Depth Anything 3

Depth Anything 3: Recovering the Visual Space from Any ViewsDA3进阶

字节 Seed 的几何模型，从任意张图恢复深度和相机位姿，位姿可给可不给。

Depth Anything 3 由字节跳动 Seed 团队于 2025 年 11 月发布，是 Depth Anything 系列第三代。前两代只做单张图的深度估计，DA3 扩展到任意数量的输入图像，相机位姿已知或未知都行，输出空间上一致的深度和相机参数，并可进一步得到点云或 3D 高斯。设计上很简洁：骨干就是一个普通 Transformer（原版 DINO 编码器），训练目标统一成「深度 + 光线」预测。论文在自建的视觉几何基准上报告，相机位姿精度平均比此前最好的 VGGT 高 44.3%，几何精度高 25.1%。模型从 Small（0.08B）到 Giant（1.15B）有多个尺寸，另有度量深度和单目专用版本。