如果说以往的 3D 视觉模型像「术业有专攻」的匠人，那么 Depth-Anything-3（DA3） 就是那个突然横空出世、把所有活都能干而且干得还贼好的「全能大师」。它的秘诀很简单：只用一个标准 Vision Transformer，就能同时搞定深度估计、相机位姿、三维重建和视角渲染。 给它一张图，它能看深度；给它几张图，它能还原三维结构；给它视频，它还能把相机怎么动的都推出来；换个角度，它还能帮你把「没见过的世界」重新画一遍。
DA3 不仅能干，而且干得比以前的 SOTA 还好。在五大数据集构成的几何基准上，DA3 对深度、几何、位姿、渲染四大指标全面刷新记录，甚至小模型版本都能打赢别人家大模型 —— 这性能，妥妥「打小怪兽像打蚊子」级别的。
它的潜力也很让人上头：无论是机器人需要看清路、AR/VR 需要理解空间、无人机想认清地形，还是想把普通相机变成「会理解世界的 3D 传感器」，DA3 都能轻松胜任。
换句话来说，DA3 就像给普通相机开了「空间透视外挂」，把原本平面的画面变成可理解、可计算的 3D 世界。

教程链接：https://go.openbayes.com/chi4z

使用云平台: OpenBayes
http://openbayes.com/console/signup?r=sony_0m6v

首先点击「公共教程」，找到「Depth-Anything-3：从任何视角恢复视觉空间」，单击打开。

页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

在当前页面中看到的算力资源均可以在平台一键选择使用。平台会默认选配好原教程所使用的算力资源、镜像版本，不需要再进行手动选择。点击「继续执行」，等待分配资源。

数据和代码都已经同步完成了。容器状态显示为「运行中」后，点击「API 地址」，即可进入模型界面。

使用步骤如下：

参数说明

• 采样帧率设置
  • Sampling FPS (Frames Per Second)：控制视频采样的每秒帧数。
• 图像处理与 3D 推理设置
  • Image Processing Method：选择图像处理模式，适配更多图像数量。
  • Infer 3D Gaussian Splatting：启用 3D 高斯溅射推理，生成 3D 模型需额外处理时间。
• 渲染轨迹与视频质量设置
  • Rendering trajectory for 3DGS viewpoints：选择 3DGS 视角的渲染轨迹类型。
  • Video quality for 3DGS rendered outputs：控制 3DGS 渲染输出的视频质量。
• 可视化选项
  • Show Camera：在3D视图中显示相机轨迹。
  • Filter Black Background：过滤点云中的黑色背景区域。
  • Filter White Background：过滤点云中的白色背景区域。
  • Filter Percentage：控制点云过滤强度。
  • Max Points (K points)：设置导出 GLB 格式 3D 模型的最大点数。

效果展示

三维点云和相机轨迹/位姿（Point Cloud & Cameras）

度量深度图（Metric Depth）

3D 高斯渲染新视角（3DGS Rendered Novel Views）