Depth-Anything-3

Depth Anything 3（DA3）是一个面向任意视角图像的单目与多视图深度估计模型，旨在从无结构视觉输入中恢复空间几何结构。其核心技术特点是采用轻量化的纯Transformer主干（如DINO）和统一的深度射线（depth-ray）表征，避免复杂多任务设计，在保持训练数据全为公开学术集的前提下，显著优于前代DA2（单目）和VGGT（多视图）。适用于机器人导航、AR/VR场景重建、自动驾驶感知预处理等需鲁棒深度推理的视觉理解任务。