メインコンテンツへスキップ
ToolPotion
AI アドバイザー
送信(無料)

Depth Anything 3

AI アプリAIモデルとLLMオープンソース · Web

Depth Anything 3は、視覚入力から空間的一貫性のあるジオメトリを予測するモデルです。カメラポーズ推定や単眼深度推定を含む視覚ジオメトリタスクで最先端の結果を達成するために、深度レイ表現を用いたプレーンなトランスフォーマーを使用しています。

URLを訪問
共有
Depth Anything 3 のスクリーンショット
Depth Anything 3 のスクリーンショット

Depth Anything 3(DA3)は、カメラポーズが知られているかどうかにかかわらず、任意の数の視覚入力から空間的一貫性のあるジオメトリを回復するために設計された最先端のモデルです。このモデルは、バニラDINOv2エンコーダーのような単一のプレーンなトランスフォーマーをバックボーンとして利用し、最小限のモデリングの原則に基づいて構築されています。このアプローチにより、単一の深度レイ予測ターゲットに焦点を当てることで、複雑なマルチタスク学習の必要が排除されます。

続きを読む

DA3は、カメラポーズの精度やジオメトリの精度といったタスクで、以前の最先端モデルを大幅に上回る新しいベンチマークを設定します。教師-生徒のトレーニングパラダイムを通じて、効果的に一般化し、高い詳細レベルを維持することができます。このモデルの能力は、単眼深度推定にも及び、前モデルであるDepth Anything 2(DA2)を上回ります。

DA3の重要な能力の一つは、ビデオ再構成であり、単一または複数の視点から視覚空間を回復することができます。これは、大規模なシーンにおけるSLAMのようなアプリケーションで特に有用で、DA3はCOLMAPのような他のモデルと比較してドリフトを大幅に減少させます。さらに、DA3はフィードフォワード3Dガウス推定に優れ、新しい視点合成を強力かつ一般化可能に実現します。

DA3は、複数のカメラからの空間認識を強化し、自律走行車両の環境理解を向上させる安定した融合可能な深度マップを提供します。このモデルの多様性は、DA3をさまざまな3Dツール、クリエイティブパイプライン、ロボティクス、ウェブ/VRビューワーに統合するコミュニティキュレーションプロジェクトを通じてさらに示されています。

  • カテゴリーAIモデルとLLM
  • 料金モデルオープンソース
  • デプロイクラウド
  • プラットフォームWeb

  • 空間的一貫性のあるジオメトリ予測

  • 単一のプレーンなトランスフォーマーバックボーン

  • 深度レイ予測ターゲット

  • 教師-生徒トレーニングパラダイム

  • 最先端の視覚ジオメトリベンチマーク

  • 任意の視点からのビデオ再構成

  • SLAM性能の向上

  • 3Dガウス推定

  1. 設定: 視覚入力でモデルをセットアップする

  2. 使用: ジオメトリ予測タスクにDA3を展開する

  3. 最適化: 特定のアプリケーションに合わせてパラメータを微調整する

  4. 統合: クリエイティブパイプラインやロボティクスで使用する

  • ビデオ再構成
  • SLAMの強化
  • 3Dビュー合成
  • 自律走行車両
  • クリエイティブパイプライン

Depth Anything 3 のレビュー

読み込み中...

Depth Anything 3 に似た人気のAIツール

SAM 3D

AI アプリ

SAM 3Dは、MetaのSAM 3DオブジェクトおよびSAM 3Dボディモデルを利用可能にする独立したサードパーティプラットフォームで、開発者やクリエイターが1枚の写真を3Dオブジェクト、人、シーンに変換できるようにします。

3Dモデル生成ツールメディア・エンターテインメント
ツールを見る

AI アプリ

MetaのSAM 3DオブジェクトおよびSAM 3Dボディモデルを利用可能にする独立したサードパーティプラットフォームで、開発者やクリエイターが1枚の写真を3Dオブジェクト、人、シーンに変換できるようにします。SAM 3Dは、MetaのSAM 3DオブジェクトおよびSAM 3Dボディモデルを利用可能にする独立したサードパーティプラットフォームで、開発者やクリエイターが1枚の写真を3Dオブジェクト、人、シーンに変換できるようにします。

3Dモデル生成ツールメディア・エンターテインメント
AI アプリ トップ250を見る

DepthFlow AI

AI アプリ

DepthFlow AIは、静的な2D画像を没入型の3D深度モーションビデオに変換するオンラインツールです。AI深度推定を使用して、ソーシャルメディア、プレゼンテーション、クリエイティブプロジェクトのために視差と動きを追加します。

AI動画生成ツール

アニメーションの作成で第231位

ツールを見る

AI アプリ

静的な2D画像を没入型の3D深度モーションビデオに変換するオンラインツールです。AI深度推定を使用して、ソーシャルメディア、プレゼンテーション、クリエイティブプロジェクトのために視差と動きを追加します。DepthFlow AIは、静的な2D画像を没入型の3D深度モーションビデオに変換するオンラインツールです。AI深度推定を使用して、ソーシャルメディア、プレゼンテーション、クリエイティブプロジェクトのために視差と動きを追加します。

AI動画生成ツール
アニメーションの作成で第231位

TripoSR

AI アプリ

TripoSRは、2D画像とテキストプロンプトを数秒で高品質な3Dモデルに変換するAI駆動の3D再構築プラットフォームで、クリエイター、開発者、研究者のためにオープンソースのTripoSRプロジェクトに基づいて構築されています。

3Dモデル生成ツール

3Dモデル生成ツールで第34位

ツールを見る

AI アプリ

2D画像とテキストプロンプトを数秒で高品質な3Dモデルに変換するAI駆動の3D再構築プラットフォームで、クリエイター、開発者、研究者のためにオープンソースのTripoSRプロジェクトに基づいて構築されています。TripoSRは、2D画像とテキストプロンプトを数秒で高品質な3Dモデルに変換するAI駆動の3D再構築プラットフォームで、クリエイター、開発者、研究者のためにオープンソースのTripoSRプロジェクトに基づいて構築されています。

3Dモデル生成ツール
3Dモデル生成ツールで第34位

Imagen3D

AI アプリ

Imagen3Dは、3Dスキルを必要とせずに写真をオンラインで3Dモデルに変換するAIツールです。PBRテクスチャを持つ視覚化可能で共有可能なモデルを生成し、eコマース、印刷、コンテンツ用にGLB、OBJ、STL、USDZにエクスポートします。

3Dモデル生成ツール

3Dモデル生成ツールで第45位

ツールを見る

AI アプリ

3Dスキルを必要とせずに写真をオンラインで3Dモデルに変換するAIツールです。PBRテクスチャを持つ視覚化可能で共有可能なモデルを生成し、eコマース、印刷、コンテンツ用にGLB、OBJ、STL、USDZにエクスポートします。Imagen3Dは、3Dスキルを必要とせずに写真をオンラインで3Dモデルに変換するAIツールです。PBRテクスチャを持つ視覚化可能で共有可能なモデルを生成し、eコマース、印刷、コンテンツ用にGLB、OBJ、STL、USDZにエクスポートします。

3Dモデル生成ツール
3Dモデル生成ツールで第45位

コンピュータビジョンツールボックスは、視覚検査、物体検出、特徴マッチングを含むコンピュータビジョンシステムの設計とテストのためのアルゴリズムとアプリを提供します。画像分類やセグメンテーションなどのタスクに対して、CNNやビジョントランスフォーマーなどのAI技術をサポートしています。

コンピュータービジョンツール
ツールを見る

視覚検査、物体検出、特徴マッチングを含むコンピュータビジョンシステムの設計とテストのためのアルゴリズムとアプリを提供します。画像分類やセグメンテーションなどのタスクに対して、CNNやビジョントランスフォーマーなどのAI技術をサポートしています。コンピュータビジョンツールボックスは、視覚検査、物体検出、特徴マッチングを含むコンピュータビジョンシステムの設計とテストのためのアルゴリズムとアプリを提供します。画像分類やセグメンテーションなどのタスクに対して、CNNやビジョントランスフォーマーなどのAI技術をサポートしています。

コンピュータービジョンツール
AI アプリ トップ250を見る

Hi3D

AI アプリ

Hi3DGenは、画像を数秒で高忠実度の3Dモデルに変換するAI駆動のツールです。事前の3Dモデリング経験がなくても、詳細で編集可能、印刷準備が整った3Dアセットを作成するためのユーザーフレンドリーなプラットフォームを提供します。

3Dモデル生成ツール

3Dモデル生成ツールで第13位

ツールを見る

AI アプリ

Hi3DGenは、画像を数秒で高忠実度の3Dモデルに変換するAI駆動のツールです。事前の3Dモデリング経験がなくても、詳細で編集可能、印刷準備が整った3Dアセットを作成するためのユーザーフレンドリーなプラットフォームを提供します。

3Dモデル生成ツール
3Dモデル生成ツールで第13位

AlibabaによるQwen3 VL 8B Instructは、優れたテキスト理解、視覚認識、マルチモーダル推論を提供する強力なビジョン・ランゲージモデルです。DenseおよびMoEアーキテクチャをサポートし、さまざまなアプリケーションにおけるAI機能を強化します。

AIモデルとLLM
ツールを見る

AlibabaによるQwen3 VL 8B Instructは、優れたテキスト理解、視覚認識、マルチモーダル推論を提供する強力なビジョン・ランゲージモデルです。DenseおよびMoEアーキテクチャをサポートし、さまざまなアプリケーションにおけるAI機能を強化します。

AIモデルとLLM
AI モデル トップ5を見る

Polycam

AI アプリ

Polycamは、AECチーム向けに設計されたAI 3Dスキャンアプリで、ユーザーがスマートフォンから直接詳細なフロアプラン、測定値、CAD/BIMエクスポートを作成できるようにします。機能を探索するための無料7日間トライアルを開始してください。

3Dモデル生成ツール不動産・建設

建築家で第1位

ツールを見る

AI アプリ

AECチーム向けに設計されたAI 3Dスキャンアプリで、ユーザーがスマートフォンから直接詳細なフロアプラン、測定値、CAD/BIMエクスポートを作成できるようにします。機能を探索するための無料7日間トライアルを開始してください。Polycamは、AECチーム向けに設計されたAI 3Dスキャンアプリで、ユーザーがスマートフォンから直接詳細なフロアプラン、測定値、CAD/BIMエクスポートを作成できるようにします。機能を探索するための無料7日間トライアルを開始してください。

3Dモデル生成ツール不動産・建設
建築家で第1位
1 / 8