Prompt Depth Anything

进阶

把低成本激光雷达的稀疏深度当「提示」，让深度大模型输出 4K 米制深度。

Prompt Depth Anything 由浙江大学、字节跳动 Seed 等团队提出，发表于 CVPR 2025，代码和模型以 Apache-2.0 协议开源。单目深度模型（如 Depth Anything）边缘细节好，但不知道真实尺度；iPhone 等设备上的低成本激光雷达能给出真实距离，但分辨率极低（论文示例为 24×24）。它把激光雷达深度当作提示，在解码器多个尺度上融合进 Depth Anything，输出最高 4K 分辨率、以米为单位的度量深度。论文在宇树 H1 上做了抓取实验：策略只在漫反射物体上训练，换用它的深度后能抓透明和反光物体，优于只用 RGB 或只用激光雷达。

例子用 iPhone 同时录下 RGB 和激光雷达数据，经 Prompt Depth Anything 得到高分辨率深度，再转成点云供抓取策略使用。

也叫: PromptDA、Prompting Depth Anything for 4K Resolution Accurate Metric Depth Estimation
相关: Depth Anything、单目深度估计、度量深度 / 相对深度、深度补全、激光雷达、透明/反光物体感知
来源: Prompt Depth Anything 项目主页
 DepthAnything/PromptDA (GitHub)
Prompting Depth Anything for 4K Resolution Accurate Metric Depth Estimation (arXiv 2412.14015)
信息截至: 2025-06