Toolifai logo
Toolifai 编辑整理

Prompt Depth Anything

AI 3D模型生成器深度估计

Prompt Depth Anything是聚焦于度量深度估计领域的技术展示与资源开放平台，核心定位为高分辨率、高精度深度估计技术的落地验证和成果共享站点

Prompt Depth Anything是聚焦于度量深度估计领域的技术展示与资源开放平台，核心定位为高分辨率、高精度深度估计技术的落地验证和成果共享站点。平台支持4K级度量深度估计在线演示，开放ScanNet++增强深度注释数据集下载，同时提供可扩展训练数据管道的技术文档。目标用户覆盖计算机视觉研究人员、3D内容开发从业者、机器人技术研发人员、移动端AR应用开发人员等，可应用于学术研究验证、3D重建项目落地、机器人感知模块开发、AR场景交互优化等多个场景，帮助相关从业者降低深度估计技术的落地门槛。

访问官网
国内可访问编辑评分 3.5免费AI 3D模型生成器热度第 135 / 209 名官网检测异常收录证明开发者认领
官网预览官网首页：Prompt Depth Anything 界面预览（ 截图）1 / 1
适用对象
计算机视觉研究人员(深度估计算法研究)
主要功能
4K深度估计、LiDAR提示引导
计费方式
免费
平台
网页
已收录
2026.06.14（137 天）
阅读目录

编辑评测与站内热度

3.5

编辑综合评分

满分 5 分

热度人气46
内容完整93
社区口碑58
免费程度95
资料深度56
核验可信85

六维指标基于站内真实数据（热度、社区反馈、资料完整度、可达性核验等）综合评估，非用户投票。

全站热度排名

#12201

分类内排名

#135 / 209

累计站内点击

1

近 7 日点击

1

排名与点击为站内真实统计口径，反映 Toolifai 用户行为，非编辑评分。

Prompt Depth Anything是什么，怎么使用？

约 4 分钟

Prompt Depth Anything是聚焦于度量深度估计领域的技术展示与资源开放平台，核心定位为高分辨率、高精度深度估计技术的落地验证和成果共享站点。平台支持4K级度量深度估计在线演示，开放ScanNet++增强深度注释数据集下载，同时提供可扩展训练数据管道的技术文档。目标用户覆盖计算机视觉研究人员、3D内容开发从业者、机器人技术研发人员、移动端AR应用开发人员等，可应用于学术研究验证、3D重建项目落地、机器人感知模块开发、AR场景交互优化等多个场景，帮助相关从业者降低深度估计技术的落地门槛。

主要功能

  • 4K深度估计：用户可上传普通RGB图像或搭配iPhone LiDAR采集的稀疏深度提示数据，平台依托提示驱动的深度基础模型，可输出最高4K分辨率的逐像素度量深度结果，相比传统方法分辨率提升明显，边缘细节保留更完整，结果可直接用于高精度3D建模等场景。
  • LiDAR提示引导：用户上传iPhone设备采集的LiDAR稀疏深度数据作为提示输入，模型可依托该提示校正深度估计的度量尺度，避免无参考情况下的尺度歧义问题，输出的深度结果具备真实物理度量属性，无需额外后处理即可匹配实际空间尺寸。
  • 增强数据集下载：平台开放标注更精细的ScanNet++增强深度注释数据集，用户完成简单的使用申请后即可下载，数据集包含更多室内场景的高精度深度标注信息，覆盖不同光照、遮挡场景，可直接用于深度模型训练、算法性能对比等研究工作。
  • 训练管道文档：平台提供完整的可扩展训练数据管道技术文档，详细标注数据采集、标注、清洗、扩增的全流程步骤，用户可参照文档搭建自己的深度模型训练数据 pipeline，适配不同场景的深度模型训练需求，减少重复开发工作。
  • 结果可视化对比：用户完成深度估计推理后，平台支持原图、预测深度图、真值深度图的同屏对比展示，可切换伪彩色、热力图等不同可视化模式，还支持导出深度图数值矩阵，方便用户开展误差分析、效果评估等工作。
  • 下游适配示例：平台提供3D重建、机器人抓取、AR交互三类下游应用的适配示例代码，用户可根据自身需求参考对应示例，将平台输出的深度结果快速接入自有项目，缩短技术落地的链路周期。

怎么使用

  1. 1. 访问平台首页后，可先浏览技术介绍板块，了解深度估计方法的核心原理、技术指标和适用场景，确认该技术匹配自身的使用需求。2. 若需体验在线推理功能，点击演示入口，根据提示上传RGB图像，可选上传对应iPhone LiDAR稀疏深度文件作为提示输入。3. 提交输入后等待模型推理，推理完成后可查看4K分辨率的深度估计结果，支持切换可视化模式、下载深度图文件。4. 若需获取数据集或技术文档，进入资源下载板块，填写使用用途、所属机构等基础信息提交申请，审核通过后即可获取下载权限。5. 若需将技术接入自有项目，可查看下游应用示例板块，参照对应场景的代码示例完成接口适配，调用深度估计能力。

适合什么人群

  • 计算机视觉研究人员(深度估计算法研究)
  • 3D重建从业者(高精度场景建模)
  • 机器人研发人员(环境感知模块开发)
  • AR应用开发者(现实场景交互优化)
  • 自动驾驶研发人员(道路场景深度感知)
  • 影视特效制作者(三维场景素材生成)

总结

这是一个聚焦于度量深度估计领域的技术开放站点，核心价值在于解决了传统深度估计方法中分辨率不足、尺度不明确的痛点。与普通的单目深度估计工具不同，它创新性地将提示技术与深度基础模型结合，通过引入iPhone LiDAR的稀疏深度作为引导，能够输出具备真实物理尺度的4K级高精度深度结果，这一特性对于需要高精度深度信息的场景帮助很大。同时平台没有仅停留在技术展示层面，还开放了标注更完善的ScanNet++深度注释数据集，以及完整的训练数据管道文档，无论是做学术研究的人员需要验证算法效果，还是产业界的开发者需要将深度估计能力落地到实际项目中，都能在这里获取对应的资源。当前平台的演示功能操作门槛不高，不需要用户具备复杂的环境部署能力，上传图片即可快速获取结果，对于想要快速验证深度估计效果的用户十分友好。

价格与免费额度

平台当前所有公开功能均支持免费使用，免费版可体验在线4K深度估计演示、浏览所有技术文档，申请通过后可下载ScanNet++增强深度注释数据集，没有使用次数限制。平台暂未推出付费版本，所有技术相关的代码和资源均遵循开源协议开放，用户可自行下载源码本地部署，适合所有有深度估计相关需求的用户免费使用。若有商业化定制需求，可通过页面预留的联系方式与研发团队沟通合作方案。

优点与不足

优点

  • 支持最高4K分辨率的度量深度估计，输出结果细节丰富，物理尺度准确
  • 可依托iPhone LiDAR数据作为提示输入，解决单目深度估计的尺度歧义问题
  • 开放增强标注的ScanNet++数据集，为深度模型训练提供高质量标注数据
  • 提供完整的可扩展训练数据管道文档和下游应用适配示例，方便落地使用

不足

  • 在线演示功能目前对单张图片大小有一定限制，超大型文件需本地部署使用
  • LiDAR提示功能目前仅适配iPhone采集的LiDAR数据格式，其他设备数据需自行转换
  • 数据集下载需要提交申请审核，无法即时获取，会影响部分用户的使用效率

能帮你做的 8 件事

  1. 014K深度估计
  2. 02LiDAR提示引导
  3. 03增强数据集下载
  4. 04训练管道文档
  5. 05深度估计场景的常用方案
  6. 06计算机视觉场景的常用方案
  7. 07计算机视觉研究人员(深度估计算法研究)的日常效率工具
  8. 08零成本体验完整核心功能

更新历史

  • Prompt Depth Anything 收录进 Toolifai 目录
  • 页面资料核验与信息更新

常见问题

使用这个平台的深度估计功能必须要有LiDAR数据吗？

不是必须的。平台支持两种输入模式，仅上传RGB图像也可以完成深度估计，但这种模式下输出的深度结果不具备绝对度量尺度，仅能呈现相对深度关系。如果上传对应的iPhone LiDAR采集的稀疏深度数据作为提示，模型会基于该提示校正深度的尺度信息，输出的结果会具备真实的物理度量属性，适合需要精确深度数值的场景。用户可以根据自身的应用需求选择是否搭配LiDAR提示输入。

有帮助吗

ScanNet++增强深度注释数据集和原始数据集有什么区别？

原始ScanNet++数据集的深度注释存在部分遮挡区域、边缘区域标注不完整的问题，而平台发布的增强版本补充了这些区域的深度标注，同时对原有标注的精度进行了校验修正，标注的平均误差相比原始版本更低。该增强数据集还额外添加了不同光照条件下的深度标注对照，更适合用来训练鲁棒性更高的深度估计模型，也能为算法性能测试提供更准确的真值参考。

有帮助吗

在线演示生成的深度图可以用于商业项目吗？

在线演示生成的深度图的使用规则遵循对应的开源协议，非商业用途可以直接使用，若用于商业项目需要参考平台公开的开源许可说明，若商用场景规模较大，建议联系研发团队确认授权范围。同时需要注意的是，在线演示生成的结果可能存在一定的误差，若用于对精度要求极高的商业场景，建议自行下载源码部署，结合自有数据做针对性微调，以获得更适配自身场景的结果。

有帮助吗

没有iPhone设备怎么获取LiDAR提示数据？

如果没有iPhone设备，也可以使用其他支持LiDAR采集的设备获取稀疏深度数据，但需要自行将数据转换为平台兼容的格式，平台文档中提供了格式转换的参考方法。若无法获取任何LiDAR数据，也可以使用无提示的模式进行深度估计，若需要度量尺度，也可以通过在图像中添加已知尺寸的参考物，后续对输出的相对深度结果做尺度校准，同样可以得到具备度量属性的深度结果。

有帮助吗

本地部署这个模型需要什么配置的硬件？

如果仅做推理使用，搭载8GB以上显存的消费级GPU即可支持4K分辨率的深度估计推理，若显存不足也可以通过降低输入分辨率的方式正常运行。如果需要基于提供的数据集和训练管道重新训练模型，推荐使用显存16GB以上的专业GPU，训练速度会更有保障。平台提供的代码支持主流的深度学习框架，适配Windows、Linux等主流操作系统，文档中提供了详细的环境配置步骤，用户可以根据自身硬件条件选择对应的部署方案。

有帮助吗

开始使用 Prompt Depth Anything

从官方入口了解最新功能与使用方式。

前往官网

由 Toolifai 编辑维护

欢迎产品方补充截图、功能介绍与官方资料。更新和纠错由编辑审核后发布。

参考来源官方产品介绍最近核验
提交资料更新邮件反馈

大家对 Prompt Depth Anything 的点评

加载中…

写点评

每周三，一封 AI 工具周刊

编辑精选本周值得试的新工具与真实用法，5 分钟读完，已连续更新 5 期。

每周一封，随时可退订。往期内容见AI 工具周刊归档。

同类替代工具

腾讯混元3D

腾讯混元3D是腾讯推出的AI 3D内容生成平台，核心定位为降低3D内容创作的技术门槛。平台支持文本生成3D模型、图像生成3D模型、3D模型精细编辑三大核心功能，面向3D设计师、游戏开发者、动画制作人员、高校设计专业学生、文创从业者、元宇宙内容创作者等群体，可应用于游戏场景搭建、动画角色制作、文创产品设计、虚拟场景构建、教学实训演示等多个场景，无需用户掌握复杂的3D建模软件操作逻辑，即可快速生成符合需求的3D内容素材。

#AI 3D生成#文生3D#图生3D
对比

SketchUp

SketchUp是一款面向多领域的3D建模工具，核心定位为轻量化、易上手的三维设计平台。核心功能包含直观的推拉式建模工具，用户仅需通过简单的点击拖拽即可完成基础几何体到复杂空间结构的搭建；内置海量3D模型库，涵盖家具、建材、植物、设备等多类常用组件，可直接调用减少重复建模工作量；支持多格式文件导出与跨软件协作，适配CAD、3D打印、渲染工具等不同环节的需求。目标用户覆盖建筑设计师、室内设计师、景观规划师、机械工程师、高校设计类学生等群体，适用于方案草图构思、深化设计建模、项目方案展示、3D打印原型制作、课程作业设计等多个场景。

#3D建模#建筑设计#室内设计
对比

Tripo3D

Tripo3D是专注于AI驱动3D内容创作的在线平台，核心定位是降低3D模型制作的技术门槛，为内容创作者提供高效的3D资产生成解决方案。平台核心功能包括文本生成3D模型、单图转3D模型、智能纹理生成，支持游戏开发者、3D设计师、元宇宙内容创作者、动画制作人员、工业设计人员等群体使用，可应用于游戏原型开发、虚拟场景搭建、3D打印原型设计、动画内容制作、电商3D商品展示等多种场景，帮助用户减少传统3D建模的时间成本，提升内容生产效率。

#AI 3D生成#文生3D#图转3D
对比

书生·天际LandMark

书生·天际LandMark是基于NeRF技术打造的实景三维大模型服务平台，核心定位是为城市级三维场景构建与应用提供技术支撑。平台支持100平方公里范围的4K高清实景三维模型训练，可实现大场景实时渲染输出，还支持对三维场景进行自由编辑调整。目标用户覆盖城市规划从业者、建筑设计人员、VR内容开发者、高校科研人员、数字孪生项目建设方等群体，可应用于城市规划方案推演、建筑项目效果预览、VR城市场景制作、数字孪生城市搭建、历史城市风貌复原等多个场景。

#实景三维建模#NeRF大模型#城市数字孪生
对比

更多同类选择见AI 3D模型生成器分类页，按分类整理全部替代方案与两两对比。

热门对比

Prompt Depth Anything vs 腾讯混元3DPrompt Depth Anything vs SketchUpPrompt Depth Anything vs Tripo3DPrompt Depth Anything 的替代品

大家还在搜

深度估计工具计算机视觉工具4K深度生成工具LiDAR数据处理工具3D重建工具数据集下载工具

推荐产品

推广
Acadwrite AIAcadwrite AI是面向学术领域的AI辅助写作平台，核心定位为科研人员、学生等群体提供学术内容生成与优化服务。核心功能包括AI学术论文润色、文献内容总结、研究框架生成等，可覆盖从文献调研到初稿撰写、稿件打磨的全流程学术写作需求。目标用户包含高校学生、科研工作者、期刊投稿作者等，适用于课程论文撰写、硕博学位论文打磨、SCI期刊投稿准备、文献综述整理等多种学术场景，帮助用户提升学术内容产出的规范性与效率。ChatGPTChatGPT是由OpenAI开发的AI对话类工具，搭载GPT-4o、o1等多款模型，具备多模态交互、多场景内容生成、专业领域辅助等核心能力。面向职场人士、学生、创作者、开发者等多类群体，可支持日常办公信息梳理、作业思路拓展、创意内容产出、开发代码调试等多种场景，帮助用户提升信息处理与内容产出的效率，满足不同领域用户的多样化AI使用需求。WPS AIWPS AI是金山办公推出的智能办公辅助平台，聚焦办公场景下的AI能力落地，核心定位为用户提供全场景的智能办公助力。其核心功能包括AI生成演示文档、表格数据智能分析处理、文档内容智能续写改写与多语言翻译，能够适配不同办公场景下的效率提升需求。平台面向日常需要处理办公文档的职场人群、学生群体、内容创作者等用户，可用于工作汇报PPT制作、调研数据整理分析、文章内容优化调整、跨语言文档翻译等多种场景，帮助用户减少重复性办公操作，聚焦核心内容创作。WPS AI PPTWPS AI PPT是WPS推出的AI驱动演示文稿生成工具，核心定位是降低PPT制作的时间成本，提升内容呈现质量。核心功能包括文本生成PPT、AI内容润色、版式智能优化，支持用户上传大纲、粘贴文案或者直接输入主题需求生成完整演示文稿。目标用户覆盖职场人士、学生群体、教育工作者、商务人员等，可用于制作工作汇报、课程作业、学术答辩、商业路演、教学课件等多种场景的演示文稿，无需用户手动调整复杂的版式和内容结构，即可产出逻辑通顺、排版规范的PPT文件。剪映CapCut是字节跳动推出的视频创作平台，整合剪辑工具、特效资源与AI能力为一体，可满足不同创作者的内容制作需求。核心功能包含自动字幕生成、智能抠像与海量可复用模板，支持对视频进行多维度加工处理。平台面向内容创作者、运营人员、商业剪辑师等群体，可应用于短视频创作、社交媒体内容输出、商业宣传物料制作、个人生活记录剪辑等多种场景，支持多端同步使用，降低视频制作的操作门槛。WinkStuidoWinkStudio是美图旗下的视频美化与处理工具，主打专业级视频人像精修与画质优化能力，支持Windows和macOS双端运行。核心功能包含AI驱动的视频画质修复、智能人像批量精修、自定义素材消除等，可满足视频创作者、电商运营人员、内容生产团队等群体的视频后期处理需求，适用于短视频创作、商业拍摄物料优化、旧视频画质修复、内容二次剪辑加工等多种场景。Apple 智能Apple智能官方介绍页是苹果公司面向公众发布新一代智能系统相关信息的官方资讯页面，核心定位为公开Apple智能的功能特性、适配设备、上线安排等专业内容。核心功能包括呈现Apple智能结合个人使用数据生成个性化内容的机制，展示跨应用协同操作的具体落地场景，说明隐私保护的技术实现路径。目标用户覆盖苹果设备用户、数码行业从业者、科技爱好者，使用场景包括用户提前了解系统升级后的新功能、从业者分析智能系统行业发展趋势、爱好者查看苹果生态的技术迭代方向。DeepSeek OnlineDeepSeek Online是一个提供在线访问DeepSeek V3开源大语言模型的平台，用户无需本地部署模型、无需配置运行环境，直接通过浏览器即可调用大语言模型的完整能力。平台支持多场景文本生成、逻辑推理、代码编写、知识问答等多种需求，核心功能包括文本对话交互、代码生成调试、多模态内容处理、推理解题、文档总结整理等，面向学生、开发者、内容创作者、科研人员、职场办公人员等不同群体，适用于日常知识查询、工作内容整理、项目代码开发、学习辅导、创意内容产出等多种使用场景。文心一言DuJia是百度推出的整合百度AIGC能力的AI视频创作平台，核心定位为帮助用户降低视频制作门槛、提升内容创作效率。平台支持文本生成视频、素材智能编辑、音视频自动匹配三类核心功能，面向内容创作者、营销从业者、教育工作者等多类用户，可应用于短视频内容制作、企业宣传物料产出、教学课程视频剪辑、个人生活记录成片等多种场景，无需复杂的专业剪辑基础即可完成符合需求的视频作品输出。《人工智能安全治理框架》1.0版本页面是全国网络安全标准化技术委员会发布的《人工智能安全治理框架》1.0版官方公开载体，核心定位为人工智能领域安全治理的标准化技术指引文件。核心功能包括明确人工智能安全治理的四大基本原则，梳理人工智能全生命周期的风险来源与表现形式，针对内生安全与应用安全场景提出具体防治措施。目标用户覆盖人工智能技术研发机构、应用落地企业、行业监管部门、科研院校等主体，可用于企业内部AI安全体系搭建、监管部门制定行业监管细则、科研机构开展AI安全方向研究、AI产品上线前的安全合规评估等场景，为人工智能创新发展过程中的风险防范工作提供标准化参考依据。