- AnyDepth // 2601.02760
- MLX-OK
- WAVE 6
FRIGG
高效之选
FRIGG仅用1400万参数就达到了最先进的单目深度估计水平——比标准DPT架构少85-89%。基于DINOv3和简单深度Transformer构建，使用基于质量的数据过滤去除噪声训练样本，以更少的数据实现更高精度。通过MLX原生支持Apple Silicon，无需GPU即可在边缘硬件上部署，在M3 Max上运行时间不到100ms。这使得无人机、移动机器人和嵌入式系统能够实现实时深度感知——对于无法承担GPU重度推理的边缘机器人至关重要。
模块状态: 开发中参数
14M
- 部门
- ANIMA
- 波次
- W6
- 领域
- 深度系统
- 第6波 // ANIMA 套件
- 基础层 — 轻量深度
FRIGG // W6 // 026/079
01核心挑战
重模型轻硬件
标准深度模型使用超过1亿参数，需要重型GPU。边缘设备无法承受。
模型能力与硬件现实的差距限制了部署。
02解决方案
FRIGG 提供什么
FRIGG仅用1400万参数达到最先进单目深度 — 比DPT少85-89%。
能力
- DINOv3 + 简单深度Transformer — 1400万参数
- 基于质量的数据过滤
- 原生Apple Silicon MLX — M3 Max <100ms
- 零样本相机迁移
03工程挑战
为什么这很难
构建 FRIGG 需要解决多个耦合问题：
- 01用少85-89%的参数匹配精度
- 02大规模质量筛选
- 03小模型跨域泛化
- 04MLX优化
FRIGG 通过精心的架构设计和严格的验证来解决这些问题。
04性能基准
用数据说话
关键指标：
| 指标 | 数值 |
|---|---|
| 参数 | 1400万 |
| 减少 | 85-89% |
| 推理 | <100ms |
| 后端 | MLX原生 |
05构建状态
已构建的功能
已完成 4/6 个组件
| 组件 | 状态 | 说明 |
|---|---|---|
| DINOv3骨干 | 已完成 | 预训练已集成 |
| 深度Transformer | 已完成 | SDT已验证 |
| 质量过滤 | 已完成 | 自动降噪 |
| MLX优化 | 进行中 | Apple Silicon原生 |
| 核心模型 | 已完成 | 生产就绪 |
| API层 | 进行中 | 边缘REST API |
06应用场景
FRIGG 部署场景
- APP_01
无人机感知
无GPU的无人机实时深度。
- APP_02
移动机器人
嵌入式平台轻量深度。
- APP_03
边缘计算
部署在Apple Silicon上。
07技术
底层技术
基础：ANYDEPTH
- DINOv3 + 简单深度Transformer — 1400万参数
- 基于质量的数据过滤
- 原生Apple Silicon MLX — M3 Max <100ms
核心创新
FRIGG仅用1400万参数达到最先进单目深度 — 比DPT少85-89%。
部署
- REST API
- Docker容器化
- Prometheus指标
- 可配置后端
计算
- 主要
- MLX-OK
- 边缘
- 优化推理
- API
- REST + 流式
08论文
论文
- [01]AnyDepth（2601.02760）