A
APPLE / apple/DepthPro2-S

Depth Pro 2 S

Familia de Apple publicada el 20 de noviembre que estima profundidad métrica por píxel a partir de fotos y vídeo. Combina atención entre fotogramas con un decodificador por imagen para conservar bordes y continuidad temporal. Cada tamaño tiene pesos propios; el estimador focal es un componente separado.

01 / RESUMEN

Lo esencial

ORIENTACIÓNProfundidad métrica monocular · 24M

Uso principal declarado o inferido con cautela desde la documentación oficial.

CONTEXTOFotogramas a resolución de entrada

Capacidad máxima de entrada cuando la fuente la publica.

SALIDAProfundidad en metros por píxel

Límite máximo de generación documentado.

ACCESOHugging Face · checkpoint descargable

Canales de disponibilidad verificados.

TIPO DE MODELOVisión y geometría

Familia funcional principal y especialidades verificadas.

LICENCIAApple AMLR · investigación no comercial

Condiciones declaradas para API, pesos o despliegue propio.

02 / FICHA TÉCNICA

Límites e integración

ID de APIapple/DepthPro2-S
Tipo de modeloVisión y geometría
Modelo de accesoPesos abiertos
LicenciaApple AMLR · investigación no comercial
DespliegueDespliegue propio
Lanzamiento20 NOV 2026
Corte de conocimientoNo publicado
EntradaImagen · Vídeo
SalidaMapas de profundidad
Ventana de contextoFotogramas a resolución de entrada
Salida máximaProfundidad en metros por píxel
RazonamientoNo publicado
Herramientas publicadas
Salidas estructuradasNo publicado
Procesamiento por lotesNo publicado
Caché de promptsNo publicado
Ajuste finoNo publicado
Plataformas verificadasHugging Face
ENCAJA MEJOR EN

Investigación de geometría visual, vídeo y reconstrucción de escenas.

CONVIENE VIGILAR

La licencia Apple AMLR limita los pesos a investigación científica no comercial y desarrollo académico; no es Apache 2.0. Los valores infinitos para cielo o lejanía no son errores de formato. El estimador focal añade 23,5M parámetros a cada tamaño.

03 / CAPACIDADES

Qué puede hacer

01

Orientación

Investigación de geometría visual, vídeo y reconstrucción de escenas.

02

Contexto

Fotogramas a resolución de entrada · Profundidad en metros por píxel

03

Herramientas e integración

No publicado

04

Acceso

Hugging Face · checkpoint descargable

Modalidades de entrada
ImagenVídeo
04 / PRECIOS

Coste documentado

ConceptoValorUnidad / condición
Entrada estándarSin tarifa API oficial publicadaTarifa estándar de API
Entrada en cachéNo publicadoLectura de prefijos reutilizados
Escritura o almacenamiento de cachéNo publicadoLa condición varía según proveedor
Salida estándarCoste de infraestructura propiaPuede incluir tokens de razonamiento
Entrada por lotesNo publicadoProcesamiento asíncrono
Salida por lotesNo publicadoProcesamiento asíncrono

Sin tarifa API oficial verificada. La ejecución propia requiere memoria, cómputo y mantenimiento; los pesos descargables no hacen gratuita la inferencia.

i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.

05 / EVALUACIONES

Cómo leer los resultados

“

Rendimiento medido por Apple en una NVIDIA B200, BF16 y PyTorch sin compilación: clip de 32 fotogramas 1080p procesado en una llamada, incluido el estimador focal. Los fps y la memoria reservada son de ese protocolo; no equivalen a latencia de un solo fotograma ni a cualquier GPU.

BenchmarkResultadoMétricaFuente
Depth Pro 2 B200 1080p BF16 32-frame throughput44,8fps · mayor es mejorVer fuente ↗
Depth Pro 2 B200 1080p BF16 32-frame peak memory8,0GiB · menor es mejorVer fuente ↗

Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.

06 / VERSIONES

Cronología

apple/DepthPro2-S

Versión incorporada al catálogo verificado de Inferama.

07 / FUENTES

Trazabilidad