Depth Pro AI جدید اپل می تواند با گرفتن فضای سه بعدی از یک تصویر تنها در چند ثانیه، AR را متحول کند.

پروین میرمیران8 اکتبر 2024آخرین به روز رسانی: 8 اکتبر 2024

0 0 خواندن این مطلب 2 دقیقه زمان میبرد

هفته ای نمی گذرد که چیزی جدید باعث پیشرفت فناوری در توسعه هوش مصنوعی نشود، اما این هفته از یک شرکت فناوری کوچک در کوپرتینو می آید.

در حالی که همه نگاه‌ها به Apple Intelligence و انتشار نهایی آن است که ویژگی‌های هوش مصنوعی را برای استفاده روزمره به ارمغان می‌آورد، این شرکت همچنین یک مدل هوش مصنوعی جدید به نام Depth Pro را معرفی کرد.

همانطور که از نام آن پیداست، این مدل هوش مصنوعی جدید عمق یک تصویر را در زمان واقعی ترسیم می کند. هیجان انگیزتر این است که می تواند این کار را روی سخت افزار استاندارد رایانه خانگی انجام دهد. بدون نیاز به Nvidia H100.

Depth Pro یک مدل تحقیقاتی است، چیزی نیست که اپل لزوماً آن را تولید کند، اما اگر ما یک جفت عینک اپل تهیه کنیم، قطعا به این شرکت کمک می‌کند تا واقعیت افزوده را بهتر عمل کند و حتی عملکرد AR ویژن پرو را بهبود بخشد.

(اعتبار تصویر: Apple Depth Pro)

دیروز، اپل یک مدل عمق ML باورنکردنی منتشر کرد که یک نقشه عمق را در *متر* از یک تصویر ایجاد می کند. من یک دمو برای بازی با آن ایجاد کردم. اضافه شدن قابلیت دانلود نقشه عمق بر حسب متر. و می تواند یک فایل شی سه بعدی با مقیاس واقعی از تصویر ایجاد کند. صحنه (از یک فضا جدا شده… pic.twitter.com/XdbtqN9Dp46 اکتبر 2024

مدل جدید اپل عمق نسبی و مطلق را تخمین زده و از آنها برای تولید «عمق متریک» استفاده می کند. سپس می توان از این داده ها به روش های مختلف با تصویر استفاده کرد.

هنگامی که کاربر عکسی می گیرد، Depth Pro اندازه گیری های دقیقی را بین عناصر موجود در تصویر انجام می دهد. مدل اپل همچنین باید از ناهماهنگی هایی مانند تصور آسمان بخشی از پس زمینه یا قضاوت نادرست پیش زمینه و پس زمینه یک عکس جلوگیری کند.

فهرست مطالب

چگونه می توان از مدل جدید Depth Pro اپل استفاده کرد؟

جدا از ترمیناتور 2، پتانسیل تقریباً بی پایان است. خودروهای خودمختار (از قضا مانند پیشنهاد لغو شده اپل)، هواپیماهای بدون سرنشین و جاروبرقی های روباتی می توانند از سنجش عمق دقیق برای کمک به بهبود اجتناب از اشیا استفاده کنند، در حالی که فناوری واقعیت افزوده و فروشگاه های مبلمان آنلاین امکان قرار دادن دقیق اقلام را در یک اتاق واقعی یا مجازی می دهند کمک کند.

فن آوری پزشکی را می توان با درک عمق با بازسازی ساختارهای تشریحی و بهبود نقشه برداری اندام های داخلی بهبود بخشید.

می‌تواند با کمک به تغییر دقیق‌تر تصاویر به ویدیو با استفاده از هوش مصنوعی مولد مانند Luma Dream Machine، دایره کاملی پیدا کند. این کار با ارسال داده‌های عمق همراه با تصویر به مدل ویدیویی کار می‌کند تا درک بهتری از نحوه مدیریت قرار دادن و حرکت اشیا در آن ناحیه ارائه دهد.