模型
GTR-Depth
GTR系列的深度估计专用模型，基于门控线性注意力架构，能从单目图像预测米制绝对深度，无需softmax注意力机制，支持毫秒级实时推理
时间轴 (近 90 天)
10月4日
GTR-Depth 仅凭一张单目图像就能预测出以米为单位的绝对深度（metric depth）
待验证50%
10月4日
GTR-Depth 是 GTR 系列模型的延续之作，专注于深度估计任务
待验证50%
10月4日
GTR-Depth 使用与前作相同的主干网络，包含12个门控线性注意力块（gated linear attention blocks）
待验证50%
10月4日
GTR-Depth 整个网络中完全不使用 softmax 注意力
待验证50%
10月4日
GTR-Depth 在 NVIDIA DRIVE AGX Thor 平台上实现了 2.7 毫秒的单帧推理延迟
待验证50%
10月4日
GTR-Depth 尚未披露其尺度约束的具体实现方式
待验证50%
10月4日
GTR-Depth 的公开信息主要来自 Reddit 上的发布帖，尚未包含完整的精度对标数据和训练数据集细节
待验证50%
10月4日
2.7ms延迟理论上意味着每秒可处理超过300帧
待验证50%
全部知识事实 (8)
待验证
GTR-Depth 仅凭一张单目图像就能预测出以米为单位的绝对深度（metric depth）
50%待验证GTR-Depth 是 GTR 系列模型的延续之作，专注于深度估计任务
50%待验证GTR-Depth 使用与前作相同的主干网络，包含12个门控线性注意力块（gated linear attention blocks）
50%待验证GTR-Depth 整个网络中完全不使用 softmax 注意力
50%待验证GTR-Depth 在 NVIDIA DRIVE AGX Thor 平台上实现了 2.7 毫秒的单帧推理延迟
50%待验证GTR-Depth 尚未披露其尺度约束的具体实现方式
50%待验证GTR-Depth 的公开信息主要来自 Reddit 上的发布帖，尚未包含完整的精度对标数据和训练数据集细节
50%待验证2.7ms延迟理论上意味着每秒可处理超过300帧
50%