Talk预告 | 香港科技大学（广州）陈浩东：DVD - 基于生成式先验的确定性视频深度估计|dvd|先验|广州|生成式|讲者

本期为TechBeat人工智能社区第782期线上Talk。

北京时间7月23日(周四) 20:00，香港科技大学（广州）博士生陈浩东的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是：DVD - 基于生成式先验的确定性视频深度估计。届时他将介绍介绍 DVD 如何将预训练视频扩散模型确定性地适配为单次前向的视频深度回归器，在保持生成式先验泛化能力的同时，实现更稳定、更高效的长视频深度估计。

Talk·信息

主题：DVD - 基于生成式先验的确定性视频深度估计

嘉宾：香港科技大学（广州）·博士生 - 陈浩东

时间：北京时间7月23日(周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

Talk·介绍

视频深度估计是动态三维场景理解的基础任务，广泛服务于机器人、自动驾驶、AR/VR、视频编辑与 3D 重建等应用。

然而，现有方法常面临两难：生成式模型拥有丰富时空先验，却容易产生尺度漂移和几何幻觉；判别式模型输出稳定，但高度依赖大规模标注数据。

本次分享将介绍 DVD 如何将预训练视频扩散模型确定性地适配为单次前向的视频深度回归器，在保持生成式先验泛化能力的同时，实现更稳定、更高效的长视频深度估计。

Talk大纲

本次分享将围绕 DVD 的研究动机、方法设计与实验结果展开，主要包括以下几个部分：

1. 视频深度估计的任务背景与核心挑战

介绍 video depth estimation 在动态 3D 场景理解中的重要性，以及相比单图深度估计额外面临的时序一致性、尺度漂移和长视频稳定性问题。

2. 现有方法的两类范式与关键瓶颈

分析生成式 video depth 方法与判别式 regression 方法的优势和不足：前者具备强大的时空先验但可能产生几何幻觉，后者稳定高效但依赖海量下游数据。

3. DVD 的核心思想：确定性适配生成式先验

讲解 DVD 如何将预训练 video diffusion backbone 从随机生成模型转化为 deterministic depth regressor，实现 single-pass depth prediction。

4. DVD 的三项关键设计

Timestep as Structural Anchor：将扩散时间步作为结构锚点，平衡全局稳定性与局部高频细节。

Latent Manifold Rectification：通过 latent space 中的时空差分约束，缓解回归带来的 mean collapse 与边界过平滑。

Global Affine Coherence：利用确定性预测带来的窗口间仿射一致性，实现轻量级长视频对齐与拼接。

5. 实验结果与开放世界 Demo 展示

展示 DVD 在多个 video/image depth benchmark 上的 zero-shot 表现、长视频稳定性、边界质量、数据效率与推理速度，并结合实际视频 demo 分析其泛化能力与局限性。

Talk·预习资料

[1] DVD: Deterministic Video Depth Estimation with Generative Priors 论文链接：https://arxiv.org/abs/2603.12250 代码链接：https://github.com/EnVision-Research/DVD 项目主页：https://dvd-project.github.io/

Talk·提问交流

在Talk界面下的【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

陈浩东

香港科技大学（广州）·博士生

陈浩东（Harold Haodong Chen）目前是香港科技大学（广州）人工智能专业直博一年级博士生，获得 HKUST(GZ) Rising Star Award，师从陈颖聪教授和陈启峰教授。他目前的研究兴趣主要集中于视频生成、生成式推理。陈浩东以第一作者/共同第一作者身份在 CVPR、NeurIPS、ICML 等顶级会议发表8篇论文。陈浩东曾先后在阿里通义实验室，以及视频生成/具身智能相关startup担任研究实习生或学生研究员，参与多个前沿生成式 AI 项目。其核心参与工作已获得社区广泛关注，相关开源项目累计获得 600+ GitHub Stars。

载誉重返讲坛，以工程实践反哺理论之林，五位青年教授的线上闭门交流

北京时间7月28日(周三) 晚20:00截止报名

详情点击图片跳转

-The End-