字节跳动

Depth Anything系列的最新开源续作，将单目深度估计的能力扩展至任意视角。

面向多模态Agent场景进行定向优化，工具调用能力、复杂指令遵循能力及OS Agent能力显著增强，大幅提升了模型在多模态场景下的表现，日均tokens调用量已超过50万亿。

可以从未经处理的单张图像生成高精度3D模型，在纹理和材质生成性能方面超过此前的开源及闭源模型，几何生成性能也超过业界更大参数规模的模型。

字节跳动开源的模型，参数规模达360亿，命名呼应OpenAI的GPT - OSS系列，在数学推理方面表现出色，其4B模型的数学推理能力接近235B模型。