Depth Anything V4：通过 4D 高斯泼溅的黎曼流匹配进行动态 4D 场景重建

我们推出了 Depth Anything V4 (DAV4)，这是一个用于从单目视频进行动态 4D 场景重建的框架。我们的主要贡献是将黎曼流匹配 (RFM) 应用于 4D 高斯分布参数，直接在非欧几里得流形（尺度、旋转、不透明度）上定义概率路径，确保所有中间状态均有效。通过受控实验，我们将 RFM 的贡献与测试时间优化 (TTO) 和 预训练 分开。具有相同数据、架构和 TTO 的确定性 MLP 基线实现 F 分数 0.762； RFM 实现了 0.806 - +0.044 增益是 RFM 的独立贡献。我们提供修正后的计算成本分析：预训练 为 360 个 GPU 小时，摊销用于大规模部署（超过 10,000 个场景）。不确定性通过负高斯对数似然和预期校准误差进行量化。 DAV4 在动态重建和新颖视图合成方面优于之前的 Depth Anything 模型和每场景 4D-GS，同时不使用人工注释的深度标签作为训练损失。