Marigold V2 让照片深度图成为独立艺术形式

技术进步可以开启全新的创作过程。随着 Marigold V2 模型的发布，我相信一个此前隐藏在后处理环节中的步骤——深度图——如今已精细到足以成为艺术作品本身，这为我们提供了一种全新的拍照思路。 Karim Joseph Nassar · Vathography 实践发布于 2026 年 10 月 1 日 相机捕捉我们所看到的一切：光线、色彩、阴影；这一切始终塑造着我们的拍摄方式。Marigold V2 的发布，能够将一张照片分解为多个独立成分，并达到高分辨率艺术作品所需的精细细节，这启发我去探索：当一张照片被提炼为单一元素时，它会变成什么。在 Vathography 中，这个元素就是体积。从照片的数据出发，一个扩散 transformer 推断出深度：即场景中每一个点的相对距离，仅凭单张图像估算得出。其结果不再是纪实意义上的照片，而是将其转译成体积——那些栖居于光线之下的形态。 从照片推断出的深度是一个隐藏的技术环节：它本是为后处理内部使用而生成的，并非用于展示。例如在 Photoshop 中，添加逼真的镜头模糊首先要进行深度估算，然后软件用它来计算图像每个部分需要柔化多少。 然而，以体积形式呈现我们所拍摄的场景，其本身的意义远超它最初被制作时所服务的那个中间步骤。Vathography 将这个技术环节塑造成一件艺术作品，并开辟了接近场景的全新创作方式。 Vathography，源自希腊语 vathos（深度）+ -graphy（绘画、书写）：绘制深度。 在摄影中，焦点在拍摄瞬间由镜头固定：一个平面清晰，且选择是最终的。而基于体积来创作，这一限制便消失了。深度是一个数值，对焦则变成将该数值映射到色调与色彩：一条细细的白色条带挑出某一个距离，一段渐变将注意力分散到多个距离，而任意多个距离都可以同时被推向前景。对焦不再是镜头的属性，而成为图像的属性，可以用对比度或色彩自由创作。 同一张照片，通过映射其深度来改变焦点的三个示例。 改变过程的后处理：为 Vathography 而拍摄，意味着在拍摄时我们依据深度和体积来解读场景，而非依据光线和色彩。此处用一张生成的场景来示意： 同一张生成的场景，配以不同的光照和色彩，但估算出的深度图看起来相同，因为各元素在深度中所处的位置相同。拍摄时，我们搁置光线与色彩，转而依据场景的体积在深度中的结构来接近它。这会引导我们关注不同的主体和不同的构图。主体在拍摄时不再被固定：既然焦点是事后选定的，且多个距离可以同时被推向前景，那么图像中的任何元素都可以成为主体，一个场景可以容纳许多主体，它们静候在不同的深度。我相信，最有趣的 vathograph 将出自有目的地拍摄的照片，而探索正是从这里开始。 创作控制权在整个过程中始终掌握在艺术家手中。拍摄时，艺术家有针对性地为 Vathography 做出主体与构图的创作选择：依据场景的体积如何在深度中分布来解读它。一旦从照片推断出深度图，创作焦点便由艺术家来设定，以突出期望的主体并塑造图像，从大气透视的静谧薄雾，到对立色调值或色彩的强烈对比。 此前已有从测量几何中创作艺术作品的先例。ScanLAB Projects 十余年来一直致力于激光扫描仪，在《Post-Lenticular Landscapes》中重走了 Muybridge 的优胜美地之路；而点云艺术——由激光扫描或围绕主体拍摄的许多照片构建而成——也已成为一门独立的学术课题。 Vathography 的方法则不同。在拍摄时，它只需要一张照片：我们用相机自由拍摄，无需额外设备，体积从图像本身推断而来。 推断出的深度图，原本只是后处理中的一个中间环节，如今被提升为最终的艺术作品：照片被提炼为其体积。 这一实践重新定义了照片的对焦。它不再由拍摄时的镜头决定。它成为一种创作选择，可以放置在任何位置、任何距离，落在单一主体上，或同时横跨多个主体。 这改变了过程本身，赋予我们一种全新的摄影思路：我们为 Vathography 而有目的地以深度和体积来构图。 要以高分辨率艺术作品所需的精细细节实现这一切，直到最近才变得可行，这得益于 Marigold V2 的发布。这启发我创立了 Vathography，并于 2026 年 10 月 1 日发布。得益于 Marigold V2 团队慷慨的 Apache 2.0 许可证，这一方法对所有人开放，我期待看到其他艺术家用它创作出什么。 Marigold V2：重新审视用于单目深度估计的扩散 Transformer Igor Pavlovic, Thiemo Wandel, Anton Obukhov, Luca Bartolomei, Andrey Davydov, Fabio Tosi, Matteo Poggi, Sabine Süsstrunk, Dengxin Dai ACM Transactions on Graphics (SIGGRAPH Asia 2026) EPFL · HUAWEI Bayer Lab · University of Bologna PaperDemoCodeWeightsFollow @antonobukhov1Project page 免费工具 ComfyUI。在深度估计方面，我在 Marigold V2 发布时就开始使用它，在 ComfyUI 支持它之前，我先用 LLM 搭建了自己的流程。如今它已通过现成模板在 ComfyUI 中原生运行，并附有指南。 ComfyUI 新用户请注意：ComfyUI 是免费开源的，任何人都可以为其发布自定义节点。有些节点携带了恶意代码。所提供的指南是官方原生实现。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）