OAK 神经网络立体深度帧率大幅提升！
深度感知是空间人工智能的核心。无论你是在构建机器人、智能摄像头、工业自动化系统，还是实时 3D 感知管线，可靠的深度信息都是不可或缺的基础。
传统的经典立体视觉算法在面对复杂环境时往往力不从心，尤其是白墙等无纹理表面、重复纹理图案，或者具有挑战性的光照条件。OAK 边缘神经网络立体深度通过学习鲁棒的特征对应关系和代价聚合，解决了这些难题，它能够完全在设备端完成推理，输出高精度、无幻觉的高质量深度图。
在 DepthAI v3.6.1 版本发布之际，我们对 NeuralDepth 模型进行了大量优化，在不依赖外部桌面级 GPU 算力的情况下，大幅提升帧率表现。关于 v3.6.1 完整版本更新内容（包括自动标定、YOLO26 及其他更新），请参阅官方发布博文。
参考链接：DepthAI v3.6.1 Release — AutoCalibration, YOLO26, and Neural Stereo Boosts
现有模型均已获得大幅帧率提升
| 模型 | 分辨率 | 优化前帧率（Previous FPS） | 优化后帧率（New FPS） |
|---|---|---|---|
| LARGE | 768×480 | 10 FPS | 22 FPS |
| MEDIUM | 576×360 | 26 FPS | 38 FPS |
| SMALL | 480×300 | 42 FPS | 56 FPS |
| NANO | 384×240 | 60 FPS | 85 FPS |
这些改进使得 OAK 设备与 OAK 边缘神经网络立体深度在实时机器人和边缘 AI 的应用中，速度显著加快，同时保持推理完全在边缘（设备）端完成，无需云端部署和外部 GPU 资源。
全新高分辨率 XL NeuralDepth 模型
我们还新增了四款 XL NeuralDepth 模型，专为需要更高分辨率深度图的应用场景设计：
| 分辨率 | 帧率（FPS） |
|---|---|
| 1248×780 | 8.5 FPS |
| 1056×660 | 12.5 FPS |
| 960×600 | 14 FPS |
| 864×540 | 18 FPS |
这些新的 XL 模型为开发者在深度分辨率、精度和实时性能之间提供了更大的灵活性和选择空间。
应用价值
借助 OAK 神经网络立体深度，开发者可以直接在边缘设备上获得强大的神经网络立体深度与空间视觉感知能力，无需依赖昂贵的外部 GPU 硬件资源。
它使得在真实世界场景部署中的速度、可靠性和视觉感知能力大幅提升，尤其是在传统双目立体深度算法容易失效的场景中，表现尤为突出！
这项能力，使得 OAK 边缘神经网络立体视觉更加迅捷，更加稳定可靠，更具实用价值，现已广泛地应用到嵌入式视觉 AI 应用中。