RINO

传统视觉模型需为不同任务设计特定架构。RINO提出统一RGB接口，将深度估计、分割、姿态等任务转化为RGB-to-RGB编辑。通过冻结的通用图像编辑器（如Qwen-Image-Edit）和文本提示，实现零样本迁移。实验涵盖深度、法线、分割、检测、姿态及条件生成等20+任务。需注意：深度评估采用仿射不变协议，生成任务分辨率与基线不同，检测任务使用Oracle-class设置。