在浏览器中实现视频深度提取：WebGPU、Depth Anything V2 与时间线编辑实践

普通视频保存了颜色和运动，却没有直接记录画面中每个位置的远近关系。如果能够从视频帧中估计深度，就可以进一步实现景深虚化、辅助重新打光，以及为 AI 视频生成提供空间参考。在开源视频编辑器 Timeline Studio 中，我们实现了一条浏览器端深度处理链路：读取视频、按时间采样、运行深度模型，再将结果用于编辑效果或输出为独立深度视频。这篇文章重点介绍其中的工程实现，以及实际创作实验中遇到的问题。