Обученная на обычных снимках, модель DINOv3 неожиданно стала видеть лица как спектр: сама, без подсказок, выделяет зоны глаз, носа, рта.

На 200 видео точность разметки черт достигла 83% (случайное гадание — 23%). При слежении за губами и бровями — 95,5%. Но самое четкое «спектральное» разделение скрыто не в итоговом слое, а в 18-м из 24: там отличия пятикратные, а к выходу затухают.

В сравнении с моделью CLIP, ловящей общий силуэт, DINOv3 на 16,8 п.п. точнее различает тонкие черты. Архитектура, похожая на стандартные зрительные системы, породила в своих недрах карту лица — настоящий спектроскоп для черт. Застывшие признаки из середины сети — готовый инструмент для расшифровки мимики без всякого обучения.