Jasmine是首个将Stable Diffusion（SD）引入自监督单目深度估计（SSMDE）的框架，通过Mix-batch Image Reconstruction（MIR）和Scale-Shift GRU（SSG）两大创新组件，解决了自监督方法在处理遮挡、弱纹理、光照变化时产生的错误监督信号问题。Jasmine在KITTI benchmark上刷新了SOTA，并展示了强大的零样本泛化能力，超越了过往微调Stable Diffusion的监督模型。此外，Jasmine还能够捕捉到前所未有的细节，如水面倒影、纤细的栏杆、人物轮廓等。Jasmine的提出为社区开辟了一个新的范式，适用于多种需要从缺少高质量标签的图像预测任务。