|
Meta 开源新一代全能视觉模型 SAM3，支持文本 / 示例图 “概念分割”，30 毫秒处理百物体，性能翻倍，中文指令适配，同步推出 SAM3D 单图 3D 重建，覆盖图像 / 视频 / 3D 全场景。 一、SAM3介绍今天来介绍下Meta新开源的SAM3，更强的分割效果。 SAM3是 Meta 推出的新一代全能视觉模型，核心是根据文本、图片等 “概念指令”，精准分割图像 / 视频中的目标物体，还能延伸至 3D 重建，从 “指哪分哪” 升级为 “说哪分哪”。
Meta SAM3 开源：30 毫秒分割百物体，性能翻倍碾压同类
核心特点
- 支持开放词汇分割，能听懂文本、匹配示例图，无需预训练标签，应对无限新概念。
- 性能翻倍且速度快，30 毫秒处理百物体图像，近实时跟踪视频目标，准确率远超同类模型。
- 突破 2D 局限，同步推出 SAM3D，可从单张照片重建物体 3D 模型、还原人体 3D 姿势。
Meta SAM3 开源：30 毫秒分割百物体，性能翻倍碾压同类
二、相关安装模型我发到网盘了，下载sam3，放到models目录下就行。
Meta SAM3 开源：30 毫秒分割百物体，性能翻倍碾压同类
本地就像我这样就行
Meta SAM3 开源：30 毫秒分割百物体，性能翻倍碾压同类
三、测评体验工作流已发Runninghub，前往体验or下载：
Meta SAM3 开源：30 毫秒分割百物体，性能翻倍碾压同类
工作流不复杂，这里提供两种获取遮罩的方式 第一种就是纯粹的语义风格，通过输入英文提示词就行，
Meta SAM3 开源：30 毫秒分割百物体，性能翻倍碾压同类
然后在SAM3 Segmentation节点里面，调整max_detections的值来限制识别的人数，默认是-1，识别所有，我这是设置1，就只识别1个。 第二种方案是通过点标记，这个也算是一个新节点。
Meta SAM3 开源：30 毫秒分割百物体，性能翻倍碾压同类
鼠标左键绿点表示选中，右键红点表示不要，和以前那个点识别差不多。 这样就可以提取出来，遮罩了，效果还是挺好用。 注意事项
我测试下来，发现虽然提示词语义是加强了，就是稍微复杂一些的提示词也可以用比如 "shoe" 、 "cat" 、 "person" ——单个对象
"person in red" 、 "black car" ——带有属性
"person on the left" ， "car in background" ——空间关系
但是也就局限这样，再复杂点的就不行了。 不过识别的速度非常快，特别是第一次加载后，后面识别超快，这点还是点赞的。 四、在线使用云端镜像
大家如果没有本地 ComfyUI 环境，或者本地显卡配置低于 16G 的，可以使用嘟嘟部署的仙宫云镜像，可直接加载使用。后续分享的工作流都会更像到镜像中，一周更新一次，方便大学学习。 目前整合了2个镜像，一个是Flux绘图用的，另外一个是针对视频模型的，之所以分开是一些模型兼容问题，分开比较好处理。 镜像名称：嘟嘟AI绘画趣味学
Meta SAM3 开源：30 毫秒分割百物体，性能翻倍碾压同类
Meta SAM3 开源：30 毫秒分割百物体，性能翻倍碾压同类
云平台镜像地址： https://www.xiangongyun.com/image/detail/d961a7dc-ade3-4bd5-a7c6-92ac49ff5e4b?r=37BCLY https://www.xiangongyun.com/image/detail/81716d29-4461-4b0b-ba4b-7b9b7dd569d3?r=37BCLY
| 
雷达卡
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜