Meta SAM3 开源：H200 上单图分割百余物体约 30 毫秒

Meta 开源 SAM3，支持文本 / 示例图“概念分割”，用于图像和视频中的物体检测、分割与跟踪。官方报告在 H200 GPU 上处理含百余个检测物体的单张图像约需 30 毫秒。同期另行推出的 SAM 3D 是用于单图 3D 重建的独立模型系列。

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 推出的图像 / 视频分割模型，支持文本短语、示例图和点、框等视觉提示，可检测、分割与跟踪目标物体；3D 重建由另行发布的 SAM 3D 模型提供。

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，可用文本短语或示例图指定概念，不局限于固定类别；领域外的细粒度概念仍可能识别不准。
• 官方基准表现与速度：Meta 报告在 SA-Co Gold 图像子集和 SA-Co Video 概念分割评测中，cgF1 指标约为所比较基线的两倍；在 H200 GPU 上，单张含百余个检测物体的图像约需 30 毫秒。论文另报告视频推理耗时随物体数量增加，约同时跟踪 5 个物体时接近实时。
• 另行推出 SAM 3D：SAM 3D Objects 用于物体 / 场景重建，SAM 3D Body 用于人体姿态和形状估计；二者与 SAM3 图像 / 视频分割模型不同。
  

Meta SAM3 开源：30 毫秒分割百物体，性能翻倍碾压同类

• 项目地址：https://github.com/facebookresearch/sam3
• SAM 3D 人体重建体验：https://www.aidemos.meta.com/seg ... /convert-body-to-3d
  

二、相关安装

• 插件地址：https://github.com/PozzettiAndrea/ComfyUI-SAM3
  

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：

• 最新Sam3遮罩提取：https://www.runninghub.cn/post/1 ... iteCode=kol01-rh024
  

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