SAM：Meta 的通用分割模型

SAM（Segment Anything）是 Meta 发布的通用分割大模型：给个点或框就能分割任意物体，零样本迁移到新场景。它把分割从“为每个场景训模型”变成了“一个模型搞定一切”。

SAM 的意义在于展示了“视觉基础模型”的范式：与其为每个细分任务训小模型，不如训一个强大的通用模型。这与语言模型的路线如出一辙——通用性最终会击败专用性，这是 AI 发展反复验证的规律。

## 核心要点

图片来源：Openverse / JD Hancock（https://www.flickr.com/photos/83346641@N00/12403313305）

1. SAM 用提示词驱动分割，交互方式极其自然。

2. 它在 11 亿 mask 上训练，泛化能力惊人。

3. SAM 2 进一步支持视频分割与时序追踪。

4. 它让分割能力像“API”一样可即插即用。

图片来源：Openverse / examplecg（https://www.flickr.com/photos/13585710@N03/5434864005）

## 写在最后

以上是关于「SAM」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。