深夜，Meta 又一次给 AI 视觉领域丢下重磅炸弹------SAM 3（Segment Anything Model 3）与 SAM 3D 全面发布！
不仅模型开放权重，连推理代码、数据集、体验平台都一次性放出，可谓"真·全家桶"。
这意味着什么？
如果说早期的 SAM 1、SAM 2 让我们看到了"分割一切"的可能性，那么现在，Meta 想让机器做到更多：
不仅要分割一切，还要从一张图片里重建整个 3D 世界。
SAM 3
和 SAM 3D 关注 3D 不同，SAM 3 是新一代通用分割大模型，能力全面提升。
之前我们介绍过 SAM3 ICLR 2026 惊现 SAM 3，匿名提交，实现"概念分割"，CV领域再迎颠覆性突破？通过引入可提示概念分割（promptable concept segmentation） 模型能够根据文本提示或示例图像提示，找到并分割某个概念的所有实例。
这次发布让我们看到，它不仅可以分割，还可以
检测 + 分割 + 跟踪
覆盖 图像 & 视频
并且支持 多种提示方式：
✔ 文本提示（Text Prompt）
✔ 示例提示（Exemplar Prompt）
✔ 视觉提示（Visual Prompt）
"Promptable Concept Segmentation"------概念级分割，这让 SAM 3 能识别大量新概念，并支持开放词汇。
为了评估模型在大词汇量情况下的检测与分割能力，Meta 还构建了 SA-Co（Segment Anything with Concepts）基准。与以往基准相比，SA-Co 涵盖了规模更大的概念词汇，挑战性显著提高。
在 Meta 发布的新 benchmark SA-Co 上，SAM 3 相比现有模型做到：
图像 + 视频概念分割性能提升一倍以上
用户偏好测试中，SAM 3 的结果是 OWLv2 的 3 倍
单图像推理 30ms 内完成 100+ 对象检测与分割
简而言之，速度快、效果强、能力广。
对于开发者和研究者而言，像Coovally 这样的AI平台已经集成了1000+预训练模型，您可以直接调用使用，极大简化了开发流程。
不仅如此，您也可以直接在Coovally平台上上传自己的模型和数据进行训练，享受一站式的AI开发体验。
！！点击下方链接，立即体验Coovally！！
平台链接： www.coovally.com
SAM 3D
SAM 3D 是 SAM 家族最新成员，一个真正将2D 分割能力延伸到 3D 理解的里程碑模型。
如果说 SAM 是"让所有人都能对图像进行分割"的起点，那么 SAM 3D 则是在此基础上迈向"人人皆可 3D"时代的重要一步：它不仅能识别物体、人体、场景，还能把普通 2D 图片"长成"完整的 3D 结构。
它包含两个子模型：
- SAM 3D Objects
SAM 3D Objects 专注于通用物体与场景的3D重建，能从一个静止图像中还原物体的详细形状、纹理和空间布局。
数据引擎革命： 创建3D真值通常需要3D艺术家手动制作，费时费力。SAM 3D的创新在于，它构建了一个高效的"人机循环"数据标注引擎：
利用一系列模型自动为海量图片生成多个3D网格候选。让标注者（而非创建者）对AI生成的选项进行评分和排序，这是一个门槛更低、效率更高的任务。将最棘手的案例路由给专业的3D艺术家处理，以填补数据盲区。
通过这一引擎，Meta以前所未有的规模为近100万张真实世界图像标注了3D信息，生成了约314万个模型参与生成的网格。
训练范式创新： 借鉴大语言模型的成功经验，SAM 3D采用了"预训练-后训练" 的全新食谱。
在大量合成的3D资产上学习基础3D先验。利用上述数据引擎产出的真实世界数据，对模型进行"对齐"训练，从而跨越从合成数据到真实数据的鸿沟。
模型与数据引擎相互促进，形成一个不断自我改进的正向飞轮。
这些只需几年之前还属于研究级能力，如今被 Meta 做成开源工具。
- SAM 3D Body
- 海量高质量数据： 基于从数十亿图像中通过自动化引擎挖掘出的约800万张高质量图片进行训练，这些图片涵盖了罕见姿势和复杂拍摄条件，使模型对遮挡、奇异姿态和多样着装具有惊人的鲁棒性。
- 可提示的交互设计： 模型支持通过分割掩码、2D关键点等交互输入来引导预测，让用户拥有更大的控制权。
- 全新的参数化人体模型MHR： 本次开源还包括MHR模型，它将人体的骨骼结构与软组织形状分离，提供了更强的可解释性，并已应用于Meta的Codec Avatars等核心技术。
Meta 强调，这两个模型在各类 3D benchmark 上都达到了 SOTA（业界领先）性能。
一句话总结 SAM 3D：
把普通人拍的 2D 照片，变成可用于 AR/VR、影视、游戏、机器人和科学研究的 3D 数据。
Meta 还构建了一个包含约 800 万张图像的高质量训练数据集，使其能够应对遮挡、罕见姿态和各种服装，并在多个 3D 基准测试中均超越了以往的模型。
这次为什么这么重要？
从 SAM（2D 分割）到 SAM 3（通用检测/分割/跟踪）到 SAM 3D（3D 重建平台）
Meta 正在构建一个覆盖：
「2D 识别 → 3D 理解 → 视频跟踪 → 多模态推理」的完整视觉 AI 基础设施。
对于整个 AI 视觉生态的意义包括：未来的 AI 应用不再需要从零训练检测/分割模型
3D 生成、AR/VR、机器人将获得标准化 3D 感知能力视频编辑、特效制作将彻底简化。学术界获得了统一的开放数据与 benchmark工业检测、农业、安防、自动驾驶、小样本学习等领域都能直接接入。
一句话，这是视觉 AI 的一次"地基级"升级。
总结
当我们还在讨论"能不能分割一切"时，Meta 已经把问题升级为------"能不能从一张图片里重建世界？"
SAM 3D 与 SAM 3 的同步发布，让这个问题第一次变得现实和可实验。
未来一两年，围绕它们会诞生非常多的产业级创新。我相信这将是视觉 AI 赛道的一个重要里程碑。