智东西

编译 | 吴菲凝

编辑 | 李水青

智东西4月6日消息，根据Meta官方博客，Meta在本周三推出了一个AI模型Segment Anything Model（SAM，分割一切模型），能够根据文本指令等方式实现图像分割，而且万物皆可识别和一键抠图。

Meta AI在推特宣布发布SAM模型

Meta在博客中称，SAM的灵活性在图像分割领域内属首创，SAM以交互式方式标注一个掩码（mask）仅需约14秒。英伟达AI研究科学家Jim Fan称，该模型的发布是计算机视觉领域的“GPT-3时刻”，因为该模型能对从未训练过的图片进行精准分割。在推出SAM的同时，Meta还发布了一个图像注释数据集Segment Anything 1-Billion mask（SA-1B），该数据集包含超11亿个掩码，据称是同类数据集中最大的。

目前，Meta内部已经在使用SAM技术来进行标记照片、审核内容以及向Facebook和Instagram用户推荐内容等，同时更多在VR/AR、智慧农业等领域的颠覆性应用畅想也在官网展示了出来。

Meta研发团队在官网上发布了关于Segment Anything的论文细节。

SAM自动分割图像中的所有内容；

自动给不明确的提示生成多个valid mask（有效掩码），让用户能精准选中图像；

SAM还能启用文本框输入来检测界定对象，当用户在文本框中输入“cat（猫）”这个单词时，SAM会框定住图像中所有的猫，并在框中精确选取猫的整个图像轮廓。

在自然语言处理和计算机视觉领域，基础模型是其发展的重要基础，基础模型可以使用“prompting（促进）”技术对新数据集和任务执行零样本和少样本学习。Meta从中汲取了灵感，并对SAM模型进行训练。

在Meta发布一篇论文中，研发团队人员详细介绍了SAM的相关细节。

扎克伯格称，将这种生成式AI作为“创意辅助工具”纳入到Meta的应用程序中是今年工作目标的重中之重。

目前，SAM模型和数据集仅在非商用许可下提供下载，用户在将自己的图片上传到原型上时，必须承诺不将其用作研究。

未来，SAM可用于通过AR眼镜识别日常物品，向用户发出提醒和指示。

SAM也将对其他领域产生影响，比如指导农民进行粮食生产或协助生物学家进行研究等。

图像分割技术并非是新鲜事，但SAM能识别出训练数据集中不存在的物体，或许将会引发新一轮AI视觉应用潮。未来，Meta通过分享他们的研究和数据集，将会使这类组合系统设计在多个领域得到广泛应用。SAM将会是内容创作、图像生成等更为普遍的AI领域的一个强大组件，让图像识别和视觉内容的语义理解之间更好耦合，释放出更强大的AI潜力。

来源：Meta官方、路透社