Meta 这款图像分割模型被引了 5.4 万次，到底强在哪？

你有没有遇到过这种情况——想从一张图里精准”挖”出某个物体，但传统方法要么要大量标注数据，要么只能识别固定类别。Meta 出的 Segment Anything Model（SAM）彻底改变了这个游戏规则。

它可以在零样本的情况下分割图像中的任意物体——不需要训练，不需要指定类别，只要给出提示（点、框、或者直接让模型自己找），就能输出高质量的分割掩码。一个模型，什么都能分。

技术亮点

• 11 亿掩码，1100 万张图——训练数据量巨大，泛化能力极强，覆盖了几乎所有日常物体类别
• 三种提示模式：点提示（我点这里，帮我圈出来）、边界框提示（这个范围内有什么）、全自动（不知道在哪？让模型自己扫描全图，输出所有物体掩码）
• 三种模型规模：ViT-B（最快，375MB）、ViT-L（平衡，1.2GB）、ViT-H（最精准，2.4GB），按需选择
• 支持 ONNX 导出——可以在浏览器和边缘设备上跑，不一定非要高端 GPU
• 配套工具完善：HuggingFace Transformers 直接集成，pip install transformers 即可使用，不需要自己处理模型加载逻辑

典型使用场景

我最近用它做数据增强 pipeline——给定一批产品图，自动抠出主体，再合成到不同背景里，整个流程不需要任何人工标注。另外在医学影像、卫星图像分析、AR 标注、内容审核等场景里，SAM 也是目前最常用的底层工具之一。

它的下一代 SAM 2 已经支持视频分割，对于连续画面里的目标追踪也做得很好。但 SAM 1 在图像分割领域仍然是主力模型，生态最成熟。

如果你的工作流涉及图像分割、目标检测前期处理、或者需要快速生成训练数据，SAM 几乎是必学的工具。GitHub 5.4 万星，已经说明了一切。

GitHub：facebookresearch/segment-anything

GitHub: https://github.com/facebookresearch/segment-anything