Segment Anything

SAM (Segment Anything Model) 的发布，在计算机视觉（CV）领域绝对是一次“核爆级”的事件。提米哥认为，它对于 CV 界的意义，堪比 GPT-3 对于 NLP 界的意义，因为它标志着“视觉基础模型”时代的到来。在 SAM 出现之前，图像分割模型通常需要针对特定任务（比如分割人像、分割汽车）进行大量的标注数据训练，费时费力且泛化能力差。而 SAM 彻底颠覆了这个范式。你给它任何一张图片，完全不需要任何针对性的训练，只需要用鼠标在图上点一下或者画个框，它就能以惊人的精度把那个物体完整地分割（抠）出来！提米哥第一次玩它的在线 Demo 时，下巴都快惊掉了：无论是前景的人物、远处的建筑，还是水里的倒影、透明的玻璃杯，它都能精准识别并生成高质量的掩码（Mask）。这种“万物皆可分割”的零样本（Zero-shot）能力，源于它在 11 亿张图片和 10 亿个掩码构成的庞大数据集上的训练。它的出现，直接让无数做传统抠图、图像标注的公司感受到了降维打击。现在市面上我们看到的大部分“AI 抠图”、“魔术橡皮擦”工具，其背后或多或少都受到了 SAM 的启发，或者直接使用了它的技术。它不仅是一个模型，更是一个强大的工具和数据集，为下游的图像编辑、自动驾驶、医疗影像分析等应用提供了无限的可能性。