Meta 发布 Segment Anything 2

Meta 于 2024 年 7 月发布 Meta Segment Anything Model 2，将首代 SAM 在图像上的实时可提示分割能力延伸到视频。SAM 2 是首个面向图像与视频的统一可提示对象分割模型，在图像分割精度上超过前代 SAM，在视频分割上超越同期工作，且所需交互时间减少为原来的三分之一。模型保留 SAM 系列的 zero-shot 泛化能力，可对从未见过的对象与视觉领域直接生效，无需额外定制训练。

开放范围相当彻底：模型代码与权重以 Apache 2.0 许可发布，评测代码以 BSD-3 许可发布；同步开放的 SA-V 数据集包含约 51000 段真实世界视频和超过 60 万个时空遮罩 masklet，相比此前最大的视频分割数据集，视频数量多出 4.5 倍、标注多出 53 倍，所用许可为 CC BY 4.0。Meta 还提供了网页端 demo，允许任何人上传视频体验分割与跟踪效果。

SAM 2 的应用面相当宽广。其输出可与生成式视频模型串联，用于创意性视频特效；也可作为视频数据标注工具的底座，加速计算机视觉训练管线的数据生产。前代 SAM 已在 Instagram 的 Backdrop、Cutouts 等功能、声纳图像、珊瑚礁分析、卫星救灾、细胞图像、皮肤癌检测等领域被广泛使用，节省了数百万小时的人工标注成本。2025 年 2 月的更新中，SAM 2.1 已上架 Amazon SageMaker JumpStart，把这套能力的部署门槛进一步降到企业开发者可一键接入的水平。