Meta veröffentlicht SAM 3: KI-Modell für präzise Objekt-Segmentierung in Bildern und Videos
Meta stellt das Segment Anything Model 3 (SAM 3) vor, ein einheitliches KI-Modell für Objekterkennung, -segmentierung und -verfolgung in Bildern und Videos mittels Text-, Beispiel- und visueller Eingaben. Zusätzlich wird der Segment Anything Playground als experimentelle Plattform und SAM 3D für 3D-Rekonstruktion aus einzelnen Bildern veröffentlicht.
Einordnung
SAM 3 stellt einen bedeutenden Fortschritt in der Computer Vision dar, da es die Lücke zwischen natürlicher Sprache und visueller Objekterkennung schließt. Anders als bisherige Modelle, die nur vordefinierte Objektkategorien erkennen können, versteht SAM 3 nuancierte Beschreibungen wie "der rot gestreifte Regenschirm". Die Integration in Meta's Produktportfolio zeigt das kommerzielle Potenzial - von Instagram's Edits-App über Facebook Marketplace's "View in Room"-Feature bis hin zu kreativen Tools auf meta.ai.
Die Open-Source-Veröffentlichung der Modellgewichte, Evaluierungsdatensätze und des Fine-Tuning-Codes unterstreicht Metas Strategie, durch offene Entwicklung die Adoption zu fördern und gleichzeitig eigene Produkte zu stärken. Besonders bemerkenswert ist die Kooperation mit Naturschutzorganisationen für Wildlife-Monitoring, was zeigt, dass die Technologie über kommerzielle Anwendungen hinaus gesellschaftlichen Nutzen haben kann.