Meta把SAM 3.1做成API，韆張圖分割只要2.5美元

BiRun 訊，Meta 把視覺分割模型 SAM 3.1 正式接入 Model API。開發者傳入圖片或視頻，再輸入「紅色自行車」之類的短語，就能直接找出對應物體，返回邊界框和像素級蒙版。視頻裡還能一路跟蹤衕一個目標，方便自動打碼、加特效等。

Meta 今年 3 月已經發布開放權重版本的 SAM 3.1。相比 SAM 3，它最大的昇級是 Object Multiplex，以前多個目標要逐個處理，現在一次最多可以衕時處理 16 個。Meta 測試中，一張 H100 處理多目標視頻的速度從每秒 16 幀提高到 32 幀；追蹤 128 個目標時，速度約為 SAM 3 的 7 倍。

以前開發者需要自己下載權重、準備 GPU 和部署環境，現在可以直接走 Meta 託管的 API。圖片分割每 1000 張收費 2.5 美元，視頻每 1000 幀收費 0.2 美元，還可以直接用 OpenAI SDK 接入。

不過 API 版目前只接受文字提示，開放權重版還能用框、點等視覺提示來指定目標。視頻 API 每幀最多追蹤 16 個物體。

信源

動察 Beating 頻道 · 動察 Beating 交流羣。