天风研究：SAM实现CV底层技术颠覆式创新，或将赋能多场景应用

Meta发布SAM智能抠图，可以用于识别图像和视频中的物体，甚至是人工智能从未被训练过的物品。利用类NLP技术路线，完成CV底层技术突破，并且具有广泛的通用性。SAM作为开源且更通用AI系统的强大组件，赋能工业、煤矿、电力、自动驾驶、安防监控等多场景。

1、Meta发布SAM智能抠图，CV领域或迎来颠覆式技术创新

Meta研究部门发布了一篇名为其“SegmentAnything”的论文，文中介绍了一个全新的SegmentAnythingModel（SAM），可以用于识别图像和视频中的物体，甚至是人工智能从未被训练过的物品。利用类NLP技术路线，完成CV底层技术突破，并且具有广泛的通用性，足以涵盖各种用例，不需额外训练就可开箱即用地用于新的图像领域，并具备零样本迁移的能力。

2、Meta同时发布了迄今为止最大的分割数据集SA-1B，由1100万张图像及11亿个掩码组成

该数据集由1100万张多样化、高分辨率、保护隐私的图像，以及11亿个高质量分割掩码组成。SAM模型收集新的分割掩码速度较以往任何时候都要快，交互式标注一个掩码只需要大约14秒。与以前的大规模分割数据收集工作相比，SAM模型比COCO完全手动的基于多边形的掩码标注快6.5倍，比以前最大的数据标注工作快2倍。此外，SA-1B比任何现有的分割数据集多出400倍的掩码。并且通过研究证实，这些掩码具有高质量和多样性。

3、SAM作为开源且更通用AI系统的强大组件，赋能工业、煤矿、电力、自动驾驶、安防监控等多场景

与专门为一组固定任务训练的系统相比，基于prompt工程等技术的可组合系统设计将支持更广泛的应用，可以预计，在未来，在任何需要在图像中查找和分割对象的应用中，都有SAM的用武之地。SAM可以成为AR、VR、内容创建、科学领域和更通用AI系统的强大组件。

风险提示：CV技术发展不及预期；应用落地不及预期；国内技术跟进不及预期；行业竞争加剧。