国产精品久久久久久久久软件,国产成人久久久精品二区三区,国产成人无码一区二区三区在线 ,大又大粗又爽又黄少妇毛片,国产精品成人aaaaa网站

短短一周不到，視覺領(lǐng)域接連迎來新模型“炸場”，圖像識別門檻大幅降低——

這場AI熱潮中鮮見動靜的Meta終于出手，推出Segment Anything工具，可準(zhǔn)確識別圖像中的對象，模型和數(shù)據(jù)全部開源；

國內(nèi)智源研究院視覺團隊也提出了通用分割模型SegGPT(Segment Everything in Context)，這也是首個利用視覺上下文完成各種分割任務(wù)的通用視覺模型。

其中，Meta的項目包括模型Segment Anything Model(SAM)、數(shù)據(jù)集Segment Anything 1-Billion mask dataset(SA-1B)，公司稱后者是有史以來最大的分割數(shù)據(jù)集。

引起業(yè)內(nèi)轟動的便是這一SAM模型：

1. 正如名字“Segment Anything”一樣，該模型可以用于分割圖像中的一切對象，包括訓(xùn)練數(shù)據(jù)中沒有的內(nèi)容；
2. 交互方面，SAM可使用點擊、框選、文字等各種輸入提示(prompt)，指定要在圖像中分割的內(nèi)容，這也意味著，用于自然語言處理的Prompt模式也開始被應(yīng)用在計算機視覺領(lǐng)域。
3. 對于視頻中物體，SAM也能準(zhǔn)確識別并快速標(biāo)記物品的種類、名字、大小，并自動用ID為這些物品進行記錄和分類。

英偉達人工智能科學(xué)家Jim Fan將Meta的這項研究稱作計算機視覺領(lǐng)域的“GPT-3時刻”之一——其分割方法可以通用，可對不熟悉的物體和圖像進行零樣本泛化，初步驗證了多模態(tài)技術(shù)路徑及其泛化能力。

進一步來說，SAM可以靈活集成于更大的AI系統(tǒng)。例如，理解網(wǎng)頁的視覺和文本內(nèi)容；在AR/VR領(lǐng)域，將頭顯用戶視線作為提示來選擇對象，然后將其“提升”到3D中；對于內(nèi)容創(chuàng)作者，SAM可提取圖像區(qū)域以進行拼貼或視頻編輯；SAM還可通過定位動物或物體在視頻中進行研究和跟蹤。

另一方面，智源研究院視覺團隊的SegGPT模型則更偏重于批量化標(biāo)注分割能力。無論是在圖像還是視頻環(huán)境，用戶在畫面上標(biāo)注識別一類物體，即可批量化識別分割出其他所有同類物體。

例如，若在一張圖像中標(biāo)注彩虹，便可將其他圖像中的彩虹也一同批量識別分割出來。

西部證券指出，Meta此次推出SAM，預(yù)示著大模型在多模態(tài)發(fā)展方面更進一步，布局計算機視覺/視頻的廠商有望持續(xù)受；還有券商補充稱，SAM模型突破了機器視覺底層技術(shù)。

國盛證券預(yù)計，預(yù)計1-5年內(nèi)，多模態(tài)發(fā)展將帶來AI泛化能力提升，通用視覺、通用機械臂、通用物流搬運機器人、行業(yè)服務(wù)機器人、真正的智能家居會進入生活；5-10年內(nèi)，結(jié)合復(fù)雜多模態(tài)方案的大模型有望具備完備的與世界交互的能力，在通用機器人、虛擬現(xiàn)實等領(lǐng)域得到應(yīng)用。