4月6日 消息:Meta在人工智能方面有很大的野心，但卻一直追不上OpenAI、微軟甚至是谷歌的步伐。現(xiàn)在，這家公司發(fā)布了最新AI模型，可從圖像中識別單個物體。

當?shù)貢r間周三，Meta發(fā)布了其新的基于 AI 的 Segment Anything Model （SAM） ，該模型具有識別和分離圖像和視頻中的特定對象的功能。

目前，市面上已經(jīng)有不少工具具備從圖像中刪除不需要的物體的功能，并且使用人工智能模型來查找和替換照片中的物體。從Segment Anything Model演示的測試中，Meta的產(chǎn)品更進了一步。比如，通過使用SAM，用戶可以通過點擊物體或輸入文字提示選中編輯的物體。在測試演示中，輸入“貓”這個詞后，該工具在一張照片中的幾只貓周圍繪制了方框。

更讓人意外的是，Meta開源了SAM模型，并進一步提供了其10億掩碼數(shù)據(jù)集的完整細節(jié)，該公司聲稱這是“有史以來最大的分段數(shù)據(jù)集”。這個SA-1B是一個語義分割數(shù)據(jù)集，它對圖像中的每個像素進行分類，從而更容易對照片進行風格化或刪除對象。根據(jù)Meta的說法，該系統(tǒng)本身在1100萬張圖像上進行訓練，平均每張圖像有100個掩碼。

根據(jù)Meta關于SAM的研究論文指出，數(shù)據(jù)集使用了“來自與攝影師直接合作的提供商”的圖像，但并沒有具體說明是哪個提供商。系統(tǒng)訓練的一些圖像包括人臉和車牌等等。

SAM可以用于AR或VR功能，通過用戶的注視來識別物體，這對Meta的AR耳機和眼鏡的發(fā)展來說非常重要。

據(jù)了解，Meta已經(jīng)在內(nèi)部使用與SAM類似的技術，用于標記照片、審核違禁內(nèi)容以及確定向Facebook和Instagram用戶推薦哪些帖子等。公司表示，SAM的發(fā)布將擴大對這類技術的應用。

Segment Anything Model 網(wǎng)址：https://segment-anything.com/