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?，F(xiàn)在，這家公司發(fā)布了最新AI模型，可從圖像中識(shí)別單個(gè)物體。

當(dāng)?shù)貢r(shí)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(shí)別和分離圖像和視頻中的特定對(duì)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(lái)查找和替換照片中的物體。從Segment Anything Model演示的測(cè)試中，Meta的產(chǎn)品更進(jìn)了一步。比如，通過(guò)使用SAM，用戶可以通過(guò)點(diǎn)擊物體或輸入文字提示選中編輯的物體。在測(cè)試演示中，輸入“貓”這個(gè)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(kāi)源了SAM模型，并進(jìn)一步提供了其10億掩碼數(shù)據(jù)集的完整細(xì)節(jié)，該公司聲稱這是“有史以來(lái)最大的分段數(shù)據(jù)集”。這個(gè)SA-1B是一個(gè)語(yǔ)義分割數(shù)據(jù)集，它對(duì)圖像中的每個(gè)像素進(jìn)行分類，從而更容易對(duì)照片進(jìn)行風(fēng)格化或刪除對(duì)象。根據(jù)Meta的說(shuō)法，該系統(tǒng)本身在1100萬(wàn)張圖像上進(jìn)行訓(xùn)練，平均每張圖像有100個(gè)掩碼。

根據(jù)Meta關(guān)于SAM的研究論文指出，數(shù)據(jù)集使用了“來(lái)自與攝影師直接合作的提供商”的圖像，但并沒(méi)有具體說(shuō)明是哪個(gè)提供商。系統(tǒng)訓(xùn)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(guò)用戶的注視來(lái)識(shí)別物體，這對(duì)Meta的AR耳機(jī)和眼鏡的發(fā)展來(lái)說(shuō)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(shù)，用于標(biāo)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(kuò)大對(duì)這類技術(shù)的應(yīng)用。

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