什么是 SAM 2
SAM 2 是首个可在图像和视频中统一分割对象的模型。通过点击、框选或遮罩，即可在任意图像或视频帧上选择任意对象。
图像与视频统一模型
单一架构即可完成静态图像与视频帧的分割，结果稳定且高质量。
点击、框选或遮罩提示
使用任意提示方式精准选择对象，并可通过额外提示进一步精调预测结果。
可扩展的数据引擎
将标注从图像扩展到视频的数据引擎，支撑 SAM 2 的大规模训练。
开源且可复现
模型权重、推理代码与网页 Demo 均向研究者和开发者开放。
为什么选择 SAM 2
更快、更稳健、更易用的顶尖分割能力。
SAM 2 基于 Segment Anything 构建，图像分割质量进一步提升。
核心能力
分割任意对象，现在支持任意视频或图像。
跨帧选择
在视频帧中选择一个或多个对象，并跨帧调整预测结果。
零样本鲁棒性
对训练中未见过的对象与视频同样表现稳健，适用于广泛的真实场景。
实时交互
流式推理设计，支持高效、实时的交互式视频处理。
业界领先性能
在视频与图像对象分割上均取得顶尖结果。
简洁设计与快速推理
统一模型设计简洁，推理速度快。
图像与视频合二为一
Meta Segment Anything 的下一代，将图像与视频分割融为一体。
常见问题
关于 SAM 2、分割能力与如何上手的常见问题。