Meta 的 SAM 2 在视频分割上比此前方法交互次数少 3 倍、准确度更高 —— 分割是抠像的核心步骤

事件日期 / 报道日期

2024-08-01

证据阶段

技术能力演示、评测或论文表明技术上能做。它更新的是「技术能力」,不是「企业会怎么做」。

关联任务

抠像与合成

逐帧把元素从画面中抠出来,并把各层合成为最终镜头。

正在自动化✓ 有证据支撑

适用范围

Meta 发布的研究模型。作者报告,在视频分割上,它比此前的方法交互次数少 3 倍、准确度更高;在图像分割上,比最初的 Segment Anything 模型更准确、快 6 倍。分割正是抠像所要自动化的步骤;这个模型仍需交互,论文测量的是基准,不是工作室里的使用。

这意味着什么

抠像那种逐帧描遮罩的繁琐工作,如今点击次数少了很多 —— 这正是工作室报告最常用 AI 的地方。

还不能说明什么

这是基准结果;没有测量工作室怎样使用它,也没有测量还剩多少抠像岗位。

你可以核实什么

打开 arXiv 上的 SAM 2 论文(2408.00714),找到 "using 3x fewer interactions"。

是否改变评估

否 —— 这个阶段本身也不移动评估。「技术能力」是真实的证据,但它不单独提升任务判断的层级。上面 1 项关联判断维持原状。

来源

一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。