2025年11月，Meta MSL实验室发布SAM 3D模型，将图像分割结果直接转换为3D模型，支持物体与场景重建，即使有遮挡也能复原。该模型家族包括SAM 3D Objects和SAM 3D Body，前者适用于多种物体与密集场景，后者专注于人体复杂姿态建模，均达到SOTA性能。同时发布的SAM 3分割模型增强语义理解，可通过文本或示例提示分割细微概念，如“红色条纹伞”，并刷新多项基准测试记录。Meta还推出SA-3DAO数据集用于评估物理世界三维重建能力。项目已开源，相关论文和代码可在Meta官网及GitHub获取。

用两个简单模块实现分割理解双重SOTA！华科大白翔团队推出多模态新框架 多模态大模型的能力已从文生图扩展到像素级任务（如图像分割）。然而，现有方法如OMG-LLaVA和LISA（CVPR 2024）仍存在分割不精确和理解幻觉的问题。为解决这些问题，华中科技大学与金山办公团队联合提出了多模态大模型LI...