Meta представила третье поколение своих “Segment Anything Models” (SAM) — набор инструментов ИИ, предназначенных для продвинутого визуального анализа. В отличие от популярных больших языковых моделей Llama от Meta, эти новые системы знаменуют собой значительный скачок в том, как машины “видят” и взаимодействуют с физическим миром. SAM 3 ориентирован на точное обнаружение и сегментацию объектов, что означает, что он может точно идентифицировать и изолировать элементы на изображениях и видео.
Как работает SAM 3: точное визуальное понимание
В отличие от ИИ-чат-ботов, модели SAM превосходно распознают конкретные объекты, даже в сложных сценах. Meta обучила SAM 3 на огромных наборах данных изображений и видео, сопоставленных с подробными текстовыми описаниями. Это позволяет ИИ реагировать на высокоспецифические запросы: например, выбирать всех слонов на фотографии или выделять “красные шляпы” в толпе. Способность модели интерпретировать нюансированные запросы — ее главное преимущество.
Эти модели не предназначены для создания новых изображений или видео, а для анализа существующего визуального контента. Разработчики могут получить доступ к версиям с открытыми весами через Segment Anything Playground от Meta. Однако реальное влияние ощутят обычные пользователи благодаря улучшениям в собственных платформах Meta.
Практическое применение: от социальных сетей до охраны дикой природы
Meta интегрирует SAM 3 в несколько своих продуктов:
- Редактирование и «вайбы» в Instagram: обеспечение более точного пакетного редактирования изображений и видео.
- Facebook Marketplace: улучшение функции «просмотра в комнате», позволяющей пользователям более реалистично визуализировать мебель в своих домах.
Помимо потребительских приложений, SAM 3 оказывается ценным в научных исследованиях. Meta сотрудничала с ConservationX и Osa Conservation для анализа более 10 000 часов видеозаписей с камер наблюдения за дикой природой, идентифицировав более 100 видов с большей точностью. Это демонстрирует, как ИИ может ускорить усилия по сохранению природы, автоматизируя утомительный анализ данных.
Стратегия Meta в области ИИ: амбиции и внутренние трудности
Разработка моделей SAM является частью более широкого стремления Meta к искусственному интеллекту. Компания вложила значительные средства в переманивание лучших специалистов по ИИ в начале этого года, но также столкнулась с внутренними неудачами. Недавние сообщения указывают на значительную реструктуризацию внутри подразделения ИИ Meta, включая увольнения и потенциальный уход ключевой фигуры, Яна ЛеКуна. Несмотря на эти трудности, Meta по-прежнему привержена лидерству в области визуального ИИ.
Эти достижения в области визуального интеллекта, вероятно, изменят то, как мы взаимодействуем с цифровым контентом, делая редактирование и анализ более эффективными и интуитивными. Хотя внутренние проблемы Meta заметны, потенциал SAM 3 и аналогичных моделей для стимулирования инноваций как в коммерческих, так и в научных областях неоспорим.
