Meta Merilis SAM 3.1: Peningkatan Kecepatan 7x untuk Pelacakan Target 128, Segmentasi Video Real-Time

AirdropBlackHole

2026-03-28 01:35:32

Pembuatan abstrak sedang berlangsung

Menurut pemantauan oleh 1M AI News, Laboratorium Super Intelligence Meta telah merilis Segment Anything Model 3.1 (SAM 3.1), yang merupakan peningkatan langsung dari model segmentasi visual dasar SAM 3 yang dirilis tahun lalu pada bulan November. Perbaikan inti adalah Object Multiplex, metode pelacakan multi-target bersama dengan memori yang dibagikan. Sebelumnya, SAM 3 memerlukan pemrosesan independen untuk setiap target, yang mengakibatkan peningkatan biaya inferensi secara linier sejalan dengan jumlah target. SAM 3.1 memungkinkan pemrosesan simultan hingga 16 target dalam satu langkah maju, mencapai percepatan inferensi sekitar 7 kali saat melacak 128 target pada satu GPU H100, tanpa mengorbankan akurasi, dengan membagikan informasi kontekstual global. Selain itu, SAM 3.1 telah menunjukkan peningkatan kinerja pada 6 dari 7 tolok ukur segmentasi objek video (VOS). SAM 3.1 adalah peningkatan plug-and-play, dan bobot model tersedia untuk diunduh di Hugging Face.

Lihat Asli

Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.

2 Suka