---
title: "SAM 3D Objects: Bild-zu-3D-Technologie und Benchmarks — Segmentit"
description: "Verstehe SAM 3D Objects und Body, 3D-Rekonstruktion aus Einzelbildern und SA-3DAO-Benchmarks im Vergleich mit TRELLIS und Hunyuan3D. Entdecke den Segmentit-Workflow."
lang: "de"
canonical: "https://segmentit.com/de/sam-3d/"
---

# SAM 3D. Gib deinem Foto Volumen.

Entdecke Metas Rekonstruktionsmodell für Einzelbilder, wie es Objekte erstellt und seine veröffentlichten Ergebnisse im Vergleich mit TRELLIS, Hunyuan3D und anderen Bild-zu-3D-Methoden.

[Studio testen](https://segmentit.com/app?lang=de) [Benchmarks erkunden](https://segmentit.com/de/sam-3d/#benchmarks)

[![Objekt-Workflow im Segmentit Studio](https://segmentit.com/images/blog/studio-monument.png)](https://segmentit.com/app?lang=de) [Studio öffnen](https://segmentit.com/app?lang=de)

Eine unabhängige Anleitung von Segmentit. SAM 3 und SAM 3D werden von Meta entwickelt; Segmentit ist nicht mit Meta verbunden.

## Was ist SAM 3D?

SAM 3D, auch als SAM3D gesucht, ist eine Familie von Meta-Modellen zur 3D-Rekonstruktion aus einem Bild. SAM 3D Objects schätzt Objektgeometrie, Textur und Anordnung. SAM 3D Body ist ein separates Modell für menschliche Körperform und Pose. Segmentits Objekt-Workflow konzentriert sich auf Objects.

[Meta · SAM 3D ↗](https://ai.meta.com/research/sam3d/)

### SAM 3

Bild → 2D-Maske

### SAM 3D Objects

Bild + Maske → 3D-Objekt

Eine präzise Auswahl und eine räumliche Rekonstruktion erfüllen unterschiedliche Anforderungen. Die Wahl des richtigen Motivs kommt vor Form, Textur und Szenenkomposition. [Erkunden SAM 3](https://segmentit.com/de/sam-3/).

### Die verglichenen Modelle

-   [TRELLISMicrosoft · Tsinghua · USTC](https://microsoft.github.io/TRELLIS/)
-   [Hunyuan3D-2.1Tencent](https://github.com/Tencent/Hunyuan3D-2)
-   [Hunyuan3D-2.0Tencent](https://github.com/Tencent/Hunyuan3D-2)
-   [Direct3D-S2Nanjing · DreamTech · Fudan · Oxford](https://arxiv.org/html/2505.17412v1)
-   [TripoSGVAST / Tripo](https://github.com/VAST-AI-Research/TripoSG)
-   [Hi3DGenByteDance · CUHK Shenzhen · Tsinghua](https://github.com/bytedance/Hi3DGen)
-   [SAM 3DMeta](https://github.com/facebookresearch/sam-3d-objects)

Länder der Organisationen und Kooperationen. Jedes Modell verlinkt auf sein offizielles Projekt.

## SAM 3D Objects oder Body?

### Objekte und Szenen

**SAM 3D Objects**

Rekonstruiere Geometrie, Erscheinungsbild und Platzierung eines Objekts aus einem Bild.

### Menschen und Posen

**SAM 3D Body**

Schätze Körperform und Pose eines Menschen. Ein separates Modell für eine andere Aufgabe.

### Auswahl vor Rekonstruktion

**SAM 3 → SAM 3D**

Identifiziere das Motiv in 2D und nutze dann seine Maske, um die Objektrekonstruktion zu steuern.

## Wähle deinen kreativen Workflow

Starte mit einer Requisite für ein Spiel, einem Dekoobjekt für eine Szene oder einem Produkt, das du aus einem anderen Winkel erkunden möchtest. Ein klares Referenzbild erleichtert die Beurteilung der generierten Form.

[Wähle ein Objekt aus](https://segmentit.com/de/docs/select-an-object/) [In 3D erstellen](https://segmentit.com/de/docs/generate-3d/) [Herunterladen und exportieren](https://segmentit.com/de/docs/download-and-export/)

## Wie funktioniert SAM 3D?

### Bild + Maske

Das Ausgangsbild liefert den Kontext; die Maske identifiziert das zu rekonstruierende Objekt.

### Geometrie + Pose

Eine erste generative Stufe schätzt Form und Platzierung. Verdeckte Oberflächen werden aus erlernten visuellen Mustern abgeleitet.

### Textur + Verfeinerung

Eine zweite Stufe verfeinert Aussehen und Details. Die Forschungspipeline unterstützt Mesh- und Gauß-Repräsentationen.

Architektur des Forschungsmodells. Videofunktionen, Repräsentationen und in einer Anwendung angebotene Tools können abweichen. [Offizieller Code ↗](https://github.com/facebookresearch/sam-3d-objects)

## SAM 3D im Vergleich mit früheren Bild-zu-3D-Methoden

SA-3DAO · Formrekonstruktion · F1@0.01 · Höher ist besser

F1@0.01 · 0 → 0.25

TRELLIS

**0,1475**

Hunyuan3D-2.1

**0,1399**

Hunyuan3D-2.0

**0,1574**

Direct3D-S2

**0,1513**

TripoSG

**0,1533**

Hi3DGen

**0,1629**

SAM 3D

**0,2344**

**Daten und Metriken**

**SA-3DAO · Table 2**

| Modell | F1@0.01 ↑ | vIoU ↑ | Chamfer ↓ | EMD ↓ |
| --- | --- | --- | --- | --- |
| TRELLIS | 0,1475 | 0,1392 | 0,0902 | 0,2131 |
| Hunyuan3D-2.1 | 0,1399 | 0,1266 | 0,1126 | 0,2432 |
| Hunyuan3D-2.0 | 0,1574 | 0,1504 | 0,0866 | 0,2049 |
| Direct3D-S2 | 0,1513 | 0,1465 | 0,0962 | 0,2160 |
| TripoSG | 0,1533 | 0,1445 | 0,0844 | 0,2057 |
| Hi3DGen | 0,1629 | 0,1531 | 0,0937 | 0,2134 |
| SAM 3D | 0,2344 | 0,2311 | 0,0400 | 0,1211 |

F1: Präzision und Trefferquote der Oberfläche bei Schwellenwert 0,01. vIoU: volumetrische Überlappung. Chamfer und EMD: geometrische Abstände (niedriger ist besser). Rohwerte aus der Forschungsarbeit, keine Erfolgsprozentsätze.

Quelle: [SAM 3D Team et al. · Table 2 · arXiv v1 (2025) ↗](https://arxiv.org/html/2511.16624v1#S4.T2)

SAM 3D erreicht in diesem Vergleich 0,2344 bei F1@0.01. Dies sind in der Forschungsarbeit veröffentlichte Ergebnisse zu SA-3DAO, kein Ranking heutiger kommerzieller Produkte und kein von Segmentit durchgeführter Benchmark.

### Volumenüberlappung

Wie genau das vorhergesagte Volumen der Referenz entspricht. Höher ist besser.

vIoU ↑0 → 0,25

**TRELLIS**

**0,1392**

**Hunyuan3D-2.1**

**0,1266**

**Hunyuan3D-2.0**

**0,1504**

**Direct3D-S2**

**0,1465**

**TripoSG**

**0,1445**

**Hi3DGen**

**0,1531**

**SAM 3D**

**0,2311**

[Veröffentlichte Daten · 2025 ↗](https://arxiv.org/html/2511.16624v1#S4.T2)

### Oberflächenabstand

Geometrischer Abstand zur Referenzoberfläche. Niedriger ist besser.

Chamfer ↓0 → 0,12

**TRELLIS**

**0,0902**

**Hunyuan3D-2.1**

**0,1126**

**Hunyuan3D-2.0**

**0,0866**

**Direct3D-S2**

**0,0962**

**TripoSG**

**0,0844**

**Hi3DGen**

**0,0937**

**SAM 3D**

**0,0400**

[Veröffentlichte Daten · 2025 ↗](https://arxiv.org/html/2511.16624v1#S4.T2)

### Übereinstimmung der Gesamtform

Abstand zwischen Punktverteilungen. Niedriger ist besser.

EMD ↓0 → 0,25

**TRELLIS**

**0,2131**

**Hunyuan3D-2.1**

**0,2432**

**Hunyuan3D-2.0**

**0,2049**

**Direct3D-S2**

**0,2160**

**TripoSG**

**0,2057**

**Hi3DGen**

**0,2134**

**SAM 3D**

**0,1211**

[Veröffentlichte Daten · 2025 ↗](https://arxiv.org/html/2511.16624v1#S4.T2)

### Die Ergebnisse verstehen

Ein historischer Vergleich der in den Veröffentlichungen von 2025 bewerteten Versionen, geprüft am 7. Oktober 2026. Datensätze, Prompts und Metriken bestimmen, was gemessen wird. Diese Werte sagen weder die Generierungszeit noch die Qualität jedes Fotos in Segmentit voraus.

## Von der Forschung zu deiner nächsten Kreation.

Lade ein Foto in Segmentit, stelle das Objekt frei und starte seine 3D-Generierung. Prüfe das Ergebnis im Studio und lade dann eine GLB-Datei für deine nächste Szene herunter. Deine Auswahl und dein Modell bleiben im Projekt zusammen.

[Mit dem Erstellen beginnen](https://segmentit.com/app?lang=de) [Workflow erkunden](https://segmentit.com/de/services/photo-to-3d/)

## Fragen zu SAM 3D

**SAM 3 oder SAM 3D: Was brauche ich?**

Nutze Segmentierung, um das Motiv im Bild auszuwählen, und dann Rekonstruktion, um sein Volumen zu erstellen. SAM 3 und SAM 3D sind ergänzende Technologien, nicht zwei Versionen derselben Aufgabe.

**Was ist SA-3DAO?**

Metas Benchmark verbindet reale Bilder mit Formen, die von professionellen 3D-Künstlern erstellt wurden. Die Veröffentlichung beschreibt 100 öffentliche Bild-/3D-Paare und 900 zurückgehaltene Paare für den Benchmark-Wettbewerb.

**Wie sollte ich ein rekonstruiertes Objekt verwenden?**

Betrachte es als kreatives Asset: Prüfe jede Seite, stelle den Maßstab für deine Szene ein und passe Materialien in deinem 3D-Tool an. Ein einzelnes Bild bietet einen nützlichen Ausgangspunkt; unsichtbare Details bleiben abgeleitet.

## Quellen und Dokumentation

-   [Meta · SAM 3D](https://ai.meta.com/research/sam3d/)
-   [Forschungsarbeit · SAM 3D](https://arxiv.org/html/2511.16624v1)
-   [Offizieller Code · SAM 3D Objects](https://github.com/facebookresearch/sam-3d-objects)
-   [Meta · SA-3DAO-Datensatz](https://ai.meta.com/datasets/sa-3dao-sam-3d-artist-objects-downloads/)

Geprüft 7\. Oktober 2026 · Segmentit-Redaktion