---
title: "SAM 3 : segmentation, benchmarks et comparaison SAM 2 — Segmentit"
description: "Découvrez la segmentation SAM 3, ses prompts texte et visuels, et les benchmarks SAM 1 / SAM 2.1. Comprenez la technologie et explorez le studio Segmentit."
lang: "fr"
canonical: "https://segmentit.com/fr/sam-3/"
---

# SAM 3. Trouvez votre objet.

Découvrez Segment Anything Model 3 de Meta : prompts par concept, masques interactifs et comparaisons publiées avec les générations précédentes.

[Essayer le studio](https://segmentit.com/app?lang=fr) [Voir les benchmarks](https://segmentit.com/fr/sam-3/#benchmarks)

[![Aperçu du parcours objet dans le studio Segmentit](https://segmentit.com/images/blog/studio-selection.png)](https://segmentit.com/app?lang=fr) [Rejoindre le studio](https://segmentit.com/app?lang=fr)

Guide indépendant par Segmentit. SAM 3 et SAM 3D sont développés par Meta ; Segmentit n’est pas affilié à Meta.

## Qu’est-ce que SAM 3 ?

SAM 3, aussi recherché sous le nom SAM3, est le modèle de Meta pour repérer et segmenter des objets dans les images et les vidéos. Un concept court comme « chaise rouge » peut identifier les instances correspondantes ; des indications visuelles permettent de guider la sélection. Son résultat est un masque : les pixels appartenant à un sujet.

[Meta · SAM 3 ↗](https://ai.meta.com/research/sam3/)

### SAM 3

Image → masque 2D

### SAM 3D Objects

Image + masque → objet 3D

Une sélection précise et une reconstruction en volume répondent à deux besoins différents. Choisir le bon sujet vient avant le travail de forme, de texture et de mise en scène. [Découvrir SAM 3D](https://segmentit.com/fr/sam-3d/).

### Les modèles comparés

-   [SAM 1 HMeta](https://github.com/facebookresearch/segment-anything)
-   [SAM 2.1 LMeta](https://github.com/facebookresearch/sam2)
-   [SAM 3Meta](https://github.com/facebookresearch/sam3)

Pays des organisations et collaborations. Chaque modèle renvoie vers son projet officiel.

## Que peut faire SAM 3 ?

### Prompts texte

**Repérer un concept**

Nommer un sujet comme « chaise rouge » pour trouver les objets correspondants.

### Prompts visuels

**Guider le masque**

Utiliser des points, des boîtes ou un exemple visuel pour préciser la sélection.

### Segmentation vidéo

**Suivre un sujet**

Le modèle de recherche associe détection et suivi au fil des images.

## Choisissez votre usage créatif

Isolez un produit pour une composition, préparez un détourage transparent ou sélectionnez le sujet à transformer en objet 3D. Vérifiez les petits détails avant l’export.

[Sélectionner un objet](https://segmentit.com/fr/docs/select-an-object/) [Créer en 3D](https://segmentit.com/fr/docs/generate-3d/) [Télécharger et exporter](https://segmentit.com/fr/docs/download-and-export/)

## Comment fonctionne SAM 3 ?

### Décrire ou désigner

Le texte nomme le concept ; les points et les boîtes apportent une indication visuelle.

### Détecter et segmenter

Un détecteur identifie les instances correspondantes et prédit leurs masques. Un encodeur visuel partagé sert à la détection et au suivi vidéo.

### Affiner le masque

Des indications positives et négatives aident à ajuster la cible. Le modèle de recherche maintient aussi les identités des objets entre les images d’une vidéo.

Architecture du modèle de recherche. Les fonctionnalités de vidéo, les représentations et les outils exposés dans une application peuvent différer. [Code officiel ↗](https://github.com/facebookresearch/sam3)

## SAM 1, SAM 2.1 et SAM 3

SA-37 · Segmentation interactive d’images · mIoU moyen · Plus élevé = meilleur

SAM 1 HSAM 2.1 LSAM 3

**Données et métriques**

**SA-37 · Table 6**

| Modèle | 1 clic | 3 clics | 5 clics |
| --- | --- | --- | --- |
| SAM 1 H | 58,5 | 77,0 | 82,1 |
| SAM 2.1 L | 66,4 | 80,3 | 84,3 |
| SAM 3 | 66,1 | 81,3 | 85,1 |

mIoU : intersection sur union moyenne des masques prédits et de référence. Trois nombres de clics évalués ; les segments relient les mesures, sans résultat intermédiaire estimé.

Source : [Carion et al. · SAM 3 · Table 6 · arXiv v1 (2025) ↗](https://arxiv.org/html/2511.16719v1#S6.T6)

À cinq clics, SAM 3 atteint 85,1 de mIoU contre 84,3 pour SAM 2.1 L. À un clic, SAM 2.1 L est légèrement devant : 66,4 contre 66,1. Le gain dépend donc du contexte d’interaction.

### Vitesse de segmentation interactive

Débit publié dans le tableau 6, dans les conditions du papier. Ce n’est pas le temps de réponse du studio.

FPS ↑0 → 100

**SAM 1 H**

**41,0**

**SAM 2.1 L**

**93,0**

**SAM 3**

**43,5**

[Données publiées · 2025 ↗](https://arxiv.org/html/2511.16719v1#S6.T6)

### Vidéo : suivi sur SA-V

Qualité des masques et de leurs contours dans la vidéo. Plus haut = meilleur. Comparaison des modèles de recherche.

J&F ↑ · SA-V test0 → 100

**SAM 2.1 L**

**78,4**

**SAM 3**

**84,4**

[Données publiées · 2025 ↗](https://arxiv.org/html/2511.16719v1#S6.T5)

### Lire ces résultats

Comparaison historique des versions évaluées dans les publications de 2025, consultées le 7 octobre 2026. Les jeux de données, les prompts et les métriques déterminent ce qui est mesuré. Ces scores ne prédisent ni le temps de génération ni la qualité de chaque photo dans Segmentit.

## De la recherche à votre prochaine création.

Dans Segmentit, la sélection est la première étape créative : choisissez un objet, affinez son contour et enregistrez un PNG transparent ou poursuivez vers la 3D. Un masque précis vous aide à conserver le sujet qui vous intéresse.

[Commencer](https://segmentit.com/app?lang=fr) [Découvrir le parcours](https://segmentit.com/fr/services/object-extraction/)

## Vos questions sur SAM 3

**SAM 3 crée-t-il des modèles 3D ?**

SAM 3 produit des masques de segmentation. SAM 3D Objects prend en charge la reconstruction 3D. Ils interviennent à des étapes différentes du parcours image vers 3D.

**Qu’est-ce qui change par rapport à SAM 2 ?**

Les prompts par concept permettent de rechercher des objets à partir de texte ou d’exemples. Le graphique ci-dessus compare séparément la segmentation interactive au clic.

**Où trouver le modèle ?**

Meta publie le code, les instructions d’accès aux poids et les notebooks dans le dépôt officiel SAM 3 ci-dessous. Pour un parcours visuel, ouvrez le studio Segmentit.

## Sources et documentation

-   [Meta · SAM 3](https://ai.meta.com/research/sam3/)
-   [Article de recherche · SAM 3](https://arxiv.org/html/2511.16719v1)
-   [Code officiel · facebookresearch/sam3](https://github.com/facebookresearch/sam3)

Vérifié le 7 octobre 2026 · Rédaction Segmentit