---
title: "SAM 3：セグメンテーション、ベンチマーク、SAM 2との比較 — Segmentit"
description: "SAM 3の画像セグメンテーション、テキストや視覚的な指示、SAM 1／SAM 2.1とのベンチマークを解説。技術を知り、Segmentit Studioで体験しましょう。"
lang: "ja"
canonical: "https://segmentit.com/ja/sam-3/"
---

# SAM 3。対象を見つける。

MetaのSegment Anything Model 3を紹介。概念による指示、対話的なマスク作成、以前のSAMモデルとの公表比較を解説します。

[Studioを試す](https://segmentit.com/app?lang=ja) [ベンチマークを見る](https://segmentit.com/ja/sam-3/#benchmarks)

[![Segmentit Studioのオブジェクト作成フロー](https://segmentit.com/images/blog/studio-selection.png)](https://segmentit.com/app?lang=ja) [Studioを開く](https://segmentit.com/app?lang=ja)

Segmentitによる独立したガイドです。SAM 3とSAM 3DはMetaが開発しています。SegmentitはMetaと提携していません。

## SAM 3とは？

SAM 3（SAM3）は、画像や動画の中の物を見つけて領域を分けるMetaのモデルです。「赤い椅子」のような短い概念や視覚的な指示で対象を選びます。出力は対象のピクセルを示すマスクです。

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

### SAM 3

画像 → 2Dマスク

### SAM 3D Objects

画像 + マスク → 3Dオブジェクト

精密な選択と立体の再構築は、それぞれ異なる目的に対応します。形状、テクスチャ、シーンの構成に取りかかる前に、適切な被写体を選びましょう。 [詳しく見る SAM 3D](https://segmentit.com/ja/sam-3d/).

### 比較対象のモデル

-   [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)

組織および共同研究の国を示しています。各モデルから公式プロジェクトにアクセスできます。

## SAM 3でできることは？

### テキストプロンプト

**概念で探す**

「赤い椅子」などの被写体を指定して、該当するオブジェクトを探します。

### 視覚的プロンプト

**マスクを誘導**

点、矩形、画像の例を使って、選択する対象を指定します。

### 動画のセグメンテーション

**被写体を追跡**

研究モデルは、フレーム間での検出と追跡を組み合わせます。

## 制作の進め方を選ぶ

合成用の製品を切り抜く、透過画像を準備する、3Dにしたい被写体を選択する。エクスポート前に細部を確認しましょう。

[対象を選択](https://segmentit.com/ja/docs/select-an-object/) [3Dで作成](https://segmentit.com/ja/docs/generate-3d/) [ダウンロードとエクスポート](https://segmentit.com/ja/docs/download-and-export/)

## SAM 3の仕組み

### 説明する、指し示す

テキストで概念を指定し、点やボックスで視覚的に指示します。

### 検出して領域を分ける

検出器が一致する対象とマスクを推定します。共通の視覚基盤が検出と動画内の追跡を支えます。

### マスクを調整する

含める・除外する指示で対象を調整できます。研究モデルは動画のフレーム間で同じ物を追跡する機能も備えます。

研究モデルのアーキテクチャです。アプリで提供される動画機能、表現形式、ツールは異なる場合があります。 [公式コード ↗](https://github.com/facebookresearch/sam3)

## SAM 1・SAM 2.1・SAM 3の比較

SA-37・対話的画像セグメンテーション・平均mIoU・高いほど良好

SAM 1 HSAM 2.1 LSAM 3

**データと指標**

**SA-37 · Table 6**

| モデル | 1 クリック | 3 クリック | 5 クリック |
| --- | --- | --- | --- |
| 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：予測マスクと正解マスクの平均IoU。3種類のクリック数を評価しています。線は観測値を結ぶもので、中間値の推定ではありません。

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

5クリックではSAM 3が85.1 mIoU、SAM 2.1 Lが84.3です。1クリックではSAM 2.1 Lが66.4、SAM 3が66.1で、わずかに前者が上回ります。差は操作条件によって変わります。

### 対話型セグメンテーションの速度

論文の評価条件で測定された表6の処理性能です。Studioの応答時間ではありません。

FPS ↑0 → 100

**SAM 1 H**

**41.0**

**SAM 2.1 L**

**93.0**

**SAM 3**

**43.5**

[公開データ · 2025年 ↗](https://arxiv.org/html/2511.16719v1#S6.T6)

### 動画：SA-Vでの追跡

動画フレームにおけるマスクと境界の品質。高いほど良好です。研究モデルの比較です。

J&F ↑ · SA-V test0 → 100

**SAM 2.1 L**

**78.4**

**SAM 3**

**84.4**

[公開データ · 2025年 ↗](https://arxiv.org/html/2511.16719v1#S6.T5)

### 結果の読み方

2025年の論文で評価されたバージョンの過去の比較です。2026年10月7日に確認しました。何を測定するかはデータセット、プロンプト、指標によって異なります。これらのスコアは、Segmentitの生成時間やすべての写真の品質を予測するものではありません。

## 研究から、次の作品へ。

Segmentitでは、対象の選択が制作の第一歩です。輪郭を調整して透過PNGを保存するか、3D生成に進めます。明確なマスクで必要な物を残しましょう。

[制作を始める](https://segmentit.com/app?lang=ja) [作成の流れを見る](https://segmentit.com/ja/services/object-extraction/)

## SAM 3についての質問

**SAM 3は3Dモデルを作りますか？**

SAM 3は領域を分けるマスクを作ります。3D再構成はSAM 3D Objectsが担当します。画像から3Dへの異なる工程を担うモデルです。

**SAM 2から何が変わりましたか？**

概念による指示で、テキストや例を使って対象を検索できます。上のグラフは別途、クリックによる対話的セグメンテーションを比較しています。

**モデルはどこで入手できますか？**

Metaは下記の公式SAM 3リポジトリでコード、重みへのアクセス方法、ノートブックを公開しています。画面で操作するにはSegmentit Studioを開いてください。

## 出典とドキュメント

-   [Meta・SAM 3](https://ai.meta.com/research/sam3/)
-   [論文・SAM 3](https://arxiv.org/html/2511.16719v1)
-   [公式コード・facebookresearch/sam3](https://github.com/facebookresearch/sam3)

確認日 2026年10月7日 · Segmentit編集部