--- title: "SAM 3D 使用方法：无需本地 GPU，在线生成并导出 GLB — Segmentit" description: "比较 SAM 3D 演示、在线 Studio、第三方 API 和本地安装，了解如何无需自备 GPU，在 Segmentit 中选择照片里的物体，通过付费 3D 生成得到模型，再检查并导出 GLB。" lang: "zh-Hans" canonical: "https://segmentit.com/zh-Hans/blog/use-sam-3d-online/" --- # SAM 3D 使用方法：无需本地 GPU，在线生成并导出 GLB 比较 SAM 3D 演示、在线 Studio、第三方 API 和本地安装，了解如何无需自备 GPU，在 Segmentit 中选择照片里的物体，通过付费 3D 生成得到模型，再检查并导出 GLB。 Segmentit 团队 更新于 2026年10月15日·13 分钟阅读 **即使电脑没有用于重建的 GPU，也可以在线使用 SAM 3D。** 托管服务负责计算，你通过浏览器操作。要把照片中的物体做成 GLB，基本流程是选择主体、检查蒙版、发起生成，再检查模型，包括照片中原本看不到的部分。 在 Segmentit 中，流程从导入照片、建立可编辑的物体选区开始。**3D 生成是付费功能，会消耗积分。** 开始任务前，请查看[可选套餐](https://segmentit.com/zh-Hans/pricing/)和界面显示的积分消耗。通过浏览器操作，并不意味着重建计算在你的电脑上运行。 ## SAM 3D 能重建什么？ [SAM 3D Objects](https://github.com/facebookresearch/sam-3d-objects)面向物体；用于人体的 SAM 3D Body 是另一个模型。[研究论文](https://arxiv.org/abs/2511.16624)介绍了从单张图像估计形状、纹理和布局的方法。 一张照片仍然缺少部分信息。椅子的背面、底部和被遮挡的椅腿都需要估计。请把结果视为需要检查的模型，而不是测量数据或实物的精确复制品。[SAM 3D 概览](https://segmentit.com/zh-Hans/sam-3d/)介绍了这项技术；本指南着重说明如何从照片得到可用的文件。 在 Meta 公开的这个示例中，可以对比输入照片与 SAM 3D 重建的场景和独立物体。这些是研究团队展示的结果，并非在 Segmentit 中生成。原图的标注为英文。 [![儿童房和运河的照片，以及重建的 3D 场景和 SAM 3D 还原的独立物体。](https://segmentit.com/images/blog/sam3d-meta-reconstruction.webp)](https://segmentit.com/images/blog/sam3d-meta-reconstruction.webp) 来源 : [SAM 3D Team / Meta](https://github.com/facebookresearch/sam-3d-objects/blob/f91db411c50efee93d8db7aeb323885650f6f722/doc/intro.png). ## 比较使用 SAM 3D 的四种方式 | 方式 | 适合的需求 | 开始前需要确认 | | --- | --- | --- | | [Meta 官方演示](https://www.aidemos.meta.com/segment-anything) | 想在浏览器中体验模型。 | 查看演示当前的访问条件和下载选项。 | | [Segmentit Studio](https://segmentit.com/app?lang=zh-Hans) | 想调整照片中的物体选区，检查生成的模型并保存为 GLB。 | 3D 生成为付费功能，请查看套餐和界面显示的积分消耗。 | | 第三方托管 API | 想把生成功能接入自己的软件。 | 确认账号要求、计费方式、支持的输入和输出文件。 | | 官方本地安装 | 想自行管理推理环境。 | 确认硬件、依赖项和模型权重的访问要求。 | 托管 API 的示例可参阅 [fal 文档](https://fal.ai/models/fal-ai/sam-3/3d-objects/api)。接入前，请确认输入、输出、身份验证方式及当前价格。将凭据保存在服务器端，并提前规划失败任务的处理方式。这是第三方服务提供的选项，并非 Segmentit 的生成 API。 如果选择本地运行，请在[官方安装指南](https://github.com/facebookresearch/sam-3d-objects/blob/main/doc/setup.md)中查看当前的操作系统、GPU 和依赖项要求，同时确认 [Hugging Face 模型权重](https://huggingface.co/facebook/sam-3d-objects)的访问条件与使用条款。本地安装需要自行配置和维护运行环境。 Segmentit 提供重建前后的操作流程：从照片中选出目标物体、修正蒙版，再在项目中检查结果。具体用途可参阅[照片转 GLB 页面](https://segmentit.com/zh-Hans/services/photo-to-3d/)。如果需要基于实测的模型，而非估计的形状，请先比较 [AI、摄影测量和建模](https://segmentit.com/zh-Hans/blog/photo-to-3d-methods/)。 ## 准备照片和蒙版 选择清晰、主体完整可见、边缘对比度足够的照片。斜侧角度可以展现正面视角中看不到的深度。如果拍摄椅子，应让椅腿完整入镜，并露出部分座面侧边。[物体拍摄指南](https://segmentit.com/zh-Hans/blog/photograph-an-object/)介绍了如何选择参考照片。 蒙版指定哪些像素属于物体。保留马克杯的把手，但要去掉从把手内部透出的背景。生成前，请检查椅腿之间的空隙和纤细部位。包含点、排除点和精细修正的方法可参阅[优化蒙版指南](https://segmentit.com/zh-Hans/blog/refine-a-mask/)。 Segmentit 的点击选择在浏览器中使用 SlimSAM，支持时采用 WebGPU，否则回退到 WASM/CPU。服务器端的 SAM 3 分析与 SAM 3D 重建是两个独立操作，都会消耗积分。干净的选区有助于明确主体，但无法揭示隐藏表面，也不能保证最终的几何形状。 **从你的照片，开始下一个物体。** 选择一张图片，分离一个物体，然后在工作室中准备下一步。 ## 在 Segmentit 中使用 SAM 3D：操作步骤 1. **打开 [Studio](https://segmentit.com/app?lang=zh-Hans) 并登录。** 将照片导入项目，等待图像和选择引擎准备完成。 2. **选择物体。** 点击主体，补充遗漏区域并排除不需要的背景。必要时手动绘制轮廓或修正蒙版。 3. **检查选区。** 查看完整轮廓、细小部位和孔洞，确认选中的是要重建的物体。 4. **发起 3D 生成。** 确认账号的使用权限和生成控件上显示的积分消耗，再启动任务。仅导入照片不会开始重建。 5. **检查并下载。** 模型准备好后，打开 3D 视图并旋转查看。确认结果后，下载可用的 GLB 文件。[生成指南](https://segmentit.com/zh-Hans/docs/generate-3d/)详细介绍了这一阶段。 编辑蒙版不会更新已经生成的模型。重新重建需要再次明确发起请求，请先查看界面显示的积分消耗。如果只需要抠图，可以将选区导出为透明 PNG。Segmentit 目前支持的导出格式是 **3D 模型的 GLB 和选区的透明 PNG**。 ## 在实际使用环境中检查模型 检查背面、底部、连接处和纤细部位。留意椅腿是否粘连、把手孔洞是否被填满，以及纹理是否只有从原照片的角度看才显得合理。[模型检查清单](https://segmentit.com/zh-Hans/blog/inspect-a-3d-model/)有助于区分几何问题与外观问题。 使用 Segmentit 无需注册的免费查看器 [Orbit](https://segmentit.com/zh-Hans/tools/glb-viewer/) 重新打开 GLB，或在实际使用环境中测试，例如 Blender 或 Three.js 场景。检查其中的比例、朝向和材质。[GLB 与 OBJ 指南](https://segmentit.com/zh-Hans/blog/glb-or-obj/)解释的是文件格式，并不表示 Segmentit 提供 OBJ 导出功能。 成功下载本身并不意味着获得了商业使用权。本指南不承诺生成模型可以商用。在决定如何使用结果之前，请查看[当前条款](https://segmentit.com/zh-Hans/legal/terms/)以及原始图片的相关权利。 这张 Blender 截图展示了示例模型 Suzanne：左侧的渲染图与右侧的网格有助于区分外观与几何结构。这不是 SAM 3D 的生成结果。 [![Blender 界面，左侧为 Suzanne 的渲染图，右侧为编辑模式下的网格。](https://segmentit.com/images/blog/blender-modeling.webp)](https://segmentit.com/images/blog/blender-modeling.webp) 来源 : [UnnecessaryDecision / Wikimedia Commons](https://commons.wikimedia.org/wiki/File:Blender_4.3.2_screenshot.png). ## 在线使用 SAM 3D 的常见问题 ### 在线使用 SAM 3D 免费吗？ 模型已公开并不意味着所有托管服务都免费。请查看各演示或服务当前的使用条件。**Segmentit Studio 的 3D 生成为付费功能，会消耗积分。** 免费且无需注册的 [Orbit](https://segmentit.com/zh-Hans/tools/glb-viewer/) 用于查看已有的 GLB 文件，不会从照片生成 3D 模型。 ### Segmentit 是 Meta 的官方演示吗？ 不是。SAM 3D Objects 是 Meta 开发的重建模型；Segmentit 是使用该模型的独立产品，将照片导入、选区编辑、服务器重建和结果检查整合为一套操作流程。点击选择通过浏览器中的 SlimSAM 完成，SAM 3D 重建在服务器上运行。使用浏览器并不意味着所有处理都只在你的设备上完成。 ### 可以从同一张照片重建多个物体吗？ 可以。在 Segmentit 中，为每个主体分别准备选区。新主体使用**添加物体**，扩展当前选区则使用**添加到蒙版**。为物体改成易于辨认的名称，然后选择要生成的物体，并检查界面显示的积分消耗总数。 请分别检查每个生成模型。建立多个选区，并不会把一张照片变成对整个场景的完整实测扫描。按照[多物体工作流程](https://segmentit.com/zh-Hans/docs/multiple-objects/)整理选区，并在项目中找到生成的资产。 ### 需要在电脑上安装 SAM 3D 吗？ 使用 Segmentit 这样的托管服务或演示时不需要。Studio 在浏览器中使用，SAM 3D 重建则在服务器上付费执行。如果需要在 Blender 中编辑导出的模型，请单独安装 Blender，并参阅[照片到 Blender 指南](https://segmentit.com/zh-Hans/blog/photo-to-blender/)。 ## 开始把照片中的物体做成 GLB 先准备一张你有权使用、物体轮廓清晰的照片。通过[照片转 GLB 的操作流程](https://segmentit.com/zh-Hans/services/photo-to-3d/)了解适用场景与限制后，即可[打开 Studio 选择主体](https://segmentit.com/app?lang=zh-Hans)。发起生成前，请检查蒙版以及界面显示的积分消耗。 偶尔使用可以比较积分包，持续制作多个物体则可以比较订阅方案。[查看当前价格与套餐内容](https://segmentit.com/zh-Hans/pricing/)。 **[打开 Studio — 3D 生成为付费功能](https://segmentit.com/app?lang=zh-Hans)**。已有 GLB 需要检查？[在 Orbit 中打开](https://segmentit.com/zh-Hans/tools/glb-viewer/)。 [![在 Segmentit 工作室中打开的 3D 汽车](https://segmentit.com/images/blog/studio-preview.png)](https://segmentit.com/app?lang=zh-Hans) [打开工作室](https://segmentit.com/app?lang=zh-Hans)