什么是 SAM 3D?
SAM 3D(也常以 SAM3D 搜索)是 Meta 根据图像重建 3D 的模型系列。SAM 3D Objects 估计物体几何、纹理和布局。SAM 3D Body 是用于人体形状与姿态的独立模型。Segmentit 的物体工作流程专注于 Objects。
Meta · SAM 3D ↗SAM 3
图像 → 2D 蒙版
SAM 3D Objects
图像 + 蒙版 → 3D 物体
精确选区与立体重建解决不同需求。先选择正确的主体,再处理形状、纹理与场景构图。 探索 SAM 3.
参与比较的模型
- TRELLISMicrosoft · Tsinghua · USTC
- Hunyuan3D-2.1
Tencent
- Hunyuan3D-2.0
Tencent
- Direct3D-S2Nanjing · DreamTech · Fudan · Oxford
- TripoSGVAST / Tripo
- Hi3DGen
ByteDance · CUHK Shenzhen · Tsinghua
- SAM 3D
Meta
组织及合作团队所在的国家。每个模型均链接至官方项目。
SAM 3D Objects 还是 Body?
物体与场景
根据图像重建物体的几何、外观和位置。
人物与姿态
估计人体形状和姿态。针对不同任务的独立模型。
先选择,再重建
在 2D 中识别主体,再用其蒙版引导物体重建。
选择你的创作流程
从游戏道具、场景装饰物,或想换个角度观察的产品开始。清晰的参考图像更便于评估生成的形状。
SAM 3D如何运作?
图像 + 蒙版
原始图像提供上下文,蒙版指定要重建的物体。
几何 + 姿态
第一生成阶段估计形状和位置。隐藏表面根据已学习的视觉规律进行推断。
纹理 + 细化
第二阶段细化外观与细节。研究流程支持网格和高斯表示。
研究模型架构。应用中提供的视频功能、表示形式和工具可能有所不同。 官方代码 ↗
SAM 3D 与早期图像转 3D 方法对比
SA-3DAO · 形状重建 · F1@0.01 · 越高越好
数据与指标
| 模型 | 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:阈值为 0.01 时的表面精确率与召回率。vIoU:体积重叠程度。Chamfer 和 EMD:几何距离(越低越好)。数值来自论文原始数据,并非成功率。
来源: SAM 3D Team et al. · Table 2 · arXiv v1 (2025) ↗
在此对比中,SAM 3D 的 F1@0.01 得分为 0.2344。这些是论文报告的 SA-3DAO 结果,并非当今商业产品排名,也不是 Segmentit 自行开展的基准测试。
体积重叠
预测体积与参考体积的吻合程度。越高越好。
- 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
表面距离
与参考表面的几何距离。越低越好。
- 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
整体形状对齐
点分布之间的距离。越低越好。
- 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
解读结果
对 2025 年论文中评估版本的历史比较,复核于 2026 年 10 月 7 日。数据集、提示和指标决定了衡量内容。这些分数既不能预测生成时间,也不能保证每张照片在 Segmentit 中的质量。
从研究,到你的下一个创作。
将照片导入 Segmentit,提取物体并开始生成 3D。在工作室中检查结果,然后下载 GLB 用于下一个场景。选区与模型会一起保存在项目中。
关于SAM 3D的问题
SAM 3 还是 SAM 3D:我需要哪一个?
先用分割选择图像中的主体,再用重建创建立体形态。SAM 3 与 SAM 3D 是互补技术,处理的并非同一个任务。
什么是 SA-3DAO?
Meta 的基准数据集将真实世界图像与专业 3D 艺术家制作的形状配对。发布说明介绍了 100 组公开的图像/3D 配对,以及用于基准竞赛的 900 组保留配对。
应该如何使用重建后的物体?
将它作为创意素材:检查每一面,根据场景设置比例,并在 3D 工具中调整材质。单张图像提供实用的起点,而不可见的细节仍然来自推断。
来源与文档
已复核 · Segmentit 编辑团队
