SAM 2
SAM 2（Segment Anything Model 2）是Meta推出的视觉分割领域模型项目页面，核心定位为面向全球开发者、研究者的实时图像与视频对象分割技术资源平台
SAM 2（Segment Anything Model 2）是Meta推出的视觉分割领域模型项目页面，核心定位为面向全球开发者、研究者的实时图像与视频对象分割技术资源平台。其核心功能包括提供SAM 2模型的完整技术文档、开源代码下载入口，以及配套的SA-V大规模视频分割数据集。目标用户覆盖计算机视觉研究者、AI应用开发者、多媒体内容创作人员等群体，可应用于视频内容智能剪辑、自动驾驶感知模块训练、医疗影像病灶标注、工业缺陷视觉检测等多个场景。页面采用开放科学的发布模式，所有相关资源均在开源许可下开放，无需额外申请即可获取核心技术资料。
- 适用对象
- 计算机视觉研究者（模型性能对比实验）
- 主要功能
- 多模态分割支持、零样本泛化能力
- 已收录
- 2026.06.14（141 天）
阅读目录
编辑评测与站内热度
全站热度排名
#346
分类内排名
#10 / 165
累计站内点击
2
近 7 日点击
2
排名与点击为站内真实统计口径，反映 Toolifai 用户行为，非编辑评分。
SAM 2是什么，怎么使用？
约 4 分钟SAM 2（Segment Anything Model 2）是Meta推出的视觉分割领域模型项目页面，核心定位为面向全球开发者、研究者的实时图像与视频对象分割技术资源平台。其核心功能包括提供SAM 2模型的完整技术文档、开源代码下载入口，以及配套的SA-V大规模视频分割数据集。目标用户覆盖计算机视觉研究者、AI应用开发者、多媒体内容创作人员等群体，可应用于视频内容智能剪辑、自动驾驶感知模块训练、医疗影像病灶标注、工业缺陷视觉检测等多个场景。页面采用开放科学的发布模式，所有相关资源均在开源许可下开放，无需额外申请即可获取核心技术资料。
主要功能
- 多模态分割支持：SAM 2同时支持图像与视频两类视觉内容的对象分割任务，用户可输入单张静态图像或多帧连续视频，通过点击目标区域、绘制 bounding box、输入文本描述等提示方式，即可快速定位并分割出指定对象，无需针对特定场景进行模型微调，适用于快速原型验证场景。
- 零样本泛化能力：模型在大规模多样化数据集上完成预训练，无需针对新类别对象做定制化适配，即可对训练集中未出现过的物品、生物、场景元素完成分割操作。用户处理陌生领域的视觉内容时，不需要额外标注数据重新训练，直接调用模型即可获得符合要求的分割结果。
- 开源代码与权重：页面提供完整的模型代码与预训练权重下载入口，所有资源遵循Apache 2.0开源许可，开发者可直接下载后部署到本地环境，也可根据自身业务需求对模型结构进行修改、二次开发，用于商业或非商业项目，无需向Meta支付授权费用。
- SA-V数据集开放：配套开放SA-V大规模视频分割数据集，该数据集包含超过1000小时的标注视频内容，覆盖日常场景、户外环境、人机交互等多个类目，研究者可下载数据集用于模型性能验证、分割算法迭代，数据集遵循CC BY 4.0许可，支持二次分发与修改。
- 实时分割能力：SAM 2优化了模型推理速度，在常规消费级GPU环境下即可实现视频流的实时对象分割，用户输入实时摄像头画面或预录视频时，模型可同步输出每一帧的对象分割掩码，满足直播内容实时处理、机器人视觉感知等低延迟场景的使用需求。
- 多提示交互方式：支持多种用户提示输入模式，除了基础的点击选点、框选区域外，还支持多帧关联提示、文本语义提示等交互方式。用户在处理视频分割任务时，只需在首帧标注目标对象，模型即可自动追踪该对象在后续所有帧中的位置并完成分割，大幅降低手动标注成本。
怎么使用
- 1. 访问SAM 2官方页面，浏览首页的模型介绍与技术特性说明，了解模型的核心能力、支持的任务类型以及开源许可规则，确认是否符合自身项目的使用需求。2. 找到页面中的代码下载入口，点击跳转至GitHub代码仓库，将代码克隆至本地开发环境，按照文档说明安装相关依赖包，完成运行环境的配置。3. 从页面提供的权重下载入口，选择适配自身硬件的预训练模型权重文件，下载后放置到代码指定的目录中，运行示例脚本验证模型是否可以正常加载运行。4. 若需要使用配套数据集，找到SA-V数据集下载入口，按照指引完成使用申请后下载数据集，可用于模型性能测试、自定义微调训练等相关工作。5. 参考页面提供的技术文档与示例代码，根据自身业务场景调整输入输出逻辑，集成到自有项目中，也可修改模型结构完成二次开发，实现定制化的分割功能。
适合什么人群
- 计算机视觉研究者（模型性能对比实验）
- AI应用开发者（视觉类应用功能开发）
- 多媒体内容创作者（视频智能剪辑处理）
- 自动驾驶研发人员（环境感知模块训练）
- 医疗影像从业者（病灶区域自动标注）
- 工业检测工程师（产品缺陷视觉识别）
总结
这是Meta发布的新一代通用视觉分割模型的官方介绍页面，相比上一代仅支持图像分割的模型，本次迭代新增了视频分割能力，同时大幅提升了推理速度与零样本泛化表现。页面不仅公开了完整的技术细节，还将模型代码、预训练权重和配套的大规模视频数据集全部以开源许可开放，降低了视觉分割技术的应用门槛。对于普通开发者来说，不需要从零训练分割模型，直接调用预训练权重即可快速实现图像、视频的对象分割功能，适合用于快速搭建原型产品；对于研究人员来说，开放的数据集与模型架构也为后续的分割算法迭代提供了基础资源。值得注意的是，该项目的开源许可允许商业使用，企业用户也可以将其集成到自有产品中，不需要支付额外的授权费用，相比很多闭源的视觉分割API，自主部署的方式更适合对数据隐私有要求的场景。
价格与免费额度
SAM 2相关资源全部采用开源许可开放，无使用费用。免费使用无核心功能限制，用户可自由下载代码、模型权重与数据集，用于非商业或商业用途，仅需遵守对应许可的署名要求。若需要官方技术支持服务，可联系Meta团队咨询定制化合作方案，适合有大规模部署或定制化需求的企业用户选择。个人开发者与小型团队直接使用开源资源即可满足大多数场景的需求，无需支付任何费用。
优点与不足
优点
- 同时支持图像与视频双模态分割，覆盖更多视觉处理场景
- 支持零样本泛化，无需定制训练即可处理陌生类别的分割任务
- 代码与预训练权重完全开源，支持商业使用，无额外授权费用
- 配套开放大规模SA-V视频分割数据集，满足研究与训练需求
- 推理速度优化，消费级GPU即可实现视频流实时分割
不足
- 高性能推理需要GPU支持，普通CPU环境下运行速度较慢
- 页面提供的中文资料较少，中文用户阅读技术文档存在一定门槛
- 默认模型对于细小、透明或重叠对象的分割精度仍有提升空间
- 官方未提供托管的API服务，用户需要自行部署才能使用
能帮你做的 7 件事
- 01多模态分割支持
- 02零样本泛化能力
- 03开源代码与权重
- 04SA-V数据集开放
- 05图像分割场景的常用方案
- 06视频分割场景的常用方案
- 07计算机视觉研究者（模型性能对比实验）的日常效率工具
更新历史
- SAM 2 收录进 Toolifai 目录
- 页面资料核验与信息更新
常见问题
SAM 2可以直接用于商业项目吗？
SAM 2的代码与预训练权重遵循Apache 2.0开源许可，该许可允许用户自由使用、修改、分发代码，包括用于商业用途，仅需要在衍生作品中保留原许可声明与版权信息即可。配套的SA-V数据集遵循CC BY 4.0许可，同样支持商业使用，使用时需要注明数据集来源。用户不需要向Meta支付额外的授权费用，即可将其集成到自有商业产品中，也可以基于模型进行二次开发后推出自有产品。
SAM 2支持哪些提示方式进行对象分割？
SAM 2支持多种交互提示方式，包括单点点击、多点标注、 bounding box框选、文本语义描述，以及视频场景下的首帧标注跟踪。用户处理单张图像时，可通过点击目标对象的任意位置，或绘制框选区域，即可快速获取对象的分割掩码；处理视频时，只需在第一帧标注目标对象，模型会自动跟踪该对象在后续所有帧中的位置，连续输出分割结果，无需逐帧标注。同时也支持输入文本描述，直接分割出符合语义的对应对象。
部署SAM 2需要什么硬件配置？
基础测试与轻量级使用场景下，搭载8GB显存以上的消费级GPU即可运行，例如RTX 3060及以上型号的显卡，可实现1080P分辨率视频的实时分割。若需要处理更高分辨率的视频或批量处理大量数据，推荐使用16GB显存以上的专业GPU，推理速度会有明显提升。没有GPU的情况下也可以使用CPU运行，但推理速度较慢，仅适合处理单张静态图像，不适合视频或批量处理场景。官方提供了不同大小的模型权重，用户可根据自身硬件配置选择适配的版本。
SAM 2相比上一代SAM有哪些提升？
首先是新增了视频分割支持，上一代SAM仅支持静态图像分割，SAM 2可处理连续视频流，实现跨帧的对象跟踪与分割；其次是推理速度大幅提升，相比上一代模型，相同硬件环境下推理速度提升超过2倍，可满足实时处理需求；另外零样本泛化能力进一步优化，对于小目标、遮挡对象的分割精度有明显提升；同时配套了大规模的视频分割数据集SA-V，为后续的模型训练与研究提供了更多数据支持。模型架构也做了轻量化调整，更适合边缘设备部署。
使用SAM 2处理的数据会上传到Meta服务器吗？
SAM 2是完全本地化部署的模型，用户下载代码与权重后，所有的推理计算都在用户本地设备或自有服务器上完成，不需要向Meta上传任何图像、视频数据，也不需要网络连接即可运行。适合处理医疗影像、企业内部涉密数据等对隐私要求较高的内容，用户完全掌控数据流向，不存在数据泄露的风险。仅当用户主动访问官方页面下载资源或提交问题反馈时，才会与Meta服务器产生数据交互。
可以对SAM 2进行微调来提升特定场景的精度吗？
完全支持，用户可基于开源的代码与预训练权重，使用自有场景的标注数据对模型进行微调，进一步提升特定领域的分割精度。例如医疗影像分割、工业缺陷检测等垂直场景，通过少量标注数据微调后，模型的表现会明显优于零样本下的效果。官方文档中提供了完整的微调教程与示例代码，用户按照指引准备数据集、调整训练参数即可完成微调操作，微调后的模型仍然可以按照Apache 2.0许可使用与分发。
开始使用 SAM 2
从官方入口了解最新功能与使用方式。
由 Toolifai 编辑维护
欢迎产品方补充截图、功能介绍与官方资料。更新和纠错由编辑审核后发布。
