💡 站外导读：从一张照片到一个可交互的3D模型，这曾是专业建模师数小时的工作。随着AIGC浪潮席卷，3D内容生成正成为下一个爆发点，但面临数据稀缺、成本高昂、流程复杂等核心痛点。Meta开源的SAM 3D模型，旨在通过单张图像，快速、鲁棒地重建物体与人体3D结构，极大降低了3D内容创作的门槛，为数字孪生、虚拟人、AR/VR等产业按下加速键。
SAM 3D 是 Meta 推出的先进 3D 生成模型，包含 SAM 3D Objects 和 SAM 3D Body 两个子模型。SAM 3D Objects 能从单张图像重建物体和场景的 3D 模型，支持多视角一致性和复杂遮挡处理；SAM 3D Body 专注于人体姿态、骨骼和网格的高精度恢复，适用虚拟人和动作捕捉等场景。模型通过大规模数据训练和多任务学习，具备高泛化能力和鲁棒性，可应用在数字孪生、机器人感知、AR/VR 内容生成等多个领域，为 3D 视觉应用提供强大的基础能力。
从单张图像重建 3D 物体和场景：能从单张二维图像中预测物体的三维结构，包括深度估计、网格重建、材质与表面外观估计。
多视角一致性：生成的 3D 模型在不同视角下保持一致，适合多视角查看和交互。
复杂场景处理：支持复杂遮挡、非正面视角和弱光场景下的重建，具有强大的泛化能力。
应用场景：适用数字孪生、机器人感知、室内外场景重建、自动驾驶环境理解等。
人体姿态与网格恢复：支持从单张图像恢复人体的三维姿态、骨骼结构和可动画网格，支持高精度的手部、脚部及肢体关键点恢复。
高鲁棒性：能处理非标准姿势、遮挡和部分出画的情况，适合复杂的实际场景。
应用场景：适用虚拟人建模、动作捕捉、数字资产制作、游戏开发等。
SAM 3D的发布，标志着视觉基础模型从2D感知向3D理解与生成的关键一跃。它并非孤立的技术点，而是Meta构建元宇宙“空间智能”基础设施的核心拼图。其创新之处在于，通过‘多头预测’与‘弱监督数据引擎’，巧妙地绕过了高质量3D数据稀缺的行业瓶颈，实现了强大的泛化能力。这预示着未来AI将不再仅仅是‘看’懂世界，更能‘构’建世界。对于开发者而言，其开源属性意味着可以低成本集成，快速在机器人感知、数字内容创作等领域进行原型验证。这不仅是工具的升级，更是创作范式的变革——将3D生成的专业能力，赋予每一位拥有相机的普通用户，一个‘所见即所得3D化’的图景正在加速成为现实。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。