Meta发布SAM3D模型：通过单张图片生成带纹理的3D资产-AITOP100,AI资讯

2025年11月19日，Meta AI在著名社交媒体平台“X”的官方账号上发布推文正式发布了Segment Anything系列的最新力作——SAM 3D，这一创新模型凭借其强大的功能，迅速在科技圈引发了广泛关注。它不仅革新了3D模型的生成方式，还为多个行业带来了全新的发展机遇。

体验地址： https://ai.meta.com/blog/sam-3d/

SAM3D：双权重齐发，满足多样需求

Meta此次发布的SAM3D提供了两套权重，分别是SAM 3D Objects和SAM 3D Body。这两套权重各有侧重，能够满足不同场景下的3D建模需求。

SAM 3D Objects主要面向通用物体和场景。以往，生成一个高质量的3D模型往往需要大量的数据和复杂的操作流程。但有了SAM3D Objects，只需一张2D照片，就能快速输出带有纹理、材质以及几何一致性的3D资产。这对于游戏开发、影视制作等行业来说，无疑是一个巨大的福音。以往制作一个逼真的3D场景或物体，可能需要耗费大量的时间和人力成本，而现在借助SAM 3D Objects，大大缩短了制作周期，提高了效率。

SAM 3D Body则专注于人像重建。在虚拟现实、增强现实以及社交娱乐等领域，人像的3D重建一直是一个热门话题。SAM 3D Body同样只需单张2D照片，就能精准地重建出人物的三维模型。而且，它生成的模型不仅外观逼真，还具备丰富的细节，能够满足各种高精度的应用需求。

技术革新：“空间位置 - 语义”联合编码，确保物理正确性

SAM 3D之所以能够取得如此出色的成果，离不开其核心采用的“空间位置 - 语义”联合编码技术。这一技术为每个像素预测3D坐标与表面法向，使得生成的3D模型具备物理正确性。

在实际应用中，物理正确性至关重要。比如在AR/VR场景中，如果3D模型的物理属性不准确，就会导致用户在使用过程中出现视觉上的不协调感，影响用户体验。而SAM 3D通过这种联合编码技术，确保了生成的3D模型在空间位置和语义信息上的准确性，使得模型能够直接应用于AR/VR、机器人以及影视后期等领域。

例如，在机器人导航中，准确的3D模型可以帮助机器人更好地识别周围环境，规划行动路线；在影视后期制作中，逼真的3D模型可以大大提升影片的视觉效果。

开源共享：推动行业发展，拓展应用场景

Meta此次不仅发布了SAM 3D模型，还同步开源了权重、推理代码以及评测基准。这一举措对于整个3D建模行业来说，具有深远的意义。

开源意味着更多的开发者可以参与到模型的研究和改进中来。大家可以基于开源的代码和权重，进行二次开发，探索更多的应用场景。例如，开发者可以根据自己的需求，对模型进行优化，提高其在特定场景下的性能；或者将模型与其他技术相结合，创造出更多新颖的应用。

同时，Meta还在Facebook Marketplace上线了“View in Room”功能。用户可以将商品的3D模型投射到自家房间中进行预览。这一功能为电商行业带来了全新的购物体验。以往，消费者在购买家具、装饰品等商品时，往往只能通过图片来想象商品摆放在家中的效果。而现在，借助“View in Room”功能，消费者可以直观地看到商品在自己房间中的实际效果，从而做出更加准确的购买决策。

性能卓越：多项指标领先，实力见证品质

官方测试数据显示，SAM 3D在性能方面表现卓越。SAM 3D Objects在公开数据集上，Chamfer Distance降低了28%，法向一致性提升了19%。Chamfer Distance是衡量3D模型之间相似度的一个重要指标，数值越低表示两个模型越相似；法向一致性则反映了3D模型表面法向的准确性，数值越高表示模型的物理正确性越好。这两个指标的提升，充分证明了SAM 3D Objects在3D模型生成方面的优势。

SAM3D Body在AGORA - 3D基准的MPJPE指标上，优于现有最佳单图方法14%。MPJPE是衡量人体3D姿态估计准确性的指标，数值越低表示估计结果越准确。这一成绩表明，SAM3D Body在人体3D重建方面具有更高的精度和可靠性。此外，SAM 3D Body还支持一键绑定Mixamo骨架驱动，这使得人物模型的动画制作更加便捷高效。