4月6日，Meta公司发布通用图像分割模型Segment-Anything Model（SAM）和图像注释数据集Segment-Anything 1-Billion（SA-1B）。SAM模型可根据文本指令等方式，实现零样本下对任意图像行分割，其灵活性在图像分割领域尚属首创，SAM的发布可以称为CV领域的“GPT-3时刻”，或将加速图像分割视频领域的研究。此外，Meta还开源了包含1100万张图像和11亿个掩码的训练数据集SA1B，该数据集可用于研究目的，并且在开放许可Apache 2.0下可用。

　　 SAM支持多方式灵活执行图像分割，并且具备零样本迁移能力。尽管过去图像分割在众多领域已得到了广泛应用，但为特定任务创建准确的分割模型通常需要技术专家进行高度专业化的工作，此外，该项任务还需要大量的领域标注数据，种种因素限制了图像分割的进一步发展。而SAM已学会物体的一般概念，支持文本、关键点、边框等多种方式为任何图像和视频中的任意物体生成Mask，甚至包括训练中未遇到过的目标。SAM足够通用，涵盖广泛用例，并且可以在新的图像领域上即开即用，无需额外的训练，这种零样本迁移能力开启了CV图像分割领域的GPT-3时代。