一句话导读
万物皆可“抠”，可分割一切图像的目标分割大模型
论文信息
| 英文原名 | Segment Anything |
| 中文常用名 | SAM（万物分割模型） |
| 作者 | Kirillov, Mintun, Ravi, et al. |
| 发表年份 | 2023 |
| 出处 / 获取 | arXiv:2304.02643 |
| 所属专题 | 多模态 |
本文为 AI泡泡堂 经典 AI 文献栏目收录，信息经公开渠道核验。若需引用请以原论文为准。
详细解读（中文）
一、论文背景：传统图像分割（语义分割、实例分割、全景分割）依赖大量像素级标注，模型通常针对特定任务/类别训练，泛化差。能否像 NLP 的”提示”一样，让一个分割模型根据任意提示（点、框、文本）分割任意物体？
二、核心创新：Segment Anything 提出”分割一切”任务（Segment Anything Task）：模型接收（图像+提示）输出有效掩码；配套构建了史上最大分割数据集 SA-1B（1100 万图像、10 亿掩码），并在”模型辅助标注（data engine）”循环中持续提升数据质量与模型能力，实现提示驱动的零样本分割。
三、关键技术细节：① 架构为”图像编码器（MAE 预训练的 ViT）+ 提示编码器（点/框/文本）+ 掩码解码器”，输出多个候选掩码（歧义处理）；② 训练用”点→掩码”的交互式提示模拟，让模型学会理解提示意图；③ 数据引擎分三阶段：人工辅助标注→半自动（模型预填掩码+人工修正）→全自动（模型自生成+过滤），把 1100 万图像的标注成本降到极低；④ 零样本迁移到边缘检测、实例分割、目标检测（作为辅助任务）等均表现出色。
影响与后续发展
SAM 重新定义了分割任务的边界：其”提示+基础模型”范式启发了 SAM 2（视频分割）、医学影像分割、遥感分析等大量应用，也是”基础模型（Foundation Model）”思想在视觉任务上的标志性实践。
查看原始论文（权威链接）
英文原文摘要（Original Abstract，节选）
Segment Anything (SAM): We introduce the Segment Anything Model, a new task, dataset, and model for image segmentation. SAM is trained on a new segmentation dataset of 11 million images and 1.1 billion masks, and it is designed and trained to be promptable, enabling zero-shot generalization to new image distributions and tasks. The model’s strong performance and versatility have made it a foundation model for segmentation.
提示：以上英文摘要为原文节选，完整论文请通过上方权威链接查看（原始论文版权归原作者/出版方所有）。