根据 Meta 介绍，SAM 3D 是 Segment Anything Collection 的最新成员，专门面向单张 2D 图像的三维理解。SAM 3D 包含两个模型：SAM 3D Objects 用于物体与场景的三维重建，可将静态图片中的家具、建筑、日常物体还原为可旋转、可查看细节的三维模型；SAM 3D Body 则负责人体三维姿态与形状估计，从单张照片推断人体的骨骼姿态和体型，并在遮挡、极端姿势和复杂视角下保持稳定表现。Meta 表示，两者在公开基准上均达到或刷新当前水平，SAM 3D Objects 在多个 3D 重建任务上显著优于既有方法。
官方新闻稿还称，SAM 3D 已在 Segment Anything Playground 向公众开放在线体验，用户可上传图片查看 3D 重建效果。研究与开发者可获取模型检查点和推理代码，并使用 Meta 新推出的 3D 基准数据集进行评测；具体使用与许可条款需以 Meta 在 AI 博客及模型仓库中的说明为准。整体来看，用户提供的这段文案准确概括了 SAM 3D 的定位和两大子模型的核心功能，没有发现明显夸大或失真。
常见问题
Q：这段 “Introducing SAM 3D, the newest addition to the SAM collection…” 是真的吗？
A：是真的。相同文案出现在 Meta AI 官方 Threads、X、LinkedIn 等账号，并在 Meta Newsroom 的 SAM 3 / SAM 3D 新闻稿中得到印证，属于 Meta 官方对外发布。
Q：SAM 3D 具体包含哪些模型？
A：SAM 3D 由两个模型组成：SAM 3D Objects 负责物体和整体场景的 3D 重建，SAM 3D Body 负责人体三维姿态和形状估计，两者都可以从单张静态图像生成可视化的三维结果。
Q：SAM 3D 与早期的 Segment Anything 有什么不同？
A：早期 SAM 侧重“从图像中分割出物体像素”，主要是 2D 分割与跟踪；SAM 3D 在此基础上进一步完成三维几何重建，让模型不仅“圈出物体”，还能推断其在现实空间中的形状和姿态。
Q：SAM 3D Objects 和 SAM 3D Body 分别适合什么场景？
A：SAM 3D Objects 更适合做物体与室内场景重建，可用于 AR/VR 资产生成、虚拟摆放、机器人抓取等；SAM 3D Body 则针对人物姿态与体型，还可用于体育分析、动作捕捉、虚拟形象驱动和医学相关研究等。
Q：SAM 3D 是否已经开源？普通开发者怎么用？
A：Meta 在新闻稿中表示 SAM 3D 将提供模型检查点和推理代码，并配套新 3D 基准数据集；用户目前可以通过 Segment Anything Playground 直接在线体验，开发者则可关注 Meta AI 博客及相关模型仓库，按照其中的使用说明与许可条款进行集成。
