SAM（分割一切模型）由 Meta 推出，是图像分割领域的首创基础模型，具有卓越的零样本推理能力。分割项目旨在通过提出新任务、新数据集和创新模型，让图像分割技术更加普及和易用。分割一切模型在包含 10 亿个掩码的分割一切数据集（SA-1B）上进行训练，这是迄今为止规模最大的分割数据集。
过去，处理图像分割问题主要有两种方法。第一种是交互式分割，它可以对任何类型的物体进行分割，但需要人类通过迭代优化掩码的过程进行引导。第二种方法是自动分割，它只能对预先定义的物体类别进行分割，并且在训练时需要大量手动标注的物体。然而，这两种方法都无法为图像分割提供全面且完全标注好的解决方案。通过整合这两种技术，SAM 模型能够适应新的任务和领域，从而成为首个具备如此灵活性的图像分割模型。