Meta开源SAM 3D：一张照片极速生成可交互3D模型，空间理解再创SOTA

Meta AI推出Segment Anything家族最新成员SAM3D，包含SAM3D Objects与SAM3D Body两套权重：前者覆盖通用物体/场景，后者专注人物重建。两者均可仅凭一张2D照片直接生成带纹理、材质且几何一致的3D资产，并在真实世界图片测试中，相比主流NeRF与Gaussian Splatting方案表现更优。

SAM3D的核心思路是将空间位置与语义联合编码，为每个像素预测3D坐标和表面法向，从而更符合物理规律，可直接应用于AR/VR、机器人以及影视后期制作。Meta同步开源权重、推理代码与评测基准，并在Facebook Marketplace上线“View in Room”功能，用户可把商品的3D模型投射到自家房间中预览。

官方测试显示：SAM3D Objects在公开数据集上的Chamfer Distance降低28%，法向一致性提升19%；SAM3D Body在AGORA-3D基准的MPJPE指标较当前单图最佳方法领先14%，并支持一键绑定Mixamo骨架进行驱动。

Meta透露，该模型已集成至Quest3与Horizon Worlds创作工具，开发者可通过Edits与Vibes应用调用API，按量计费为0.02美元/模型；2026年Q1将上线手机端实时推理SDK。

项目地址：https://ai.meta.com/blog/sam-3d/