Meta去年凭借Segment Anything取得显著成功，该机器学习模型能快速可靠地识别并勾勒图像中几乎任何对象。其续作由CEO马克·扎克伯格周一在SIGGRAPH大会发布，将能力拓展至视频领域，展现了技术的飞速发展。
分割（Segmentation）指视觉模型识别图片各部分的技术，例如区分“狗”与“狗后的树”。该技术虽已存在数十年，但近期进步显著，Segment Anything更是其中的重要里程碑。
Segment Anything 2 (SA2)作为原生支持视频的后续产品，相比逐帧运行旧模型，提供了更高效的工作流程。
扎克伯格在与英伟达CEO黄仁勋对话时表示：“科学家利用这些工具研究珊瑚礁和自然栖息地。能在视频中实现这一点，并以零样本（zero-shot）方式告诉模型需求，非常酷。”
处理视频需更高算力，SA2能在不导致数据中心过热的前提下运行，证明了行业效率的提升。尽管仍需强大硬件支持，但在一年前，快速灵活的分割几乎不可能实现。
与首款模型一样，SA2保持开放免费，暂无托管版本计划，但提供免费演示版。
模型训练需要大量数据，Meta发布了包含5万个视频的标注数据库。论文中还使用了超10万个“内部可用”视频进行训练，该库未公开。（推测数据来源为公开的Instagram和Facebook个人资料。）
Meta一直是“开放”AI领域的领导者，通过PyTorch等工具深耕多年。近期发布的LLaMa、Segment Anything等免费模型，已成为衡量AI性能的可及标准，尽管其“开放性”仍有争议。
扎克伯格指出，Meta的开放性并非完全出于善意，而是为了构建生态系统和打造最佳产品：
“这不仅是软件，更需要生态系统。若不开源，它可能无法良好运作。我们这样做是因为认为这将使产品成为最好的，尽管这对生态系统也有帮助。”
该模型预计将被广泛使用。