© Reuters. 【盘中宝】Meta终于出手，AI视觉领域迎来“炸场”，行业或迎“GPT-3时刻”，这家公司相关技术在众多场景上的应用已经较为成熟

科创板日报获悉，AI视觉领域迎来新模型“炸场”，图像识别门槛大幅降低。这场AI热潮中鲜见动静的Meta终于出手，推出Segment Anything工具，可准确识别图像中的对象，模型和数据全部开源。

一、计算机视觉领域迎“GPT-3时刻”

Meta的项目包括模型Segment Anything Model（SAM）、数据集Segment Anything 1-Billion mask dataset（SA-1B），公司称后者是有史以来最大的分割数据集。

引起业内轰动的便是这一SAM模型，该模型可以用于分割图像中的一切对象，包括训练数据中没有的内容；交互方面，SAM可使用点击、框选、文字等各种输入提示（prompt），指定要在图像中分割的内容，这也意味着，用于自然语言处理的Prompt模式也开始被应用在计算机视觉领域。对于视频中物体，SAM也能准确识别并快速标记物品的种类、名字、大小，并自动用ID为这些物品进行记录和分类。

英伟达人工智能科学家Jim Fan将Meta的这项研究称作计算机视觉领域的“GPT-3时刻”之一——其分割方法可以通用，可对不熟悉的物体和图像进行零样本泛化，初步验证了多模态技术路径及其泛化能力。

二、多模态发展将带来AI泛化能力提升

国盛证券预计，预计1-5年内，多模态发展将带来AI泛化能力提升，通用视觉、通用机械臂、通用物流搬运机器人、行业服务机器人、真正的智能家居会进入生活；5-10年内，结合复杂多模态方案的大模型有望具备完备的与世界交互的能力，在通用机器人、虚拟现实等领域得到应用。

三、相关上市公司：当虹科技 罗普特 创维数字

当虹科技AIGC相关技术在媒体演播室、智能媒资平台等众多场景上的应用已经较为成熟，可为电视台、新媒体、互联网、泛媒体行业等客户提供通过AI技术进行短视频、长视频的生产/加工等解决方案。

罗普特多年来专注于人工智能产品的研发与行业应用，以“计算机视觉”技术为牵引，在图像存储、分析、处理及传输等技术领域取得了一系列科技成果，行业应用覆盖了城市信息化、公共安全、工业物联网、商业生活等各类场景。

创维数字研发中心下设智慧研究院，在人工智能中已积累了计算机视觉（CV）算法、自然语言处理（NLP）算法、语音识别算法、AI画质增强算法、手势识别算法、边缘计算等差异化的AI应用技术。

近期热门系列：

4月3日《光模块中最核心的器件，AIGC算力催生需求，这类产品有望快速放量，这家公司正在开发的芯片可以用于该领域，相关产品研发进度顺利》

4月3日《行业巨头发布行业大模型产品，有望成为垂直GPT率先落地的场景，这家公司已成为文心一言首批合作伙伴》

3月30日《AI赋能这个领域，从需求到供给改革行业生态，这家公司入选首批该计划合作伙伴单位》

3月29日《AI大算力场景下重要新技术路线，这类产品销量四年有望提升达90倍，这家公司已推出相关产品》

【盘中宝】Meta终于出手，AI视觉领域迎来“炸场”，行业或迎“GPT-3时刻”，这家公司相关技术在众多场景上的应用已经较为成熟