橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
模型

sam3.1

facebook/sam3.1

查看上游原文 ↗
上游访问：需要申请 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：other 上游版本：daa63191845a

中文简介

facebook/sam3.1 是 facebook 在 Hugging Face 发布的模型仓库，当前卡片主要关联图像分割。本站固定记录上游版本 daa63191845a，同步到 12 个文件，文件元数据合计 6.52 GB；访问状态为“需要申请”，许可证字段为“other”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 facebook/sam3.1 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
facebook/sam3.1 是 facebook 在 Hugging Face 发布的模型仓库，当前卡片主要关联图像分割。本站固定记录上游版本 daa63191845a，同步到 12 个文件，文件元数据合计 6.52 GB；访问状态为“需要申请”，许可证字段为“other”。

【适用方向】
适合评估视觉感知、分割、检测或三维场景处理任务。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本：daa63191845a。 任务标签：图像分割。 语言字段：en。 架构：Sam3VideoModel。 库标记：checkpoint。 模型类型字段：sam3_video。 上游页面记录的最近更新时间：2026-03-27。

【文件信息】
上游 API 返回 12 个文件，文件元数据合计 6.52 GB。 已保存文件清单中的主要扩展名：.json 6 个、无扩展名 2 个、.md 1 个、.png 1 个、.pt 1 个、.txt 1 个。 当前较大的文件包括：sam3.1_multiplex.pt（3.26 GB）；tokenizer.json（3.47 MB）；vocab.json（842.12 KB）。

【运行或处理环境】
仓库文件元数据合计 6.52 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“other”，具体用途限制、附加政策和归属要求仍以上游原文为准。 该仓库需要由用户本人按上游要求申请访问，是否批准及何时批准由资源权利方决定。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-24 01:09

SAM 3.1 SAM 3 (Segment Anything with Concepts) is a unified foundation model from Meta for promptable segmentation in images and videos. It detects, segments, and tracks objects using text or visual prompts such as points, boxes, and masks. SAM 3 introduces the ability to exhaustively segment all instances of an open-vocabulary concept specified by a short text phrase, handling over 50x more unique concepts than existing benchmarks. SAM 3.1 builds on this with Object Multiplex, a shared-memory approach for joint multi-object tracking that delivers ~7x faster inference at 128 objects on a single H100 GPU without sacrificing accuracy, along with improved VOS performance on 6 out of 7 benchmarks. This repository hosts only the SAM 3.1 model checkpoints — there is no Hugging Face Transformers integration. For installation, code, usage examples, and full documentation, please visit the SAM 3 GitHub repository.

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合评估视觉感知、分割、检测或三维场景处理任务。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本：daa63191845a。 任务标签：图像分割。 语言字段：en。 架构：Sam3VideoModel。 库标记：checkpoint。 模型类型字段：sam3_video。 上游页面记录的最近更新时间：2026-03-27。

文件说明

上游 API 返回 12 个文件，文件元数据合计 6.52 GB。 已保存文件清单中的主要扩展名：.json 6 个、无扩展名 2 个、.md 1 个、.png 1 个、.pt 1 个、.txt 1 个。 当前较大的文件包括：sam3.1_multiplex.pt（3.26 GB）；tokenizer.json（3.47 MB）；vocab.json（842.12 KB）。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes1.54 KB
  • assets/sam3.1_diagram.png99.83 KB
  • config.json25.24 KB
  • LICENSE7.18 KB
  • merges.txt512.32 KB
  • processor_config.json1.67 KB
  • README.md1.96 KB
  • sam3.1_multiplex.pt3.26 GB
  • special_tokens_map.json588 B
  • tokenizer.json3.47 MB
  • tokenizer_config.json799 B
  • vocab.json842.12 KB

硬件建议

仓库文件元数据合计 6.52 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。

注意事项

许可证显示为“other”，具体用途限制、附加政策和归属要求仍以上游原文为准。 该仓库需要由用户本人按上游要求申请访问，是否批准及何时批准由资源权利方决定。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。