计算机行业专题研究：AI应用，SAM实现CV底层技术颠覆式创新，或将赋能多场景应用-20230412-天风证券-17页_1mb

计算机领域AI技术进展总结：SAM模型与SA-1B数据集

核心内容

Meta近期发布了“Segment Anything”（SAM）模型及其配套的SA-1B数据集，标志着计算机视觉（CV）领域迎来一次颠覆式技术创新。SAM模型利用类自然语言处理（NLP）技术路线，实现了对图像和视频中任意对象的高效分割，具备强大的通用性和零样本迁移能力。SA-1B数据集则成为当前最大的图像分割数据集，包含1100万张图像和11亿个高质量分割掩码，显著提升了模型训练效率和泛化能力。

主要观点

1. SAM模型实现CV底层技术突破

• 模型特点：SAM是一个可提示（promptable）的图像分割模型，能够识别图像和视频中的任意对象，包括AI从未训练过的对象。
• 操作方式：用户可通过点击、框选、全选等方式进行交互式分割，甚至通过文字查询来指定目标对象。
• 效率提升：SAM的交互式标注速度为14秒/掩码，比COCO的多边形标注快6.5倍，比之前最大数据集标注快2倍。
• 实时性：在预计算图像嵌入后，SAM可在50毫秒内生成分割掩码，支持实时交互。

2. SA-1B数据集助力模型训练与应用

• 数据规模：SA-1B包含1100万张图像和11亿个掩码，是当前最大的分割数据集。
• 数据质量：掩码具有高质量和多样性，部分甚至可与完全手动标注数据集媲美。
• 数据引擎：Meta通过构建数据引擎，实现了高效的数据收集，包括模型辅助标注、全自动标注与辅助标注混合、全自动掩码创建等三种方式。

3. SAM模型通用性强，赋能多场景应用

• 应用场景：SAM具备广泛的应用潜力，包括工业巡检、煤矿、电力、自动驾驶、视频监控分析、AR/VR、内容创建、科学研究等。
• 技术优势：SAM能够自动发现并屏蔽图像中的所有对象，具备零样本迁移能力，可直接用于新图像领域。
• 未来趋势：SAM有望与AR/VR设备结合，实现更高级别的图像理解与3D重建。

关键信息

• 技术路线：SAM采用类NLP技术路线，实现图像分割的通用性和高效性。
• 数据支持：SA-1B数据集由1100万张图像和11亿个掩码组成，极大提升了模型的训练效率和泛化能力。
• 开源与可试用：SAM模型及数据集已开源，可通过Meta官网和GitHub获取，并有Demo网页供用户试用。
• 行业影响：SAM技术有望推动多个行业的智能化升级，尤其在工业、安防、自动驾驶等领域。

投资建议

• 关注公司：
  • 视觉领域技术型公司：虹软科技、当虹科技、万兴科技、千方科技、佳都科技等。
  • 工业应用类公司：云鼎科技、智洋创新、北路智控、梅安森、美腾科技、锐明技术、东方电子等。
• 投资逻辑：SAM技术的突破将推动视觉技术的广泛应用，相关企业有望受益。

风险提示

• CV技术发展不及预期：若AI算法更新不及预期，可能影响CV领域分割技术的演进。
• 应用落地不及预期：SAM目前仅处于模型发布阶段，实际应用落地仍需时间。
• 国内技术跟进不及预期：国内企业在技术跟进方面可能存在滞后。
• 行业竞争加剧：随着SAM的发布，相关技术领域可能出现更激烈的竞争。

结论

SAM模型与SA-1B数据集的发布，标志着CV技术迈入了一个新的阶段，其通用性和高效性为多个行业提供了强大的技术支持。未来，SAM有望在工业、自动驾驶、AR/VR等领域发挥重要作用，推动技术进步与应用落地。投资者应关注相关技术型公司及工业应用类企业，同时注意潜在的技术与市场风险。