计算机行业AIGC系列之13Meta发布SAM分割模型或成CV大模型第一步-页_1mb

Meta 发布 SAM 分割模型：CV 大模型的里程碑

核心内容

Meta 在 2023 年 4 月 6 日发布了 Segment Anything Model（SAM），这是一个具有通用分割能力的图像分割模型，能够通过文本指令等方式对任意图片进行分割。SAM 的推出标志着计算机视觉领域向大模型方向迈出重要一步。

主要观点

1. SAM 的任务目标

• 实现 零样本（zero-shot） 或 简单提示（prompt） 下的图像分割。
• 覆盖多种分割任务，包括实例分割、边缘检测、目标建议等。
• 通过提示（如点、线框、文字）完成分割任务，具备较强的泛化能力。

2. 模型方法

• 结构简单高效，包含两个 encoder 和一个轻量级 mask decoder。
• 在单块 V100 显卡上，1200×800 分辨率图像生成所有 mask 仅需 2-3 秒。
• prompt 预测 mask 时间仅为 50ms，适合实时应用。

3. 数据集 SA-1B

• 包含 11 亿个 mask 和 1100 万张图像，是目前最大的分割数据集。
• 使用更高效的标注方式，一个 mask 标注平均只需 14 秒，比 COCO Mask 快 6.5 倍。
• 数据集在 Apache 2.0 开源，推动基础模型研究。

4. 应用前景

• AR/VR、内容创建、科学领域等应用潜力大。
• 零样本能力显著，但在复杂场景（如工业、自动驾驶）中仍需 fine-tuning。
• 分割+识别的结合可能是未来 CV 大模型的发展方向。

5. 对上市公司的影响

• 利好具备 摄像头和场景客户 的企业。
• 在视觉算法上有积累的公司可通过 CV 大模型 提升效率，面临机遇与挑战。
• 纯标注类型企业可能受到新方法论的冲击。

关键信息

6. 重点推荐公司

• 虹软科技：A股罕见的 AI 软件算法公司，专注图像/CV 领域，技术天然契合趋势。
• 大华股份：国内 AI 图像/视频核心公司，受益于 AI 升级。
• 当虹科技：发布跨模态 AIGC 产品，以静态照片生成三维体积视频，推动元宇宙发展。

7. 技术能力

• 虹软科技在 AI 分割 和 VR/AR 领域有深厚积累，技术优势显著。
• 与高通合作开发 认知 ISP，实现实时语义分割。
• 720° VR 技术：支持全视角显示，提升沉浸感。

8. 风险提示

• 中美技术差异，部分技术仍处于实验室阶段，存在落地风险。
• 应用场景碎片化，导致 AI 落地进度可能低于预期。
• 数据保护政策的强化可能限制 C 端 AI 应用。

未来展望

• CV 大模型可能在 2-3 年后实现与 NLP 大模型类似的多任务能力。
• 期待 无监督完成分割、检测、识别、追踪 等多种 CV 任务的通用模型。
• Zero-shot 能力仍需提升，尤其是在 文本到 mask 的转换上。

行业影响与投资建议

• 行业投资评级为 看好（Overweight），CV 大模型发展趋势明确。
• 推荐关注：虹软科技、大华股份、当虹科技。
• 投资评级说明：
  • 买入（Buy）：相对强于市场 20% 以上。
  • 增持（Outperform）：相对强于市场 5%~20%。
  • 中性（Neutral）：相对市场在 -5%～+5% 之间波动。
  • 减持（Underperform）：相对弱于市场 5% 以下。

法律声明

• 本报告仅供申万宏源证券研究所有限公司客户使用。
• 本报告基于公开信息，不保证其准确性或完整性。
• 本报告 不构成投资建议，客户应自主决策并承担风险。
• 未经许可，不得复制、分发或以其他方式使用本报告内容。

附录：部分重点公司估值表

资料来源：Wind、申万宏源研究