计算机行业AIGC系列之13：Meta发布SAM分割模型或成CV大模型第一步-230410（15页）.pdf

1、行业及产业计算机电万宏源研究SWS RESEARCH2023年04月10日发布SAM分割模型，或成Meta行业研究行业点评CV大模型第一步看好AIGC系列之13相关研究本期投资提示：“不仅华为+阿里，SAM图像模型或为更重磅AI发布！计算机行业周报证券研究报告根据Meta官方发布，2023年4月6日推出了一个AI模型SegmentAnythingModel20230403-202304072023年4月8（SAM，分割一切模型），能够根据文本指令等方式实现图像分割。8“chatGPTplus政策：或不仅为算力，SAM任务目的：零样本（zero-shot）或者简单prompt下，就对任意图片进行

2、精细分全面考虑安全+隐私+AGI！-TMT领域割。SAM证明，多种多样的分割任务是可以被一个通用大模型涵盖的。点评2023年4月6日模型方法：整体轻便高效。包括三个部分：两个encoder和一个轻量级maskdecoder直接输出有效的mask。在单块V100上，1200x800图生成所有的mask仅需2-3秒。证券分析师洪依真A0230519060003开源了SA-1B数据集，包含11亿个mask，1100万张图片，而且可能会大幅改变原有标注范式。SAM团队使用了更加高效的标注方式，一个mask标注平均只需要14秒时间施鑫展A0230519080002比COCOmask标注快6.5倍。目前这

3、一数据库已经开源。刘洋A0230513050006SAM应用，可能包括AR/VR、科学等多个领域。Meta预计与专门为一组固定任务训练联系人的系统相比，基于prompt工程等技术的可组合系统设计将支持更广泛的应用。SAM可洪依真以成为AR、VR、内容创建、科学领域和更通用AI系统的组件。比如SAM可以通过AR（8621）23297818x眼镜识别日常物品，为用户提供提示。杂的环境下，SAM表现出较好效果。而在工业或自动驾驶等场景中，物体运动速度快、背景复杂、物体逻辑关系复杂，则zero-shot效果可能并不理想。我们最终期待怎样的CV大模型？语言大模型和小模型最大区别在于更好的泛化能力。在自然

4、语言理解NLP中，常见任务包括翻译、问答、文本填空等小模型任务，GPT-3等大规模预训练模型不再规定任务，而是对以上不同任务都有较好效果。同样的，我们期待用同一个模型，完成分割、识别、检测、追踪等各种类型的常见CV任务。可以是单目标，也可以是多目标。同时在Zero-shot、Few-shot下也可以获得较好的效果。检测、识别、跟踪等所有CV任务，届时视觉大模型应用会得到极大发展。整体对上市公司影响：1、利好有摄像头和场景客户的企业；2、在视觉算法上有积累，可以通过CV大模型进一步提升效率的企业，是机遇也是挑战：3、对于纯标注类型企业，可能新的方法论会产生一定冲击。建议重点关注：1）虹软科技，具

5、备A股罕见的AI软件算法能力，且聚焦在图片/CV等领域，其图像分割/VR/AR等技术天然适应此类超势。2）大华股份/AI领军，国内在AI图像/视频的核心公司，中国的场景察赋安防/视觉/AI全球领先，所以图像/视频的AI升级更利于国内。3）当虹科技：当虹科技发布跨模态AIGC（人工智能生产内容）产品，以静态照片生产三维体积视频，不同模态之间相互切换。风险提示：大模型技术中美仍存在差异，部分技术尚处于早期实验室阶段，存存在落地风险#page#SMSC行业点评根据Meta官方发布2023年4月6日推出了一个AI模型SegmentAnythingModel（SAM，分割一切模型），能够根据文本指令等方

6、式实现图像分割，而且万物皆可识别和一键拟图。我们可以根据论文META论文全面SEGMENTANYTHING1和根据“https:/ EricMintun等，SegmentAnything第2页共15页简单金融成就梦想请务必仔细阅读正文之后的各项信息披露与声明#page#SMSC行业点评小模型需要对不同的任务使用不同模型分别训练解决，而GPT-3等大规模预训练模型不再规定任务，而是对以上不同任务都有较好效果；可以理解为，一个饱读诗书的人，应该会写作、对话、阅读理解等多种技能，而不需要对单独技能训练。图2预训练大模型在综合大量信息后可以用于多范图3：参数量较大的模型在即使在Few-shot下也有很