根据@AIatMeta报道，SAM 3通过使用包含400万独特短语和5200万个对应目标掩码的高质量数据集，实现了相较于基线模型2倍的性能提升。SAM 3研究员Kate指出，先进的数据引擎推动了高效、规模化的数据收集和标注，极大提升了模型在分割和计算机视觉等应用中的准确性。这一成果强调了高质量、多样化数据集对AI模型迭代升级的重要性，也为数据引擎开发和高精度数据标注服务带来了新的商业机会（来源：@AIatMeta，2025年11月20日）。

根据@AIatMeta消息，Meta推出新一代Segment Anything Models，包括SAM 3与SAM 3D。SAM 3支持通过短文本或示例提示，实现跨图像和视频的AI对象检测、分割与跟踪，极大提升了媒体处理和自动化分析效率（来源：@AIatMeta, https://go.meta.me/591040）。SAM 3D则将分割能力拓展至三维领域，可根据单张2D图片精准重建三维物体或人物（来源：@AIatMeta, https://go.meta.me/305985）。这些创新为开发者和研究人员在内容生成、计算机视觉、AR/VR等领域带来实用工具，推动AI视觉数据分析和媒体工作流的商业化发展。