SAM 3.1

SAM 3.1 är en uppdatering av SAM 3 (Segment Anything with Concepts), Metas modell för att hitta och avgränsa föremål i bilder och video. Man skriver en kort fras som "gul skolbuss" eller markerar föremål med rutor och punkter, och modellen returnerar alla träffar med ruta och en pixelexakt mask, och kan följa dem genom en video.

SAM 3.1 släpptes den 27 mars 2026. Den stora nyheten är Object Multiplex: i stället för att följa varje föremål för sig grupperar modellen dem och bearbetar dem tillsammans med delat minne. Enligt Meta blir den då omkring 7 gånger snabbare med 128 föremål på ett H100-grafikkort jämfört med SAM 3 från november 2025, utan att bli sämre. Resultaten på Metas egna videotester är blandade, men den förbättrades på 6 av 7 tester för objektföljning i video, bland annat med 2,0 enheter på MOSEv2.

Vikterna finns på Hugging Face och koden på GitHub under Metas SAM-licens, som tillåter användning, ändring och spridning utan avgift men förbjuder bland annat militär användning. Modellen finns också som sam-3.1 i Meta Model API, där Meta kör den åt användaren för 2,50 dollar per 1 000 bilder och 0,20 dollar per 1 000 videobilder.