SAM跑了两天，抠图这活它接得住几成

我对比了SAM和以前那套Photoshop魔棒加钢笔的流程，实际跑了一遍。结论先放这儿：批量粗筛它真能省事，精细边缘还得人来收尾。

先说清SAM是什么。全名Segment Anything Model，Meta的FAIR实验室2023年4月放出来的，Apache 2.0许可，可以商用。定位是图像分割基础模型，也就是抠图，把图里某个物体从背景里择出来，输出像素级蒙版。参数规模大概10亿，模型文件2.4GB左右，训练用的是SA-1B数据集，据说掩码数量超过10亿。这几个数字我是从模型卡和几篇评测里对出来的，来源之间没打架。

SAM 的先进设计使其无需先验知识就能适应新的图像分布和任务，这一特性称为零样本迁移。

准备没费太多事。我没在本地装环境，先开了个在线demo，传图就能点。后来又借了台带显卡的机器本地跑了一次，想看速度差多少。准备工作就两样：一张图，一个能跑推理的环境。

上手比想的简单。界面一块画布加几个按钮。操作三种：鼠标点一下物体，给一个蒙版；拉框把目标框住，再给蒙版；什么都不点，它自动把全图切成若干块。前两种叫可提示分割，点或者框就是prompt，也就是给模型的指令。

第一次点有点意外。我传的是散落在木桌上的字母积木，桌面纹理挺杂。点了一块积木，蒙版几乎是瞬间出来的，边缘比魔棒干净。魔棒看颜色相近就选，遇到木纹这种渐变容易漏。SAM不太一样，它像是理解了这块积木是一个物体，而不是在算颜色。后来我拉框一次框了七八块积木，它分开给了蒙版，没糊成一片。这步传统流程要一个个抠。

然后踩坑就来了。

小物体和细结构不行。积木上有个很小的字母印刷，我点上去，给的蒙版是整块积木，不是那个字母，又框了一次还是整块。细长结构比如线、头发、网格，它容易断，或者多带一圈背景。

透明和反光物体也不行。玻璃杯、金属边缘，它给的边界是飘的。人眼能看出杯子轮廓，它给的蒙版会吃掉一部分桌面。我换了几个点、换了几次框，都差不多。

全自动模式不能直接用。自动分割会把图切得很碎，一块桌面能切成几十块，还会把阴影单拎出来。当素材用还行，当成品用要手动合并，合并不比自己抠快。

我把这几天的感受整理成一张表。

维度	SAM	传统魔棒加钢笔
上手门槛	低，点一下就行	中，要练
单张粗抠速度	快，几秒	慢，看复杂度
边缘精度	主体够用，细节不行	手工可达最高
批量处理	强，可脚本化	弱
透明反光物体	不稳	靠人判断
商用许可	Apache 2.0	看软件授权

结论。推荐给做数据标注和批量粗筛的团队，尤其是要处理大量图片、先出一版初稿蒙版的场景，它能把人从重复劳动里捞出来。不推荐给要直接出成品的单张精修，这种活它给的是七十分底稿，最后那三十分还得人来。个人用户想抠个头像、产品图，用现成工具可能比折腾它省事。

还有一点定位要说。SAM本身不是成品软件，它是模型。好用的是套在它外面的工具，标注平台、抠图应用、视频编辑里都有它的影子。它的价值在于成了视觉领域的一块底座，跟文本领域的那些基础模型一个道理。

往后看，我的判断是分割会从抠图工具变成流水线的第一道工序。以后标注团队不会拿它当卖点，而是默认它在那儿，就像现在没人会专门夸编辑器有撤销键。后面那套质检和修边流程才是拉开差距的地方，那部分现在还是人。这话先放这儿，过半年回头看准不准。