IT之家5月31日消息，在2023年中關村論壇人工智能大模型發(fā)展論壇中，北京智源人工智能研究院推出了旗下通用分割模型SegGPT（Segment Everything In Contex）。
▲圖源Arxiv
▲圖源Arxiv
據(jù)稱，SegGPT模型是智源通用視覺模型Painter的衍生模型，具備上下文推理能力，在訓練完成后只需要提供示例即可推理并完成對應分割任務，包括圖像和視頻中的實例、類別、零部件、輪廓、文本、人臉、醫(yī)學圖像等，都可以利用視覺提示詞（prompt）完成分割任務。
SegGPT也擁有支持任意數(shù)量視覺提示的推理能力。能夠以第一幀圖像和對應的物體掩碼作為上下文示例進行自動視頻分割，并且可以用掩碼的顏色作為物體的ID，進行自動追蹤。
IT之家經過查詢知悉，此前meta也發(fā)布了其基于AI的Segment Anything Model（SAM）模型，具有識別和分離圖像和視頻中特定對象的能力。而威斯康辛麥迪遜、微軟、港科大等機構的研究人員也推出SEEM模型，通過不同的視覺提示和語言提示，一鍵分割圖像、視頻。IT之家的小伙伴們可以從這里訪問模型的論文鏈接。