Baru kemarin rasanya kita terpukau sama SAM 2 yang bisa “memotong” objek di video secara real-time. Sekarang, Meta AI kembali mengguncang dunia Computer Vision dengan merilis Segment Anything Model 3 (SAM 3).
Apa bedanya? Jika SAM 1 menguasai Gambar, dan SAM 2 menguasai Video, maka SAM 3 hadir untuk menguasai Dunia Nyata (Spatial/3D).
Mari kita bedah teknologinya! 👇
🛑 1. The Problem (Masalah Utama)
Meskipun SAM 2 sudah canggih, ia masih “berpikir” dalam 2D (piksel).
* Isu: Di dunia nyata (robotika, AR/VR), objek itu punya kedalaman (depth) dan volume. Model lama sering bingung jika objek berputar, tertutup sebagian (occlusion), atau berubah pencahayaan secara drastis.
* Komputasi Berat: Menjalankan segmentasi video kualitas tinggi di perangkat mobile (seperti kacamata AR) masih bikin baterai boros.
💡 2. Metodologi: Unified Spatial Intelligence
SAM 3 memperkenalkan arsitektur baru yang menggabungkan pemahaman visual dengan geometri 3D.
* Spatial Awareness: Model ini tidak hanya melihat “warna beda”, tapi memperkirakan bentuk 3D objek. Jadi dia tahu kalau “gelas” itu silinder, bukan sekadar persegi panjang pipih di layar.
* Multimodal Prompting: Kamu bisa meminta segmentasi bukan cuma lewat klik atau kotak, tapi lewat suara (“Potong kucing yang ada di belakang sofa”) atau tatapan mata (gaze tracking).
* Sparse Flash Attention: Teknik efisiensi baru yang membuat SAM 3 bisa jalan native di edge device dengan kecepatan kilat.
📈 3. Finding & Result
Hasilnya?
* 3D Consistent: Segmentasi tidak “goyang” atau hilang saat sudut kamera berubah ekstrem.
* Zero-Shot 3D: Bisa memisahkan objek dalam data Point Cloud (Lidar/Scan 3D) tanpa perlu dilatih ulang (fine-tuning).
* Hyper-Efficient: 40% lebih hemat memori dibanding SAM 2, memungkinkan fitur ini jalan di Meta Quest atau Ray-Ban Meta glasses tanpa lag.
🛠️ 4. How to Use
Kabar baiknya: Sama seperti pendahulunya, Meta merilis ini sebagai Open Source!
* Demo: Coba langsung di browser lewat web demo Meta AI.
* Code: pip install segment-anything-3.
* Input: Berikan gambar, video, atau bahkan file 3D (.obj/.ply), lalu berikan prompt apa yang mau dipisahkan.
📝 5. Key Takeaways
* From Pixels to Objects: AI kini mulai memahami objek sebagai entitas 3D, bukan sekadar kumpulan piksel.
* Robotics Holy Grail: Ini adalah game changer buat robot. Robot rumah tangga butuh SAM 3 untuk membedakan antara “kabel di lantai” dan “mainan kucing” dengan presisi tinggi.
* Open Source King: Meta (lagi-lagi) membuktikan bahwa membuka teknologi canggih ke publik justru mempercepat inovasi dibanding menutupnya rapat-rapat.
Siapa yang udah nggak sabar mau coba pasang ini di proyek Computer Vision kalian? 🙋♂️
🔗 Baca Paper & Coba Demo:
https://ai.meta.com/blog/segment-anything-model-3/
#MetaAI #SAM3 #ComputerVision #ArtificialIntelligence #MachineLearning #DeepLearning #Robotics #OpenSource #TechNews
