天風證券：Meta 發佈 SAM 智能摳圖 關注視覺領域技術型公司、多模態公司

智通財經 APP 獲悉，天風證券發佈研究報告稱，Meta 發佈 SAM 智能摳圖，可以用於識別圖像和視頻中的物體，甚至是人工智能從未被訓練過的物品。利用類 NLP 技術路線，完成 CV 底層技術突破，並且具有廣泛的通用性。SAM 作為開源且更通用 AI 系統的強大組件，賦能工業、煤礦、電力、自動駕駛、安防監控等多場景。關注視覺領域技術型公司、多模態公司，此外，關注煤礦、電力、自動駕駛等工業應用類公司。

投資建議：關注視覺領域技術型公司、多模態公司：關注虹軟科技 (688088.SH)、當虹科技 (688039.SH)、萬興科技 (300624.SZ)、千方科技 (002373.SZ)、佳都科技 (600728.SH) 等;關注煤礦、電力、自動駕駛等工業應用類公司：關注雲鼎科技 (000409.SZ)、智洋創新 (688191.SH)、北路智控 (301195.SZ)、梅安森 (300275.SZ) 等。

天風證券主要觀點如下：

Meta 發佈 SAM 智能摳圖，CV 領域或迎來顛覆式技術創新

Meta 研究部門發佈了一篇名為其 “SegmentAnything” 的論文，文中介紹了一個全新的 SegmentAnythingModel(SAM)，可以用於識別圖像和視頻中的物體，甚至是人工智能從未被訓練過的物品。利用類 NLP 技術路線，完成 CV 底層技術突破，並且具有廣泛的通用性，足以涵蓋各種用例，不需額外訓練就可開箱即用地用於新的圖像領域，並具備零樣本遷移的能力。

Meta 同時發佈了迄今為止最大的分割數據集 SA-1B，由 1100 萬張圖像及 11 億個掩碼組成

該數據集由 1100 萬張多樣化、高分辨率、保護隱私的圖像，以及 11 億個高質量分割掩碼組成。SAM 模型收集新的分割掩碼速度較以往任何時候都要快，交互式標註一個掩碼只需要大約 14 秒。與以前的大規模分割數據收集工作相比，SAM 模型比 COCO 完全手動的基於多邊形的掩碼標註快 6.5 倍，比以前最大的數據標註工作快 2 倍。此外，SA-1B 比任何現有的分割數據集多出 400 倍的掩碼。並且通過研究證實，這些掩碼具有高質量和多樣性。

SAM 作為開源且更通用 AI 系統的強大組件，賦能工業、煤礦、電力、自動駕駛、安防監控等多場景

與專門為一組固定任務訓練的系統相比，基於 prompt 工程等技術的可組合系統設計將支持更廣泛的應用，可以預計，在未來，在任何需要在圖像中查找和分割對象的應用中，都有 SAM 的用武之地。SAM 可以成為 AR、VR、內容創建、科學領域和更通用 AI 系統的強大組件。

風險提示： CV 技術發展不及預期;應用落地不及預期;國內技術跟進不及預期;行業競爭加劇。