Meta avança na visão computacional com SAM 3 e SAM 3D, modelos capazes de transformar fotos em objetos 3D

A Meta acaba de dar mais um passo significativo no campo da visão computacional com o lançamento do SAM 3 e do SAM 3D, dois novos modelos projetados para identificar, segmentar e reconstruir objetos — e até pessoas — em três dimensões a partir de uma única foto. As ferramentas chegam acompanhadas do Segment Anything Playground, um ambiente interativo gratuito para que qualquer pessoa possa experimentar esses recursos de ponta.

Segmentação guiada por linguagem natural

Uma das principais inovações do SAM 3 é sua capacidade de segmentar objetos utilizando descrições textuais detalhadas, como “ônibus escolar amarelo” ou “mesa de madeira com pernas metálicas”. Essa abordagem supera limitações de modelos anteriores, que dependiam de rótulos pré-definidos e ofereciam pouco espaço para nuances. Agora, bastam alguns termos descritivos para que o sistema identifique elementos específicos em uma imagem, permitindo recortes muito mais precisos — especialmente em cenários complexos, com múltiplos objetos similares.

Esse avanço combina visão computacional com modelos de linguagem, aproximando ainda mais a inteligência artificial (IA) da interpretação contextual do mundo físico. É um movimento que expande o potencial do modelo para além de tarefas tradicionais de segmentação, facilitando desde usos criativos até aplicações industriais.

Reconstrução 3D a partir de uma única foto

O destaque maior está nos novos SAM 3D Objects e SAM 3D Body, capazes de reconstruir cenas completas ou figuras humanas em 3D usando apenas uma foto como base. Segundo a Meta, os modelos alcançaram uma taxa de preferência de 5 para 1 em testes com usuários humanos quando comparados a soluções concorrentes — uma margem expressiva, considerando a dificuldade técnica da reconstrução tridimensional sem múltiplos ângulos.

Para áreas como realidade aumentada, publicidade, design de produtos e efeitos visuais, a possibilidade de gerar modelos 3D fiéis com tão pouco material inicial representa uma verdadeira mudança de paradigma. A tecnologia também pode beneficiar criadores independentes e desenvolvedores de jogos ao reduzir drasticamente o tempo e os custos envolvidos na produção de modelos tridimensionais.

Open source e experimentação aberta

Outro ponto de destaque é o compromisso da Meta com o open source. O SAM 3 teve seu código e seus pesos completamente disponibilizados, permitindo que pesquisadores, engenheiros e entusiastas explorem, adaptem e expandam o modelo sem barreiras. Já o Segment Anything Playground oferece um ambiente unificado para testar tanto o SAM 3 quanto o SAM 3D, favorecendo experimentação rápida e sem necessidade de infraestrutura avançada.

Essa estratégia reforça o papel da Meta como uma das empresas que mais têm apostado na abertura de modelos de visão computacional, ampliando o acesso a tecnologias antes restritas a grandes laboratórios.

Integração com produtos da Meta

As novas ferramentas já começam a ser incorporadas ao ecossistema da empresa. O Facebook Marketplace passará a utilizar a tecnologia na função “View in Room”, que permite visualizar como um item ficaria em um ambiente real. Em breve, os modelos também devem aparecer em aplicativos como Edits e Vibes, voltados para criação visual.

Por que importa

Os avanços na visão computacional nos últimos anos têm sido impressionantes, e a chegada do SAM 3 e do SAM 3D torna essa tecnologia ainda mais acessível. Com poder de segmentação mais preciso, reconstrução 3D de alta qualidade e um ecossistema aberto à experimentação, a Meta coloca nas mãos do público ferramentas com potencial para transformar workflows criativos, educativos, robóticos e de comércio digital.

A visão computacional avança — e agora, com mais gente participando do processo.

Leia também: