突破SAM局限！中山大学X-SAM：统一框架横扫20+分割基准

点击下方 卡片 ，关注" 大模型之心Tech "公众号 戳我 -> 领取大模型巨卷干货 >> 点击进入→ 大模型技术 交流群 本文只做学术分享，如有侵权，联系删文 写在前面 当 Segment Anything Model（SAM） 以 分割万物 的能力震撼计算机视觉领域时，研究者们很快发现了它的局限： 无法同时处理多任务、难以应对类别特异性分割、更无法融入统一的多模态框架 。 如今，来自中山大学、鹏城实验室和美团的团队提出了 X-SAM ，一个将分割范式从 分割任何事物 推向 任何分割 的突破性框架。 在超过 20 个分割数据集、7 大核心任务上，X-SAM 全面超越现有模型，不仅能处理文本指令驱动的分割任务，还能理解点、框、涂鸦等视觉提 示，甚至能在跨图像场景中实现精准分割。这一成果不仅刷新了像素级视觉理解的基准，更让多模态大模型真正具备了「看懂像素」的能力。 从 SAM 的局限到 X-SAM 的突破：为什么需要统一分割框架？ SAM 的出现曾被视为视觉分割的「万能钥匙」，它能通过点、框等视觉提示精准分割图像中的任意对象。但在实际应用中，研究者们逐渐发现了 它的「短板」： 与此同时，多模态大语言模型（ML ...