SAM 3 ve SAM 3.1, aynı modelin iki sürümü: Meta'nın Segment Anything modeli, bir tıklamadan, bir kutudan ya da kısa bir tarif cümlesinden yola çıkarak görsellerde ve videolarda nesneleri buluyor, ayırıyor ve takip ediyor. SAM 3.1 baştan yazılmış bir model değil. Meta onu doğrudan yerine geçen bir sürüm olarak tanımlıyor ve tek yeniliği nesne çoklama (object multiplexing). Asıl soru, bu farkın sizin işinize yansıyıp yansımadığı. Tek özneli işlerde çoğunlukla yansımıyor. Aynı anda birkaç özne varsa, bütün mesele bu. Videoda kişi ya da ürün maskelemek, rotoskopi yapmak ve YouTube ya da Reels için arka planı ayırmak gibi yapay zeka destekli kurgu işlerinde fark en çok bu noktada hissediliyor.
SAM 3.1 mi SAM 3 mü: özellikler
Her sürüm için Meta'nın yayımladığı rakamlar.
| SAM 3.1 | SAM 3 | |
|---|---|---|
| Yayın | 27 Mart 2026 | SA-Co kıyaslamasıyla birlikte duyuruldu |
| İlişki | SAM 3'ün yerine geçen sürüm | Temel sürüm |
| Geçiş başına nesne sayısı | 16'ya kadar, çoklanmış | Geçiş başına tek nesne |
| Video işleme hızı | Tek H100'de saniyede 32 kare | Tek H100'de saniyede 16 kare |
| Ek nesnelerin maliyeti | Takip edilen nesneler arasında paylaşılan işlem gücü | Doğrusal artar, her nesne için ayrı masklet |
| Prompt yöntemi | Tıklama, kutu, maske, metin ya da görsel örnek | Tıklama, kutu, maske, metin ya da görsel örnek |
| Görsel ve video | İkisi de | İkisi de |
| Tek görsel hızı | SAM 3 ile aynı | H200'de 100'den fazla nesneyle yaklaşık 30 ms |
| Ağırlıklar | Checkpoint yayımlandı | Ağırlıklar, kod ve değerlendirme seti yayımlandı |
| Morphic'te | Var; özne takibi ve kesme (cutout) olarak | Yok |
SAM 3.1 neyi değiştiriyor
- Birçok nesne artık makineyi paylaşıyor. SAM 3 her nesneyi ayrı bir geçişle takip ediyordu; yalnızca kare başına zaten kodlanmış görüntüyü ortak kullanıyordu. İkinci özne kabaca ikinci bir çalıştırma demekti. SAM 3.1 takip edilen nesneleri tek bir ileri geçişte, en fazla on altısını birlikte işliyor.
- Meta'nın kendi ölçümünde işleme hızı ikiye katlanıyor. Meta, orta sayıda nesneli videoda tek H100 GPU'da saniyede 16 kareden 32 kareye çıkıldığını söylüyor ve kazancı, çoklamanın ortadan kaldırdığı gereksiz işe bağlıyor.
- Kalabalık planlar mümkün hâle geliyor. Mesele ham hız değil. Daha önce uzak durduğunuz çekimler artık denenebilir: bir grup insan, bir ürün rafı, trafik, birkaç performansçının olduğu bir sahne.
SAM 3'ün zaten yaptığı ve 3.1'in sürdürdüğü
- Kavram odaklı segmentasyon. "Bisikletli" gibi kısa bir isim öbeği, yalnızca tıkladığınız şeyi değil, o kavramın tüm örneklerini buluyor. Meta, SA-Co kıyaslamasında mevcut modellerin yaklaşık iki katı cgF1 puanı aldığını ve insanların sonuçlarını OWLv2'ye yaklaşık üçe bir oranında tercih ettiğini bildiriyor.
- Aynı dört prompt yöntemi. Tıklama, kutu ve maske önceki Segment Anything modellerinden geliyor; metin ve görsel örnek SAM 3 ile geldi. 3.1'de bunların hiçbiri değişmedi, dolayısıyla SAM 3 için yazılmış her şey geçerli.
- Aynı sınırlar. Uzun ve bileşik ifadeler hâlâ kapsam dışı. Meta, ince taneli ve alan dışı kavramlarda modelin, o kavramlar üzerinde ince ayar yapılana kadar zayıf kaldığını söylemeye devam ediyor.
Morphic'te hangisini kullanıyorsunuz
Morphic'te SAM 3.1 çalışıyor. Morphic'in zaman çizelgesi editörü Compose'ta bu, Track subject mask: bir karede özneyi işaretleyin, yönü seçin, onu izleyen bir maske videosu alın. Canvas'ta ise durağan görseller için Auto-segment ve Separate as layer. Yapılacak bir sürüm seçimi yok. Prompt yöntemi aynı olduğu için SAM 3 için yazdığınız hiçbir şeyi yeniden yazmanız gerekmiyor.
Morphic'te SAM 3.1: solda görüntü, sağda modelin döndürdüğü maske.
3.1 farkının pratikte ortaya çıktığı yer, ayrılacak birkaç şeyin olduğu klip. Bir sahnede dört kişiyi takip etmek her iki durumda da dört işaretli özne ve dört maske demek. Değişen, arkalarındaki makine süresinin miktarı.
Tüm özellik seti için SAM 3.1 model sayfasına bakın. Adım adım anlatım için SAM 3.1 ile özne takibi rehberini, işin kendisi için de yapay zeka rotoskopi sayfasını okuyun.
SSS
Meta, 3.1'i doğruluk değil hız ve kapasite değişikliği olarak sunuyor. Belgelenen fark nesne çoklama ve onun sağladığı işleme hızı; yeni bir kalite iddiası yok.
Hayır. Prompt yöntemleri aynı: tıklama, kutu, maske, kısa bir metin ifadesi ya da görsel örnek. Meta, 3.1'i doğrudan yerine geçen sürüm olarak tanımlıyor.
Meta, tek bir ileri geçişte 16 nesneye kadar diyor. Morphic'te de bir klip, takip edilen özne başına bir tane olmak üzere en fazla on altı maske tutuyor.
Hayır. Morphic yalnızca SAM 3.1 çalıştırıyor ve prompt yöntemi değişmediği için taşınacak bir şey yok.
Hayır. Bu sınır modelin değil Morphic'in: bir klip, takip edilmiş ya da çizilmiş, herhangi bir karışımla en fazla on altı maske tutuyor. Meta'nın geçiş başına on altı nesne rakamı, modelin bunları nasıl işlediğiyle ilgili; kaç tane kullanabileceğinizle değil.
Metin ifadesi kısa bir isim öbeği olmalı. Türkçe ifadelerde sonuç değişebilir, bu yüzden önce küçük bir klipte deneyin. Tıklama, kutu ve maske dilden bağımsız çalışır.