使用 Meta SAM 3D 将二维图像变成三维物体

原标题Turning 2D Images Into 3D Objects With Meta SAM 3D

在与 Meta 合作制作的视频中,Matthew Berman 演示物体选择、三维生成和视觉特效。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2026年1月10日
视频
1:47
阅读
1 分钟
幻灯片
3
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 展示了如何使用 Meta 的 SAM 3D 将角色图像转换为可供 3D 打印的模型,随后演示在示例场景中选择和调整物体。他披露了 Meta 与他合作制作这段视频。

  1. 1从角色图像到打印Berman 将 Brawl Stars 中 Spike 的图像转换成模型并打印出来。
  2. 2选择并生成他点击示例场景中的物体,检查高亮区域并生成三维模型。
  3. 3调整选择区域唱片机的初始选择只包含底座,他随后加入玻璃罩。

要点建议

  1. SAM 3D 可以从二维图像中选定的物体生成三维物体。
  2. 如果只高亮了物体的一部分,可能需要手动修正选择区域。
  3. 生成的模型可以送入 3D 打印软件,也可以添加视觉特效。
  4. 视频演示了场景物体,但没有讲解单独的人体创建功能。
全文

按章节阅读整理后的全文

只看原始文稿
01

3D 打印角色

Berman 展示从图像到打印的工作流,并披露与 Meta 的合作关系。

准备打印生成的角色
幻灯片 1 / 3准备打印生成的角色生成的 Spike 模型显示在 3D 打印软件中。

我选取了一张 Brawl Stars 中 Spike 的图像,将它加载到 Meta 的 SAM 3D,转换成三维模型,再使用 3D 打印软件将其打印出来。这个例子展示了从二维参考图到实体物体的一条路径,但它只是一次演示,不能衡量每个模型是否都可以直接打印。

我将 SAM 3D 描述为一个开源、开放权重的模型,可以从二维图像中提取物体并生成三维表示。Meta 与我合作制作了这段视频。界面提供创建三维场景和三维人体的选项;这里我演示的是场景选项。

02

选择物体并生成模型

他将示例图中的扬声器和唱片机转换成三维物体,并修正不完整的选择区域。

在提供的示例图像中,我点击一个扬声器。界面高亮选中的物体,我选择 Generate 3D,从中生成模型。点击物体只是起点,选择区域仍需覆盖我实际想要的部分。

不完整的唱片机选择区域
幻灯片 2 / 3不完整的唱片机选择区域初始高亮只包含底座,因此需要调整选择区域。

接着我选择一台唱片机。初始高亮只包含底部,因此我移除原有选择,再加入玻璃罩,让它也包含在物体中。调整选择区域后,我再次生成三维模型。

03

应用特效

他展示了几种可以应用于生成物体的特效。

特效菜单
幻灯片 3 / 3特效菜单界面提供三维、环境和视觉特效,可应用于生成结果。

生成完成后,我打开特效菜单。可用示例包括闪光、金色外观和爆炸效果。这些是应用于生成物体的视觉处理。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1
6 张幻灯片1:03:37EN → 简体中文
Matthew Berman· 2026年10月23日Matthew Berman 团队测试 Kimi K3.1:动画、游戏与图表Matthew Berman, Alex, Brian · Forward Future一场团队直播问答变成了对 Kimi K3.1 的非正式测试,内容涵盖个人智能体工作流、动态图形、浏览器游戏和基准图表。编程智能体Generative media评估+2
0:53EN → 简体中文
Matthew Berman· 2026年10月22日Sam Altman 谈 AI 与新知识的发现Sam Altman · OpenAIAltman 预计,数学发现方面的进展将延伸到生物学、材料和能源领域。AI for scienceMathematicsComputational Biology+1