它问的问题

能否用一个模型，对任意图像、任意提示给出掩膜，而不必为每个品类重训？

他们怎么做的

1100 万图、10 亿掩膜的数据引擎 + 提示式（点/框/掩膜）解码器。

证据

零样本迁移到多个分割基准；交互式标注效率显著提升。

别信太多

它给“是什么形状”，不给“是不是缺陷”。在低对比度回波图上，掩膜边界会漂。

适用边界

无语义标签；工业灰度图与自然图像存在域差；掩膜质量需人工复核，不能直接判废。

课堂任务

把 SAM 掩膜当预标注，比较人工修正时间：目标是把单图标注从 90 s 降到 30 s 以内。