ИИ · Open Source · 17 сентября 2026
Meta выпустила SAM 3D Body: модель восстанавливает 3D-позу и форму человека по одному изображению
Meta открыла SAM 3D Body — модель для восстановления трёхмерной формы и позы человека из обычного 2D-изображения. Проект опубликован с кодом и весами и развивает семейство Segment Anything в сторону понимания геометрии реального мира.
Что делает SAM 3D Body
Обычная модель сегментации отвечает на вопрос, какие пиксели изображения относятся к человеку или объекту. SAM 3D Body решает более сложную задачу: по плоскому изображению оценивает трёхмерную геометрию человеческого тела и его позу.
На выходе формируется параметрическое 3D-представление человека, которое можно использовать для последующего рендеринга, анализа движения, виртуальных персонажей и других пространственных задач.
Почему восстановить 3D из одной фотографии сложно
На одном снимке отсутствует информация о скрытых частях тела и реальной глубине сцены. Несколько разных трёхмерных поз могут выглядеть почти одинаково с определённого ракурса. Одежда, перекрытия частей тела, необычная поза и перспектива дополнительно усложняют задачу.
Поэтому модель не «измеряет» человека как 3D-сканер. Она строит наиболее вероятную реконструкцию на основе изображения и закономерностей, изученных во время обучения.
Связь с Segment Anything
Название SAM подчёркивает направление исследований Meta: переход от универсального выделения объектов в 2D к более общему пространственному пониманию сцены. В семейство SAM 3D входят подходы, которые пытаются восстанавливать трёхмерную структуру объектов и людей.
Для разработчика это означает постепенное сближение computer vision и генеративных моделей: системе недостаточно распознать объект — она должна понимать его положение, форму и взаимное расположение элементов в пространстве.
Где это может применяться
| Область | Возможный сценарий |
|---|---|
| AR/VR | Создание пространственного представления пользователя или персонажа |
| Игры и 3D | Получение исходной mesh-модели из изображения |
| Видео | Анализ позы и движения человека |
| Робототехника | Лучшее понимание положения человека в сцене |
| Исследования | Human pose estimation и human mesh recovery |
Чем это отличается от генератора 3D-персонажей
Задача SAM 3D Body — реконструкция наблюдаемого человека, а не создание произвольного персонажа по текстовому описанию. Модель пытается сохранить позу и геометрию, которые соответствуют исходному изображению.
Это делает технологию полезной как промежуточный этап pipeline: фотография → оценка тела → 3D mesh → дальнейшая обработка в графическом движке или специализированном приложении.
Что означает публикация весов
В отличие от закрытого облачного API, доступные веса позволяют исследователям и разработчикам изучать модель, запускать inference в собственной инфраструктуре и строить вокруг неё экспериментальные приложения в рамках условий лицензии проекта.
Однако «открытые веса» не означают автоматически, что модель запустится на любом домашнем компьютере. Для практического локального использования необходимо учитывать VRAM, системную память, зависимости, время inference и разрешение обрабатываемых изображений.
Что потребуется для локального запуска
Для подобных vision/3D-моделей наиболее удобен компьютер с дискретной NVIDIA GPU и CUDA. Точные требования зависят от выбранной конфигурации, размера изображения и режима работы.
Перед установкой стоит проверить:
- поддерживаемую версию Python и PyTorch;
- CUDA и совместимость драйвера;
- объём VRAM;
- доступное место для весов и зависимостей;
- условия лицензии на модель и связанные компоненты;
- ограничения использования изображений людей.
Приватность и биометрические риски
Модель работает с изображениями людей и восстанавливает информацию о форме тела и позе. Даже если обработка выполняется локально, исходные фотографии и производные данные требуют аккуратного обращения.
Особенно это важно для камер наблюдения, рабочих помещений, медицинских и образовательных сценариев. Техническая возможность анализировать человека не означает автоматического наличия правовых оснований для такой обработки.
Можно ли использовать SAM 3D Body для видеонаблюдения
Технически оценка позы может быть частью аналитической системы, но для обычного домашнего видеонаблюдения SAM 3D Body, скорее всего, будет избыточной. Для детекции человека, пересечения зоны или подсчёта объектов существуют значительно более лёгкие модели.
3D-реконструкция становится интереснее, когда действительно требуется пространственное понимание положения тела, а не бинарное событие «человек обнаружен».
Почему релиз важен для локального ИИ
Локальные модели всё чаще выходят за пределы текста. На одном компьютере уже можно строить pipeline из распознавания речи, LLM, vision-модели, генерации изображений и специализированного computer vision.
SAM 3D Body добавляет ещё один класс задач — реконструкцию человеческой геометрии. Это хороший пример того, что понятие «локальный ИИ» постепенно становится шире локального чат-бота.
Итог
SAM 3D Body интересна не как очередная универсальная LLM, а как специализированная открытая модель для пространственного computer vision. Она показывает движение от распознавания пикселей к реконструкции геометрии сцены.
Для большинства домашних задач технология пока экспериментальная. Но для разработчиков AR/VR, 3D, компьютерного зрения и исследовательских проектов возможность локально работать с подобной моделью значительно важнее обычной демонстрации в облачном сервисе.