SAM3

概要 2026年5月20日、スペイン語圏のテックメディア @CopyRebeldia が衝撃的なポストを投稿した。 「今日、業界ひとつまるごと意味を失った。Meta が SAM3 を GitHub で公開した。『白いユニフォームの選手』と言うだけで、NBA の混戦の中からその選手だけを追跡し、戦術図まで重ね描いてくれる。手動スカウティングはもう趣味になった。」 このデモ動画を投稿したのは Roboflow のオープンソースリード Piotr Skalski（@skalskip92）。わずか 19 秒の映像が、コンピュータビジョン界隈に大きな波紋を呼んだ。 本記事では Meta SAM3 の仕組みと、スポーツ分析をはじめとする実用分野への影響を解説する。 SAM3 とは SAM3（Segment Anything Model 3） は Meta AI Research が開発したモデルだ。画像・動画を対象に、物体の検出・セグメンテーション・追跡を一つのモデルに統合している。 公開日: 2025年11月19日（SAM 3.1 は 2026年3月27日） GitHub: facebookresearch/sam3 論文: SAM 3: Segment Anything with Concepts 前世代の SAM2 と比べた最大の変化は「テキストプロンプトで物体を指定できる」点だ。 SAM2 との違い SAM2 SAM3 プロンプト形式 点・ボックス・マスク（空間的） テキスト・サンプル画像・空間的 セマンティック理解 なし あり（オープン語彙） 複数物体追跡 品質低下あり Object Multiplex で並列追跡（3.1〜） 言語エンコーダ なし 大規模テキストエンコーダ統合 カモフラージュ物体 検出困難 検出可能 SAM2 は「この座標にある物体を追え」という指示しかできなかった。SAM3 は「白いユニフォームを着た選手」「ボールを持っている人」という意味的な概念で物体を特定できる。 ...