Speridlabs 发布 ENEAS：文本提示的实例追踪,多项指标超 SAM3
joecole · x · 2026-09-08
Speridlabs 发布 ENEAS（Embedding-guided Neural Ensemble for Adaptive Segmentation），一个统一的文本提示方法，可同时做实例追踪与语义发现。
- 输入输出：接受自然语言 prompt + 视频帧（有序或无序图像集合），返回分割 mask。
- 实例追踪：给一个实例命名，ENEAS 可在遮挡、极端尺度变化、目标出画再入画时保持追踪，不会漂移到相似物体（如雕像、画作、倒影）。
- 语义发现：给一个类别名，找出场景中所有该类实例并排除“分身”。
- 对比 SAM3：作者称在时间幻觉、遮挡、空间碎片化、语义误分类等方面优于 SAM3。
论文与代码已公开（arXiv + GitHub）。
「多模态」频道最新
- 创作者用 InVideo Agent 周更 AI 剧集,全流程零成本 — LudovicCreator · 2026-09-08
- Grok 生成的 2000 年代首尔 DV 录像逼真到无人能辨真伪 — SimplyAnnisa · 2026-09-08
- 先手绘草稿再让 ChatGPT 上色,实測解锁绘画参考新玩法 — flowersslop · 2026-09-08
- GPT-6 Astra + Seedance 2.5 实现任意视频角色批量替换 — matchaman11 · 2026-09-08
- MIT《How to AI (Almost) Anything》2026 春季课程视频全公开 — pliang279 · 2026-09-08
- WanGP 修复 viggle-animate 只能生成 5 秒的 UI bug — cocktailpeanut · 2026-09-08