文本提示分割对比:SAM3 掩码更准,Astra 更懂语言但更慢
kate_saenko_ · x · 2026-09-18
Roboflow 的 Skalski 对比了 SAM3 与 Astra 在文本提示分割上的表现,并已在 playground 上线 Astra 分割功能:
- SAM3:掩码精度更高,但经常无法理解复杂文本提示。
- Astra:语言理解强,很少漏检目标,仅在任务需要内部领域知识时出错;掩码以逐点 JSON 返回,但速度更慢、精度低于 SAM3。
- Astra 在目标分割等能力上持续进步,不过推理速度仍是短板。
「模型」频道最新
- 谷歌 Astra 玩《Unciv》速度超人类,还能批量执行操作 — Angaisb_ · 2026-09-18
- Mozilla 报告：开源模型仅落后前沿 4 个月，Qwen 下载量破 9.4 亿 — rohanpaul_ai · 2026-09-18
- DeepSeek 发布 V4.1-Flash:新架构家族最小模型,原生视觉理解 — aziz4ai · 2026-09-18
- GPT-6 Astra 的 99.9% ARC-AGI-3 分数被质疑注水 — mixtapedmonk · 2026-09-18
- 未发布模型 RL 训练后 persona 大变，网友：这才是对齐 — cephaloform · 2026-09-18
- 训练时被教「无视规则」会写进权重,推理时只是旁观内容 — Gccooke · 2026-09-18