在CVPR 2026的论文评选中，来自Meta AI的SAM 3D团队斩获最佳论文荣誉提名。这一奖项不仅标志着计算机视觉顶会对基础模型扩展方向的高度认可，也揭示了3D场景理解正从“定制化训练”向“统一通用模型”跃迁的关键节点。

从2D到3D：不是简单的维度堆叠

SAM（Segment Anything Model）在2D图像上以提示驱动、零样本泛化的能力重塑了分割任务。然而，将其迁移到三维空间面临本质挑战：点云、网格、神经辐射场等异构表示，以及遮挡、尺度变化和稀疏性问题，导致2D分割逻辑无法直接复用。SAM 3D的核心贡献在于设计了一套跨模态对齐与3D提示融合机制，使模型能在CAD模型、室内场景扫描乃至部分RGB-D数据上，仅需稀疏点或文本描述即可输出精确的三维分割掩码。根据Meta公开的评估，SAM 3D在ShapeNet、ScanNet等多个基准上，零样本分割精度已逼近甚至超越全监督的专用模型，这是将“基础模型”哲学真正引入3D领域的关键跨越。

荣誉提名的含金量：技术突破与行业拐点

CVPR每年接收论文超过8000篇，最佳论文及荣誉提名合计通常不足五篇。SAM 3D能从中突围，不仅因为技术新颖性，更在于其对产业实践的强烈牵引作用。此前，3D分割高度依赖人工标注与领域微调，应用成本极高。与之对比，2D SAM已推动医疗影像、遥感、机器人抓取等领域的快速落地；SAM 3D的出现意味着，未来无人驾驶的障碍物分割、AR/VR的场景理解、工业质检的零部件分离等场景，有望从“定制模型”进化为“开箱即用”的通用方案。这一趋势与当前多模态大模型浪潮高度一致——视觉模型正从“专用任务”走向“通用智能体”。

实用建议：3D视觉从业者该如何跟进?

对从事3D视觉研究的团队而言，SAM 3D的公开代码和预训练权重（已陆续在GitHub发布）提供了低门槛接入基础模型的入口。建议行业用户：首先，优先评估自身数据与SAM 3D预训练域的分布差异，若存在明显域偏移（如极端工业场景），可通过提示工程或小样本微调快速适配；其次，关注Meta后续可能发布的“SAM 3D-Large”等更大规模版本，其性能提升往往会带来量变到质变的实用价值；最后，将SAM 3D与语言模型结合（如通过ChatGPT生成提示词），有望构建更智能的3D场景交互系统。

从2023年SAM搅动2D视觉，到2026年SAM 3D摘得CVPR最佳论文提名，Meta正在系统性地构建“任意维度分割”的通用基础设施。这一路径提示行业：未来的计算机视觉竞争，或许不再是单点性能的角力，而是基础模型覆盖面与生态协同能力的比拼。对于3D领域的研究者和工程师，现在正是从“手工特征”切换至“提示驱动”的最佳时机。