Meta 开源的 SAM 2 图像与视频通用分割模型，提供推理代码、预训练权重下载和示例 notebook，可对任意画面中的物体做可提示分割与视频目标跟踪。

在 SAM 基础上做高质量分割的升级版，能输出更精细的边缘和掩码，适合需要高精度抠图与标注的场景。

基于 FAST-LIO2 扩展的激光 SLAM 系统，集成动态点去除、多会话建图、对象级更新与在线重定位，面向真实场景的长期建图与定位。

把 Segment Anything 2 当作强编码器接上 U-Net 解码器，做自然图像和医学图像分割，覆盖伪装目标、息肉、海洋动物等场景。

基于 SAM2 的视觉目标跟踪记忆模块，通过抑制干扰物来提升跟踪稳定性，适用于复杂场景下的单目标跟踪。

在 Windows 上管理安卓设备的双模式工具：ADB 模式通过 scrcpy 图形界面投屏并控制手机，App 模式处理通话、媒体、通知和音频投射。

把 SAM、MobileSAM、EfficientSAM、SAM 2/2.1 和 SAM 3 导出成 ONNX 模型，方便在任意平台跑可移植的图像分割，不用绑死原始框架。

用 0.1% 的数据通过剪枝和知识蒸馏把 Segment Anything 模型压缩成轻量版，大幅降低显存和计算开销，同时保持分割精度。

在工具输出、日志、文件和 RAG 片段进入 LLM 前先做压缩，编码 Agent 省约 20% token，JSON 省 60-95%，答案不变。提供库、代理和 MCP 服务器三种用法。

集成 YOLO 与 SAM 系列模型的 AI 辅助标注工具，能自动预标注图像，省去手工框选和分割的重复劳动。

为 ComfyUI 提供抠图与分割节点，集成 RMBG、BiRefNet、SAM、YOLO、GroundingDINO 等模型，可去背景并分割物体、人脸、服装。

给一段喜欢的视频，就能生成风格一致的新视频；由 Claude Code 或 Codex 多智能体协作完成规划、制作和审阅。

面向 Apple Silicon 的本地 LLM 推理服务器，兼容 OpenAI 与 Anthropic 接口，主打编码智能体的可靠工具调用，同权重下比 mlx-lm 快至多 4 倍。

Refiners (discontinued early 2025) was a microframework on top of PyTorch with first-class citizen APIs for fo…

把 PyTorch 模型转成 iOS/macOS 可直接用的 .mlpackage，每个模型都配转换脚本和 SwiftUI 示例，省去自己折腾 Core ML 的麻烦。

把 Qwen3-VL、Florence-2、InternVL 等视觉语言模型接进 ComfyUI 的节点包，顺带支持开放词表检测、SAM 分割、视频时序推理和 GGUF 量化加载。

基于 SAM2 的视频运动目标分割与跟踪代码，能自动识别并分割视频中运动的物体，适合做视频编辑和运动分析。

面向 Mac 和 NVIDIA DGX Spark 的 AI 电影制作工作室，按剧组流程规划分镜，并用 Qwen-Image、FLUX、MiniMax 等模型生成带声音的画面与视频。

从单张图片生成多视角一致图像，进而重建完整三维场景，解决单视图场景重建中视角覆盖不足的问题。

基于零样本分割模型实现任意图像抠图，无需针对特定类别训练即可提取前景透明通道，适合快速落地通用抠图需求。

CVPR'24 论文官方实现，用上下文残差学习加少量样本提示，让一个通用模型跨类别做异常检测，免去每类单独训练。