AR 體驗開發的一個關鍵要素是實體識別，有效的 AR 系統能夠識別用戶周圍世界中的不同物體，以提供疊加在螢幕上的額外功能洞察力。
近日，Meta 發布了一個通用 Segment Anything 模型（SAM）與 Segment Anything 1-Billion 掩碼數據集（SA-1B），可以支持廣泛的應用程序並促進對電腦基礎模型的進一步研究，旨在為研究人員和開發人員提供更多方法來幫助識別框架中的對象。
Meta 表示，理想情況下，該過程將提供更多的能力來推動 AR 體驗，也將應用於 AI 和 VR 創建過程。Meta預計，通過快速工程等技術實現的可組合系統設計將比專門為一組固定任務訓練的系統能夠實現更廣泛的應用，並且 SAM 可以成為 AR/VR、內容創建、科學領域和更通用 AI 系統等領域的強大組件。
對於 Meta 來說，該模型可以幫助建立其Project Aria 智能眼鏡項目。
The Information 報道稱，作為該公司更廣泛的成本削減措施的一部分，Meta 於去年 6 月推遲了其 AR 眼鏡的發布。Meta 選擇放棄其即將上市的第一代 AR 可穿戴設備，而專注於其 AR 設備的第二代，目前還沒有發布日期。
