刚刚，ICLR开放匿名评审，爆出SAM 3，分割一切进化成用嘴控制

主要观点总结

本文主要介绍了ICLR 2026的Open Review以及其中的一篇重要论文《SAM 3: Segment Anything with Concepts》。SAM 3作为一个分割模型，实现了从“一”到“多”的认知跨越，真正让分割模型学会了理解语言。它采用了一套全新的模块化架构，实现了高效的自我增强的数据引擎标注，并在多个任务上取得了显著的性能提升。结合多模态大语言模型，SAM 3 Agent可以处理复杂的逻辑查询任务。此外，本文还介绍了一种通过Bertopic工具自动聚类论文主题的方法，以了解当前研究热点。

关键观点总结

关键观点1: ICLR 2026的Open Review及《SAM 3: Segment Anything with Concepts》论文的介绍

ICLR 2026作为AI领域的重要会议，其Open Review平台上的论文质量备受关注。《SAM 3: Segment Anything with Concepts》是其中的一篇重要论文，实现了图像和视频中物体的智能分割，并采用了全新的模块化架构。

关键观点2: SAM 3模型的特点和性能

SAM 3模型实现了从“切割工具”到“智能分割助手”的升级，通过可提示概念分割（PCS）任务，实现了对图像和视频的实时处理。它采用了一套全新的模块化架构，并集成了一系列时序消歧策略，确保了追踪过程的鲁棒性与准确性。此外，SAM 3还构建了一个高效的数据引擎，用于为大规模训练数据集的标注。

关键观点3: SAM 3与多模态大语言模型的结合

SAM 3与多模态大语言模型（MLLM）的结合，定义了四种基础工具供MLLM调用。这种组合能够处理复杂的逻辑查询任务，并且完成了零样本推理分割任务。这种组合预示着一个“可组合式AI”的未来，即通用AI不再是一个单一的巨无霸模型，而是一个由多个高度专业化的“基础模型”构成的软件栈。

关键观点4: 一种了解研究热点的方法

本文通过介绍使用Bertopic工具自动聚类论文主题的方法，提供了一种了解当前研究热点的方式。这种方法可以帮助科研工作者快速了解当前的研究趋势和热门方向。