Meta发布SAM，成为CV图像分割领域的基础模型，引起产学界较大反响。SAM使用提示工程进行任务学习，能够通过交互式点击等操作实现图像物体的分割，并且具有模糊感知能力，很好解决了分割过程中产生的歧义问题，SAM在下游任务的零样本学习表现上成绩优秀，使得两种应用领域有了新的变化：一是原来采用计算机视觉技术，但是因为长尾场景多，需要大量标签数据，因此训练成本较高，有了大模型后可以大幅降低定制化开发产品成本，带来毛利率提升，比如工业中的机器视觉、自动驾驶、安防等行业；二是原来没有用计算机视觉技术的领域，主要因为过去样本少难以应用深度学习等AI算法，由于SAM在零样本或者少量样本上表现优秀，一些新的应用领域将被拓展，比如从代码驱动变为视觉驱动的机器人领域、流程工业场景等。
1）机器视觉：国内工业视觉检测多数是面对长尾的缺陷检测场景做定制化开发，因此相比于海外的标准品公司，国内机器视觉公司毛利率普遍较低，未来大模型可以大幅降低定制化开发的产品，只需要少量的样本（比如苹果的几个缺陷产品）就可以部署产线了，建议关注【凌云光】、【奥普特】（机械组覆盖）；2）流程工业：生产流程及工艺、生产线配置、原材料及产品类型均具有较大差异性，此前，由于样本少难以应用深度学习等AI算法，而SAM在零样本或者少量样本上表现优秀，意味着AI可以在更多的石油化工装置的自适应控制、诊断与预测预警、智能决策领域有新的应用，重点推荐【中控技术】； 3）机器人领域：切割机器人可以从过去的代码驱动变为视觉驱动，处理更多样的应用场景，重点推荐【柏楚电子】