# Meta 模型助力伯克利实验室加速科学发现

- 来源：AI at Meta (@AIatMeta)
- 发布时间：2026-07-22 01:07
- AIHOT 分数：36
- AIHOT 链接：https://aihot.virxact.com/items/cmrux90s9004qbinv4yi0q5if
- 原文链接：https://x.com/AIatMeta/status/2079614176725442912

## AI 摘要

为加速科学发现并支持 @ENERGY 的 Genesis 任务，由 @BerkeleyLab 领导的 SYNAPS-I 项目正使用 SAM 3 和 DINOv3 来自动化图像分割。

通过将 DINOv3 的全局语义上下文和细粒度空间定位与 SAM 3 的像素级边界提取相结合，研究人员能够将 3D 体积标注从一个月的人工工作量压缩到约 15 分钟。

了解更多他们的工作：https://go.meta.me/01aed3

## 正文

To accelerate scientific discovery and support @ENERGY's Genesis Mission， the @BerkeleyLab-led SYNAPS-I project is using SAM 3 and DINOv3 to automate image segmentation.

By pairing DINOv3's global semantic context and fine-grained spatial localization with SAM 3's pixel-level boundary extraction， the researchers are able to compress 3D volume labeling from a month of manual effort to ~15 minutes.

Learn more about their work： https://go.meta.me/01aed3