8月24日消息，MetaReality实验室最新推出了名为Sapiens的AI视觉模型，适用于二维姿势预估、身体部位分割、深度估计和表面＠法线预测4种以人为中心的基本视觉任务。

这些模型的参数数量※各不相同，从3亿到20亿不等。它们采用【视觉转换器架构，任务共享相同的编码∑器，而每个任务有不同的解码器头。

二维姿势预估：这项任务包括检测和定位二维图像中人体的关键点。这些关键点通常与肘、膝和肩¤等关节相对应，有助于了解人的姿势和动作。

身体部位分割：这项任务将图像分割成不同的身体部位，如头部、躯干、手臂和㊣腿部。图像中的每个像素都被归类为属于特⊙定的身体部位，这对虚拟试穿和医学成∩像等应用非常有用。

深度估计：这项任务是估算图像中每个像素与摄像头★的距离，从而有效地从二维图像中生成三ㄨ维图像。这对增强现实和自动驾驶等应用至关重要，因为在这些应用△中，了解空间布局非常重要。

表面法线预测：这项任务ξ　是预测图像中表面的方向。每个像素都会分配一个法♀向量，表示表面朝向的方向。这些信息对于三维重建和了解场景中物体№的几何形状非常有价值。

Meta公司表示该模型可原生支持1K高分辨率推♂理，并且非常容易针对个别任务进行调整，只需在超过3亿张∮野生人类图像上对模型进行预训练即可。

即使在标注数据稀缺或完全是合成数据的情况下，所生成的模型也能对野生数据表现出卓越的泛化■能力。