SAM 3D（站點網址 sam3d.org）是一個在瀏覽器裡執行的圖片轉 3D 服務：上傳一張普通照片，指出其中的某個物體或某個人，數秒後得到一個帶貼圖的三維網格，可以直接下載並匯入常規三維軟體。它不需要轉台、不需要環繞拍攝、也不需要跑一整套攝影測量流程，輸入就是一張圖。
首先要講清楚歸屬問題，因為名稱很容易造成誤會。這個網站不屬於 Meta。站點自己的常見問題區域寫明了這是一個獨立專案、與 Meta 沒有隸屬關係。它真正的身分是：一家獨立營運方，把 Meta 公開釋出的 SAM 3D 模型權重託管起來，再配上自家的網頁介面、計費系統與線上預覽器對外提供服務。首頁的說法相當直白——以 Meta 開源的 SAM 3D 模型為底，把任何一張照片變成三維資產，不必設定環境，也不必自備顯示卡。這句話誠實地概括了它的全部價值：智慧來自上游研究，產品賣的是便捷的使用通道。
把這兩層分開看，會影響你使用它時幾乎每一個判斷。重建品質、失敗方式、模型層面的授權條款，都要追溯到上游模型本身；而價格、點數計量、上傳限制、資料保存與客服，則完全由這家營運方決定。評估這個工具時請分層評估：模型決定你的網格好不好，營運方決定你付多少錢、以及你上傳的照片會被如何處理。
兩條獨立的重建通道。 SAM 3D Objects 負責物體與場景重建，即使畫面雜亂，也能選中其中任一物體並生成帶姿態資訊的網格；SAM 3D Body 則是獨立的人體通道，從一張照片還原人體姿態與體型。兩者被拆成不同入口，是因為它們本來就在解決兩類問題：一個預測任意物體幾何，一個擬合參數化的人體表示。
可提示的目標選取，不必手工描邊。 選擇目標支援三種方式：輸入文字描述、點擊目標、或是框選。直接打一句「木凳子」是合法的選取方式，點一下也是。這一點直接承襲自 Segment Anything 系列的核心能力——互動式、開放詞表的分割。
被遮擋面與背面由模型補完。 一張照片本身不含物體背面的任何資訊，模型會推斷出一個合理的背面，而不是給你一張空殼或一片薄板。得到的是一個封閉、可以任意角度觀看的資產。要清醒地認知：這是「補」出來的，不是「量」出來的，這正是單圖重建的固有代價。
把骨架與軟組織分開的人體綁定。 人體通道以 Meta Momentum Human Rig 為基礎，這套表示把骨骼結構與軟組織形狀拆成可分離的部分。對需要做動畫的人來說，這種拆分遠比一團不加區分的頂點有用，因為姿態與體型可以分別調整。
標準且可直接進引擎的匯出格式。 物體匯出提供 GLB（面向遊戲與網頁）、PLY 點雲（面向技術流程），也可以打包成含全部格式的 ZIP。官方說明這些檔案可直接用於 Unity、虛幻引擎與 Blender，所以除非下游明確要點雲資料，否則 GLB 是預設選擇。
下載前先在瀏覽器裡檢查。 生成的網格可以在頁面內的互動檢視器裡旋轉、縮放、逐個角度查看。這點比聽起來重要得多：單圖重建的錯誤往往在原始拍攝角度看不出來，一轉到側後方就暴露無遺，先看再下載能省下大量返工。
附帶的格式檢視器。 除了生成之外，站點還提供 GLB、PLY、OBJ、FBX、GLTF、STL、DAE 等常見三維交換格式的線上檢視器。這些是周邊工具而非主打功能，但想快速看一眼模型又不想開重型軟體時確實方便。
電商商品視覺化。 許多中小賣家手上只有商品平面照，為每個品項單獨做三維掃描成本過高。用現成照片重建出可旋轉的模型，就能做「擺到你家看看」式的場景擺放與 360 度商品展示。請把產出當成展示素材，而不是尺寸精確的複製品——它「看起來對」會遠早於「量起來對」。
遊戲與原型的快速佔位。 關卡設計階段經常需要一張椅子、一個箱子、一台滑板車，只要剪影正確就行，真正的美術資產還在排期。用參考照片生成 GLB 丟進引擎，幾分鐘就能補上這個位置。這類佔位資產後期多半會被替換，所以生成速度比拓撲品質更值錢。
角色參考與基礎網格。 人體通道能把一張全身參考照變成帶姿態的網格，角色美術可以拿它當比例骨架用。它取代的是雕刻前的大形階段，而不是成品角色——但從一個比例大致正確的人形開始，總好過從一顆球開始。
AR / VR 場景佈置。 沉浸式場景永遠缺道具，而 GLB 在多數 WebXR 與行動端 AR 流程裡都是一等公民。把你要復刻的真實環境裡的物件逐一拍下來重建，做出的場景會帶有「就是這個地方」的具體感，而不是通用素材庫的味道。
教學、典藏與研究視覺化。 博物館、教師與田野研究者手上常有標本、器物或設備的照片，而實物已無法再次掃描。用典藏照片做出一個粗略的三維模型，足以支撐互動式教學材料與空間討論——前提是向受眾如實說明幾何是近似的。
不動基礎建設的電腦視覺試驗。 想知道這些模型在自己的圖片上表現如何、再決定要不要自建部署的工程師，可以先跑幾張代表性圖片。自建部署同一套開源權重的公開門檻是 Linux 64 位元環境加一張至少 32GB 顯示記憶體的 NVIDIA 顯示卡，所以先用託管服務試水，是回答「值不值得為它買硬體」最便宜的方式。
依對象選對通道。 靜物、家具、商品與場景道具走 Objects 入口，人物照片走 Body 入口。把人丟進物體通道，通常會得到一個僵硬的雕像式網格，完全沒有人體模型該有的綁定結構。
準備一張模型讀得懂的輸入。 上傳支援 JPEG、PNG、WebP 三種格式，單檔不超過 10MB。挑一張主體不被遮擋、光照均勻、在畫面裡佔比夠大的圖。由於背面靠推斷而非觀測，一張能同時看到兩個面的四分之三側視角，會比正正方方的平視圖給模型多得多的資訊。
把目標框出來。 物體流程是四步閉環：上傳圖片、選擇目標、生成三維模型、下載。在選擇這一步，用文字描述、點擊或框選把目標指出來，然後確認回傳的遮罩是否緊貼輪廓。遮罩溢到背景或吃進旁邊的物體，這個誤差會一路傳導到幾何上，所以寧可在這裡多試兩次，也別指望後面再修。
生成後換角度檢查。 跑完重建立刻在檢視器裡轉一圈。重點看三個地方：相機沒拍到的那一面、把手與腿這類細長結構、以及原圖裡被遮住的區域。單圖重建的錯誤就集中在這些位置。
依目的地選擇匯出格式。 進遊戲引擎、即時算繪器與網頁檢視器就選 GLB；下游技術流程要點雲資料就選 PLY；想保留餘地就下 ZIP 全包。人體重建的實際匯出目標是 GLB。
進生產前先做清理。 匯入 Blender 或你慣用的三維軟體，依用途預留重拓撲、UV 或減面的工作量。把下載下來的檔案當成一個很好的起點，而不是可以直接交付的成品。
為重建拍照，而不是為好看拍照。 如果相機在你手上，就用四分之三角度拍全主體，背景要與主體有明顯反差。均勻的散射光優於戲劇性打光——硬陰影會被當成幾何結構，直接烘進貼圖裡。
遮罩有問題就在遮罩階段解決。 幾乎每一個令人失望的網格，根源都在那個稍微偏了一點的選區。換更具體的措辭重新提示、補一次點擊、或把框收緊。在遮罩上花的三十秒，穩定地省下一次白跑的生成。
拆開單獨重建，別指望整場景一次過。 裁到一個邊界清晰的單體，效果通常明顯好過把一整幅密集構圖丟進去碰運氣。真要做場景，就分別重建再回三維軟體裡組裝，擺位反而完全可控。
要省的不只是錢，還有生成次數。 由於點數與分割請求是分開計量的，養成「多分割幾個候選、只對最滿意的那個做生成」的習慣，額度利用率會高很多。分割是便宜的那一步，生成才是貴的那一步。
尺度必須手動校準。 單圖重建沒有任何絕對尺度參照。匯入之後，先拿一個已知真實尺寸的物體把大小定下來，再在它周圍搭別的東西。
不要拿網格當量具。 凡是尺寸會帶來後果的事——加工、裝配、醫療或安全相關——請使用真正的量測工具。這些模型是「視覺上說得通」，這和「數值上正確」是兩回事。
商用前把授權鏈條理清楚。 權利分成兩層：你對工具產出的使用權，以及你對來源照片中內容的權利。上游模型的寬鬆授權，並不會順帶給你他人的產品外觀、美術作品或人物肖像的權利。
獨立遊戲開發者與技術美術：需要道具與佔位幾何的速度超過建模流程的供給能力，並且不介意事後自行清理網格。
電商與商品行銷團隊：手握大量平面商品圖，想做可旋轉的互動展示，又不願為每個品項單獨下單三維採集。
AR / VR 與 WebXR 開發者：需要 GLB 道具填充沉浸式場景，看重周轉速度勝過逐面精修。
三維通才與愛好者：想摸清當前單圖重建的能力邊界，寧可付一份小額訂閱，也不想為此攢一台工作站。
電腦視覺工程師與研究者：想先用自己的圖片評估 SAM 3D 系列的實際表現，再決定要不要自建部署開源權重。
教師與內容創作者：想用手邊已有的圖片做出可互動的三維插圖，用於課件、科普或影片。
角色美術：需要從參考照片得到一個比例合理的人體基礎網格，作為雕刻起點而非成品角色。
原型設計者：在概念與佈局階段需要一個物體的空間替身，近似就完全夠用。
網頁瀏覽器就是產品本體。 服務在瀏覽器中執行，運算在伺服器端完成。站點沒有宣傳桌面客戶端、行動應用或瀏覽器擴充功能，這本身就是設計意圖——託管服務的意義正在於重運算不發生在你的機器上。
產物可直接進入常規三維軟體。 官方說明匯出檔案可直接用於 Unity、虛幻引擎、Blender 等三維軟體。其中 GLB 在引擎、網頁檢視器與現代三維軟體中的支援面最廣。
同站附帶的格式檢視器。 提供 GLB、PLY、OBJ、FBX、GLTF、STL、DAE 的線上檢視，適合快速檢查，不必啟動重型軟體。
自建部署是另一條路。 由於底層模型公開釋出，自己跑是真實可行的選項。公開資料記載的門檻是 Linux 64 位元環境加至少 32GB 顯示記憶體的 NVIDIA 顯示卡——這個硬體要求，恰恰解釋了託管前端為什麼存在。
未見公開的 API 方案。 站點未在方案中宣傳面向開發者的公開介面或 SDK。需要程式化批次重建的團隊，應評估自建部署或使用把這些模型作為端點開放的推論平台。（資訊待驗證）
服務採訂閱制，公開三檔：Basic、Pro 與 Max，年繳相對月繳標示為對折。三檔的差別在用量而非能力——功能清單三檔相同，往上升級換來的是每月能處理多少。每一檔同時計量兩套預算：每月的生成點數，以及獨立的每月影像分割請求額度。訂閱前值得先把這套雙重計量想清楚：反覆試探候選選區的工作流會很快吃掉分割額度而幾乎不動生成點數，批次轉換的工作流則正好相反。各檔還標示了單位點數單價，隨檔位上升而下降，是常見的量大從優結構。
付費檔位宣傳的權益包括移除浮水印、優先處理速度與商用授權。把移除浮水印列為付費項，意味著未付費或試用產出會帶浮水印，這在同類產品中是通行做法。站點定價頁沒有公開詳細的免費額度、退款政策或企業合約通道，而任何訂閱制服務的價格都會隨時間調整。簽約前請直接在定價頁核對當前費率、單次生成實際消耗多少點數，以及商用條款的準確措辭——尤其當你的工作依賴商用權利時。（資訊待驗證）
如果你要的就是單圖重建，可選路徑不少，差別主要在「誰來營運」。最直接的替代是往上游走：SAM 3D 權重由 Meta 公開釋出，自己跑就把中間層整個拿掉了，代價是要準備一張相當規格的顯示卡。Meta 自己也營運著試用這些模型的線上場地，如果你只是想看看研究成果、不想訂閱，那才是第一站。
跳出這個模型家族，更廣的圖生 3D 與文生 3D 領域裡，既有主打「遊戲可用資產」的專門三維生成產品，也有把大量開源模型（包括這一套）以按次計費 API 形式開放的通用推論平台——後者比按席次訂閱更適合自動化批次處理。而如果精度是真需求，誠實的替代方案根本不是另一個生成器：規範多角度採集的傳統攝影測量，或是一台真正的三維掃描器，仍然能給出單圖方法無法企及的、數值上可信的幾何。依需求選：要快又省事就用託管生成，要精度與可信尺寸就老老實實去採集。
解析度與細節存在上限。 上游模型文件直言輸出解析度有限、細節因此受限，且物體模型無法推理接觸、穿插這類物理互動。精細表面紋理、銳利的機械稜邊與小特徵會被抹平或遺失；分別重建的多個物體拼在一起時可能互相穿插，因為流程裡沒有任何環節負責保證它們之間的物理合理性。
看不見的那一面是補出來的。 所有背對相機的部分都由學到的先驗生成，而非觀測所得。對熟悉的對稱物體，這個猜測常常很像樣；對不對稱的物體，或背面有獨特細節的東西，背面會以很有自信的姿態出錯。信任一個資產之前，務必先從背後看一眼。
人體重建有明確邊界。 人體模型逐一處理每一個人，不考慮多人之間或人與物之間的互動。合照不會得到一個互動關係連貫的群體，手部精細關節也是通用人體模型的公認弱項。
網格不是可直接製造的。 一篇面向積層製造的獨立實測評測結論是：這些網格不適合直接進切片軟體，理由是表面既不平滑也不水密。打算把產出拿去 3D 列印的人，請預留修復與重網格化的工序，不要預設它可列印。
拓撲是生成的，不是人工規劃的。 預期會得到密集、不規則、沒有美術佈線規劃、也沒有乾淨 UV 的網格。要做動畫、變形或控制面數預算，重拓撲不是可選項。
輸入限制是實打實的。 上傳僅支援 JPEG、PNG、WebP 且不超過 10MB，人體重建以全身照效果最好。低解析度、壓縮嚴重、運動模糊或角度極偏的照片，會在模型開始工作之前就先把上限拉低。
權利是分層的，而行銷話術會把它壓扁。 上游程式碼採用類似 Apache 2.0 的寬鬆授權、可商用，這正是第三方合法託管這些權重的前提。但這份授權管的是模型，不是你的輸入圖片。重建一個受著作權保護的產品外觀、一件美術作品或一個可辨識的真人，會產生任何模型授權都解決不了的義務。
隱私需要一次明確的決策。 向任何託管服務上傳照片，都意味著把它傳給了第三方營運方。可辨識人物的照片在許多法域屬於個人資料，而人體重建本身就是在對人的影像做處理。站點沒有顯著公布資料保存週期，涉及敏感、機密或未發布素材時，請先確認當時的條款再上傳。（資訊待驗證）
營運方能否長期存續是未知數。 這是一家獨立營運方基於他人開源模型搭建的服務，這個賽道更替很快。你依賴的資產請自行下載典藏，不要把這裡當成長期儲存。
不是。這是一家獨立商業服務，把 Meta 公開釋出的 SAM 3D 模型託管在自己的介面與計費體系之後。站點自己的常見問題區域寫明了這是獨立專案、與 Meta 沒有隸屬關係。如果你要找的是 Meta 自己的線上示範或原始研究材料，請前往 Meta 官方的 AI 站點。這個區分在售後、計費、隱私條款與任何商業承諾上都很重要。
一張圖。上傳支援 JPEG、PNG、WebP，單檔不超過 10MB。與攝影測量不同，它不需要多角度拍攝集——這正是這項技術的意義所在，也正是它大部分侷限的來源，因為那一格裡看不到的一切都得靠推斷。
物體匯出提供 GLB（遊戲與網頁）、PLY 點雲（技術流程），以及含全部格式的 ZIP 打包。人體重建匯出為 GLB。要進遊戲引擎或網頁檢視器，GLB 是正確的預設值；下游需要點雲資料時才選 PLY。
付費檔位宣傳包含移除浮水印、優先處理與商用授權，上游模型授權也允許商業使用。但這只涵蓋工具與模型本身，並不賦予你來源照片中被拍攝內容的權利——受著作權保護的產品設計、美術作品、商標或可辨識的真人，各自都帶著獨立的義務。請閱讀當時的服務條款，並單獨處理素材版權。
用於視覺化、原型、道具與參考是夠的；當成量測依據或最終生產幾何則不夠。上游模型文件直言輸出解析度有限、細節因此受限，且物體模型無法推理接觸、穿插這類物理互動。請預留一道清理工序。
不修就無法穩定列印。一篇面向積層製造的獨立實測評測結論是：這些網格不適合直接進切片軟體，理由是表面既不平滑也不水密。你需要先用修復與重網格化工具處理，並確認水密性，才能進切片。
因為門檻在硬體。公開資料記載的自建門檻是 Linux 64 位元環境加至少 32GB 顯示記憶體的 NVIDIA 顯示卡。如果你已經有這樣的硬體與維運意願，自建在量大時更便宜，而且圖片留在自己的基礎設施裡；如果沒有，訂閱相當於把一筆資本支出與一堆維運事務換成了月費。
這是兩套獨立的計量。每一檔同時計量兩套預算：每月的生成點數，以及獨立的每月影像分割請求額度。選取與調整遮罩消耗的是分割額度，真正產出三維網格消耗的才是生成點數。實際上這鼓勵一種工作流：先放開手分割，找到對的選區，再只生成一次。
每個人是被分別處理的。人體模型逐一處理每一個人，不考慮多人之間或人與物之間的互動。你可以從一張合照裡重建出多個人，但他們之間的相對位置、接觸與互動不會被連貫建模——這部分需要你自己回三維軟體裡擺。
這個服務是圍繞單圖重建建構的，實際做法是從影片裡抽一格代表性畫面作為輸入。挑一格運動模糊小、主體不被遮擋且在畫面裡佔比夠大的即可。（基於公開資料推測）
