Meta Sapiens AI论文解读：人类视觉模型基石初现，AI 未来走向何方？

一、引言

在本文中，我们将深入探讨 Meta AI 的一项新成果，该成果发表于一篇题为《Sapiens：人类视觉模型的基础》的研究论文中。这篇论文介绍了一系列模型，这些模型针对四项以人类为中心的基本任务，正如我们在上面的演示中看到的那样。

二、以人类为中心的基本任务

在论文的上图中，我们可以了解到Sapiens所针对的任务。

• 姿态估计：检测输入图像中人体关键点的位置。
• 身体部位分割：确定哪些像素构成不同的身体部位。
• 深度估计：确定像素的深度。如“深度”列中的示例所示，图像前面的部分更亮，图像后面的像素更暗。
• 表面法线估计：提供物体（在我们的案例中是人体）形状的方向信息。

令人印象深刻的是，与之前的最先进结果相比，Meta AI 在所有这些任务上都取得了显著改进。在本文的其余部分，我们将解释 Meta AI 的研究人员是如何创建这些模型的。

三、