用途：面向 Facebook Research 的 SAM3（Segment Anything Model 3）统一可提示分割基础模型，提供图像与视频分割的 API 使用模式。
主要能力：支持文本提示（开放词汇，如 person、red car）、几何提示（带正负标签的边界框）、点提示（SAM1 风格 predict_inst）、视频跟踪，以及 DataPoint 批量推理。
使用方式：安装需 conda 创建 python=3.12 环境，pip install torch==2.7.0 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126，克隆 https://github.com/facebookresearch/sam3.git 后 pip install -e .，并执行 huggingface-cli login 下载权重。图像模型用 build_sam3_image_model() 构建，点提示需 enable_inst_interactivity=True，再以 Sam3Processor 设置图像与提示；视频用 build_sam3_video_predictor 或 build_sam3_video_model。批量 API 通过 Datapoint、FindQueryLoaded、InferenceMetadata 与 ComposeAPI 变换（RandomResizeAPI、ToTensorAPI、NormalizeAPI）处理，后处理用 PostProcessImage 还原到原图尺寸。
适用场景：图像开放词汇分割、交互式点选细化、多框正负提示、多图批量推理与视频目标跟踪。
限制：需 GPU 与 HuggingFace 登录；框提示在处理器中为归一化 cxcywh，在 DataPoint 中为像素 xyxy；单图与批量状态的宽高键名不同（original_width 与 original_widths）；资料未提供收费、价格与效果数据。