🚀 核心实战价值
一句话说明：在ComfyUI中集成Meta SAM 3，仅用一句文字描述（如“红色外套的人”或“中间的水母”）即可一键生成精准分割蒙版与边界框，告别繁琐的手动点选和Grounding DINO+SAM2复合流程，成倍提升AI视频/图像后期、背景替换、目标跟踪的效率。
📊 核心参数表 / 工作流拆解
| 节点/组件 | 功能 | 关键参数 / 模型 |
|---|---|---|
| Load Image | 载入待分割图像（支持任意尺寸） | 直接选择本地图片；工作流预置测试图 |
| SAM3 模型加载器 (custom node) | 加载Meta SAM 3权重 | 模型文件：sam3.pt；路径：ComfyUI/models/sam3/需HuggingFace授权 |
| 文本提示节点 | 输入分割描述词（例如：“girl”“boy”“person in red jacket”） | 支持自然语言；区分单数/复数、属性描述 |
| Confidence Threshold (置信阈值) | 过滤低置信度预测框/蒙版 | 默认0.2；调至0.4可剔除误检（如将男孩识别为女孩） |
| SAM3 Point Collector (点选模式) | 在图像上点击正样本点，仅分割指定目标 | 结合文本提示：点+描述可精准锁定单一实例 |
| Preview / Mask输出 | 显示边界框、分割蒙版、坐标数据 | 可逐一下载蒙版，坐标输出用于下游工作流 |
🎨 画面/镜头表现技巧
构图与镜头逻辑： SAM 3的核心升级在于“文本驱动分割”，对于复杂多人场景，通过置信度阈值和属性细化提示（如“女孩”+提高阈值到0.4）可精确提取特定人群，无需点选。对于需要角色唯一性的镜头（如视频跟踪），先使用点+文本混合模式：在目标主体上点击一次，同时输入“person”或“girl”，模型会将点击的实例与语义锁定，避免漂移。配合后续视频工作流（如Dancing Spaghetti），蒙版边缘平滑，背景替换时几乎无闪烁。声音配合方面，因模型无音频能力，建议在后期合成时利用蒙版区域叠加音效（例如只给分割出的角色增加脚步或环境混响）。
💡 避坑指南 & 高级技巧
- 最容易失败的地方： 模型访问权限未申请——SAM 3在HuggingFace上处于“gated”状态，必须先登录并提交请求（通常24小时内审批），否则ComfyUI加载模型报错。另外，
ComfyUI-SAM3自定义节点必须通过ComfyUI Manager安装，手动安装容易遗漏依赖。 - 高级微调1 · 置信度反选： 当提示“girl”误检到男孩时，不要盲目降低阈值，反而调高阈值至0.4~0.5，模型只保留最高置信度的检测，误报几乎消失。配合提示词细化（如“girl with long hair”）效果更极致。
- 高级微调2 · 点+文本混合锁定： 在“点选分割”工作流中，即使只用点也能分割，但加上文本提示（例如点选一个人并输入“man”）可以显著提升边缘质量，并防止点击点靠近其他物体时发生歧义。这是SAM 3相比SAM 2的杀手锏——多模态提示融合。
- 视频追踪预告： 本文聚焦图像，但工作流稍加修改可直接用于视频帧序列（下一期教程），核心是保持每帧的prompt一致，并利用SAM 3的时序记忆（内置tracking能力）减少抖动。
⚙️ 手把手：纯提示词分割工作流
- 安装模型：在
ComfyUI/models/sam3/放入sam3.pt（需先到HuggingFace申请访问）。 - 加载工作流：下载 sam3_image_segmentation.json 拖入ComfyUI。
- 补节点：通过ComfyUI Manager → Install Missing Custom Nodes 安装 PozzettiAndrea/ComfyUI-SAM3。
- 设置图像与提示：Load Image选择图片，在文本节点输入描述（例如“jellyfish at the center”） 。
- 调节阈值：若结果混杂，提高 confidence threshold（例如从0.2→0.4）过滤误检。
- 运行：输出包含边界框、蒙版叠加图，并可下载单独mask。
示例效果： 输入水母群图，提示“jellyfish at the center” → 仅中心水母被完美分割（边界框+蒙版）。
🖱️ 点选+提示词混合分割（精准锁定单目标）
- 加载工作流 sam3_segmentation_points.json 并补全节点。
- 在 SAM3 Point Collector 节点预览图像上点击目标物体（出现绿色点）。
- 文本提示框中输入目标类别（如“person”），可选。
- 点击Queue Prompt，蒙版仅包含你点击的那个实例。
典型应用： 多人合照中只分割“穿红色外套的人”，点一下+提示“person in red jacket”即可，无视其他人。
首席技术教练提示： SAM 3的真正爆发力在于文本+点+置信度三者协同。对于AI短剧制作，先对首帧用提示词分割所有角色，再结合视频跟踪蒙版，可实现全自动绿幕替换，节省80%抠像时间。后续教程将解锁视频分割与3D生成，保持关注。
