本文综述Meta的Segment Anything Model（SAM）相关研究。SAM是首个视觉基础分割模型，可基于点、框或掩码等提示零样本分割任意对象，精度常媲美甚至超越专用模型。多项研究提出HQ-SAM、PerSAM、TinySAM等改进，提升细节、个性化与效率，并探索其在遥感、医学图像等领域的应用与局限。