2027 SAM 3D Objects 对比 Tripo H3.1:选主体还是裁图?
同一张狗和长椅的照片实测 SAM 选主体、Tripo 整图和裁图,附四份原始 GLB、实际扣费和多角度截图。

同一张照片里,一只狗坐在公园长椅上。SAM 3D Objects 把提示词从 dog 改成 bench,就分别生成狗和长椅。Tripo H3.1 用整图保住了两个主体,裁成狗的局部图后,成品仍有一个脱离主体的环状块和一个小碎片。下面用四份原始 GLB、实际费用和旋转截图,比较三种目标处理方式适合交付什么。
先说结论
- SAM 对整图分别输入
dog和bench,各实扣 $0.024,输出 6,026 面的狗和 11,008 面的长椅。 - Tripo 整图保住了狗坐在椅子上的关系,导入后是一个网格对象,含 1,428,961 个三角面,原文件为 42,256,832 字节,实扣 $0.360。
- Tripo 裁图的主要主体是狗,还能看到脱开的环状块和小碎片。按精确坐标归并后,Blender 在该网格中查到三个连通块。
- 四份 GLB 都是验证零错误、零警告。结论只用于这一张图和四次对应调用。
先确定要单个物体,还是完整场景
输入是 SandBase 公开样例,512 × 512 像素,一只浅色狗坐在户外金属长椅上。狗挡住一部分椅背和座面,尾巴与椅子下方在照片里重叠。要单独生成狗、单独生成椅子,或者要它们保持同一场景,目标不同,能通过验收的文件也不同。

两个 SAM 请求和 Tripo 整图请求使用同一个原图文件。裁图版是从该图取出的 154 × 370 像素。
SAM 3D Objects 两次用种子 42 和 export_textured_glb: true,只改文本目标。请求没传显式蒙版或框,接口还提供这些字段。Tripo H3.1 图生 3D 两次同样用种子 42、开贴图、关 PBR,选择三角面,面数使用未指定目标时的自适应设置。一个传整张图,另一个传裁图。裁图坐标从零开始,取 x 177–330 和 y 104–473,保住尾巴,也留了一些椅子像素。
这组比较的是怎么指定主体。SAM 收到整图和主体名称,Tripo 收到整图或裁过的像素。两边参数不完全相同,不能把差异都归给模型本身。每种条件只跑一次,也没有测端到端耗时。换另一张有重叠物体的图,需要重新检查目标是否能被分开。
文件大小、三角面和实际扣费

四份原件都是 GLB。数据来自实际回执、文件解析和 Blender 4.5.9 导入。
| 路线和输入 | GLB 字节 | 三角面 | 内嵌图片 | 导入网格对象 | 验证错误/警告 | 实扣 |
|---|---|---|---|---|---|---|
| SAM 整图,选狗 | 1,275,660 | 6,026 | 1 | 1 | 0 / 0 | $0.024 |
| SAM 整图,选长椅 | 1,663,028 | 11,008 | 1 | 1 | 0 / 0 | $0.024 |
| Tripo 整图 | 42,256,832 | 1,428,961 | 1 | 1 | 0 / 0 | $0.360 |
| Tripo 狗裁图 | 41,225,256 | 1,423,768 | 1 | 1 | 0 / 0 | $0.360 |
四次合计实扣 $0.768。Tripo 裁图比整图少 1,031,576 字节和 5,193 个三角面,仍超过 4,100 万字节。裁图改变了交付内容,原件体积只小了一点。若网页有下载上限,应另外记录字节和三角面,再决定要缩贴图、减面还是重跑一档。 GLB 文件体积实测
四份导入后都是一个网格对象。把每份网格中坐标完全相同的点归并,再沿三角形的边查连通区域,两个 SAM 和 Tripo 整图都只查到一块,Tripo 裁图有三块。整图的一个连通块里可以同时认出狗和椅子。用对象名或连通块数,无法直接判断文件里有几个需要独立编辑的物体。
看正向,再转到对侧查残留

每份按自己的包围盒归一化。相机位置和灯光一样,文件的导出朝向不同。
SAM 狗能看到坐姿、脸和垂下的尾巴,所查角度里没有可辨认的椅子。背面细节比高面数的 Tripo 裁图粗。SAM 椅子能看到格栅、座面和椅腿,没有看见狗。输入里遮住的那部分座面由模型补出来,原照无法用来确认它的尺寸和形状。只需要独立主体时,两次文本选择已经给出了可进一步验收的结果。
Tripo 整图能保留狗坐在椅子上的关系,两部分在这份 GLB 中连成一个网格。若只是固定摆件,可以把它当成一份完整构图检查。若希望把狗拿下来,或者让椅子变成独立可移动的对象,还要做分件并检查接触区域。

裁图保留了狗的主体。尾巴附近另有一个环状块,胸前还有小碎片,旋转后依然可见。
Tripo 裁图的身体和脸上保留了较多类似毛发的纹理与起伏。狗的主体下面另有一块环状几何,胸前还有一处细小碎片。三块连通结果和画面能互相印证。根据原照,环状块靠近尾巴和长椅重叠的区域,但这次没有追踪到具体哪些像素造成了哪块残留。若想直接交付独立狗模型,可以换一种裁法、用掩码,或者在编辑器里先隔离再删掉多余几何,删完还要检查尾巴附近是否留下缺口。
按交付目标决定怎么选主体
| 要交付的结果 | 可以从哪里开始 | 交付前检查 |
|---|---|---|
| 一只独立的狗 | 整图加狗的选择提示 | 转到对侧确认没有家具,检查尾巴和四肢。 |
| 一张独立的长椅 | 整图加长椅提示 | 看狗遮住的座面、椅背和腿有没有被补全。 |
| 狗坐在椅子上的整体场景 | 用整图生成 | 核对两者的相对关系、文件体积和网格结构。 |
| 细节较多的独立狗模型 | 用局部图或经核验的掩码 | 找重叠区域和悬浮碎片,检查连通块。 |
服务端用 Bearer 密钥将下面 JSON 发到 POST https://api.sandbase.ai/v1/run。保存任务 ID,通过 GET /v1/run/{id} 查询。改成 bench 就可以复测同一条 SAM 路线的选择变化。Tripo 对应请求只传图和生成设置。裁图用前面列出的坐标,从公开样例重新裁一份即可。
{
"model": "meta/sam-3/3d-objects",
"image": "https://static.sandbase.ai/examples/pixal3d/pixal3d/input_image_0.png",
"prompt": "dog",
"export_textured_glb": true,
"seed": 42
}交接时,把目标名字、请求条件、GLB 哈希和正侧面截图放在一起。这样后续处理的人能确认哪块该保留,也能区分独立网格和一个网格里的多个岛。需要手动删块时,先隔离确认,再去检查原来遮住的位置。 用 Blender 检查拆件结果
给批量验收多留一张对侧截图
把「有狗」「有椅子」「两者能独立移动」写成三个字段。给狗单独交付时,「有狗」通过只是第一步,另外还要记录椅子残留和脱离主体的几何。体积很小的碎片在默认角度容易被遮住,可以先旋转、再按连通区域定位。下一次更改提示词或裁图后,沿用相同的目标和视角。这样能区分主体是否正确和网格能否交给下一个工序,也能从被拒文件里找到是哪一条没过。
如果是接入商品或游戏场景,再加一项实际镜头里的可见性。远处的成品也许不需要细分毛发,但尾巴旁边有悬浮几何会影响近景。把近景和远景的通过条件分别写清楚,后续才能决定该修哪一处。
如果目标是相机坐标里的深度,可以看 MoGe-2 与 MoGe-3 尺度校准实测,文中用原始 PLY 对照已知参考。
常见问题
裁图和选择物体有什么区别?
矩形裁图改变输入范围,仍可能带进重叠的像素。本次 SAM 在整图中选出单个主体,Tripo 狗裁图仍有脱离主体的几何。
整图结果可以直接把狗和椅子分开吗?
Blender 导入一个网格对象,按本轮方法只找到一个连通块。要独立移动两者,需要继续编辑或拆分。
文件小就代表效果好吗?
文件大小决定下载成本。还要看主体是否正确、从哪些角度使用,以及交付要求的几何和材质。
觉得有用?分享给更多人