ComfyPilotComfyPilot
文档 / 教程 / SAM 3.1：ComfyUI 图像与视频分割

SAM 3.1：ComfyUI 图像与视频分割

在 ComfyUI 中使用 Meta 的 SAM 3.1，通过文本、点、框或遮罩提示分割并跟踪图像和视频中的对象，无需手动逐帧标注。

教程 video-segment-sam3 更新于 2026-11-12

查看官方原文

SAM 3.1：ComfyUI 图像与视频分割

在 ComfyUI 中使用 Meta 的 SAM 3.1，通过文本、点、框或遮罩提示分割并跟踪图像和视频中的对象，无需手动逐帧标注。
[!TIP] > [tab] 本地用户 > > 请确保你的 ComfyUI 已经更新。 > > ComfyUI 下载 > ComfyUI 更新教程 > > 本指南里的工作流可以在工作流模板中找到。如果找不到，可能是 ComfyUI 没有更新。 > > 如果加载工作流时有节点缺失，可能原因有： > > 1. 你用的不是最新版（每夜版）。 > 2. 启动时有些节点导入失败。 > [tab] 云端用户 > > * Cloud 会在 ComfyUI 稳定版本发布后更新。 > > 所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。

SAM 3（Segment Anything Model 3）是 Meta 推出的统一基础模型，支持图像和视频的可提示分割。它能通过文本或视觉提示（点、框、遮罩）检测、分割和追踪物体。相比前代 SAM 2，SAM 3 引入了通过短文本短语对开放词汇概念进行全量分割的能力。

SAM 3.1 Multiplex 是最新发布的检查点版本，引入了共享内存方法的联合多物体追踪：在不牺牲精度的情况下显著提升了速度。

SAM 3.1 在 ComfyUI 中获得原生支持（PR #13408），模型权重基于 SAM License 发布。

SAM 3 GitHub | 论文 (arXiv) | 🤗 Model Hub

<video controls width="100%"> <source src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/utility_video_segment_sam3.mp4" type="video/mp4" /> </video>

SAM 3.1 能根据文本提示在视频帧中分割并追踪物体。以上示例展示了目标物体在视频中通过遮罩进行分割的输出结果。

核心优势

  • 文本驱动分割 — 用自然语言描述要分割的内容，无需手动标注点或框
  • 图像和视频双支持 — 支持单张图像分割和视频序列跨帧追踪
  • 多物体支持 — 使用逗号分隔的提示可同时分割和追踪多个物体
  • 开放词汇 — 处理远超以往工作的开放词汇概念
限制： 模型文本提示的 token 上限为 32 个。为获得最佳结果，请保持提示简短并聚焦于目标物体。

SAM 3.1 分割工作流

1. 下载工作流

请更新你的 ComfyUI 到最新版本，然后前往 工作流 -> 浏览模板，在 Utility 类别下找到 SAM 3.1 工作流。

SAM3：视频分割

使用 SAM3 模型从视频中分割出主要主体或内容，隔离特定对象或区域。

SAM3 视频分割工作流预览

[card] 在 Comfy Cloud 上运行 在 Comfy Cloud 中打开
[card] 下载工作流 下载 JSON 文件或在模板库中搜索“SAM3: Video Segmentation”

输入材料

将以下文件上传到对应的 LoadVideo 节点：

[card] drinking\_unicorn.mp4 LoadVideo 节点 115 · drinking_unicorn.mp4

示例输出

<video controls width="100%"> <source src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/utility_video_segment_sam3.mp4" type="video/mp4" /> </video>

SAM3：图像分割

使用 SAM3 模型从照片或图像中分割出主要主体或内容，隔离特定对象或区域。

SAM3 图像分割工作流预览

[card] 在 Comfy Cloud 上运行 在 Comfy Cloud 中打开
[card] 下载工作流 下载 JSON 文件或在模板库中搜索“SAM3: Image Segmentation”

输入材料

将以下文件上传到对应的 LoadImage 节点：

[card] neon\_guitarist.png LoadImage 节点 79 · neon_guitarist.png

输入图像

2. 下载模型

SAM 3.1 模型托管在 Comfy-Org SAM 3.1 模型仓库。

放置到以下目录结构：

📂 ComfyUI/
└── 📂 models/
    └── 📂 checkpoints/
        └── sam3.1_multiplex_fp16.safetensors

3. 使用工作流

图像分割：

  • 图像：通过 Load Image 节点加载图像（放入 ComfyUI 的 input/ 文件夹）
  • 物体提示：要分割物体的简短文本描述，例如 person、car、cat
  • 输出为图像的遮罩，RGBA 预览显示分割结果

视频分割：

  • 视频：通过 Load Video 节点加载视频
  • 物体提示：同上，描述要在各帧之间追踪和分割的物体的简短文本
  • 输出包含每帧的遮罩和边界框

提示格式：

提示作用
SAM3 物体提示描述要分割的内容。最多 32 个 token。

如需分别提示多个主体，用逗号分隔，并使用 :N 指定每个提示检测的最大物体数量： eye:2, window panels:4

[card] 了解 Subgraph 本工作流使用了 Subgraph 节点实现模块化处理。查阅 Subgraph 文档了解如何自定义和扩展工作流。

补充说明

  • 保持提示简短而具体 — 模型每个提示有 32 个 token 的限制
  • 多物体检测 — 使用逗号分隔不同物体类型，用 :N 限制每种类型的检测数量
  • 分割遮罩 — 输出遮罩可作为其他工作流的输入（例如修复、背景移除）
  • 更新需求 — 确保 ComfyUI 已更新到最新版本以支持 SAM 3.1