SAM 3D Body: una foto in ingresso, un umano riggabile in uscita, e dove si rompe in silenzio

SAM 3D Body ricostruisce una mesh umana a corpo intero, comprese mani e piedi, da una singola immagine, stimando sia la posa sia la forma. Introduce un nuovo formato di corpo parametrico, il Momentum Human Rig (MHR), che disaccoppia lo scheletro dalla superficie dei tessuti molli, in modo che rig e forma del corpo possano essere considerati separatamente. Come il resto della famiglia Segment Anything, è promptabile: potete fornire keypoint 2D o maschere di segmentazione per guidare il risultato.

I dettagli pratici contano per chiunque voglia impiegarlo. Meta ha fornito pesi aperti in due backbone, un DINOv3-H+ con circa 840M di parametri e un ViT-H con circa 631M, oltre a codice di inferenza, dati di addestramento e il modello MHR. Riporta un errore mesh 3DPW (MPJPE) di 54,8 e alimenta già una funzione live per i consumatori, View in Room di Facebook Marketplace. È stato addestrato su circa 8 milioni di immagini. Non è una demo di ricerca; è entrato in un prodotto fin dal primo giorno.

Il punto strategico per un'azienda tedesca o europea è dove avviene il calcolo, non quanto sia intelligente la mesh. Un'immagine del corpo umano è un dato personale sensibile ai sensi del GDPR. Nel momento in cui inviate la foto di un cliente a un'API di ricostruzione di terze parti, avete un contratto di trattamento dati, una questione di trasferimento e un costo in termini di fiducia. I pesi aperti eliminano questo passaggio: eseguite il modello nella vostra rete e l'immagine del corpo non la lascia mai.

Questo trasforma diversi casi d'uso da scomodi a possedibili. Virtual try-on e visualizzazione della vestibilità, avatar AR e VR, analisi di fitness e movimento, e previz per animazione o produzione virtuale possono tutti girare su un'infrastruttura che controllate, con la stessa UX che offrirebbe un'API ospitata. È la stessa logica di pipeline propria che abbiamo applicato a la generazione di asset 3D da una singola immagine con TRELLIS: il valore non è solo il modello, è mantenere l'input sensibile dalla vostra parte del muro. La licenza è la cosa da verificare prima di costruire: il rig MHR è confermato come permissivo-commerciale, mentre i pesi del corpo compaiono sotto la licenza SAM, quindi leggete le condizioni effettive per il vostro impiego.

Ritagliare correttamente il caso d'uso è tutta l'arte, perché la ricostruzione da singola immagine ha limiti onesti che nessuna qualità del modello elimina. Un'analisi indipendente ha rilevato che SAM 3D Body privilegia una posa plausibile rispetto alla precisione metrica e spinge i corpi atipici (scoliosi, cambiamenti legati all'età, gravidanza) verso una media sana. Questo va bene per un avatar che deve semplicemente sembrare corretto; è sbagliato per la misurazione medica, ergonomica o legale, dove è proprio lo scostamento il punto.

Altri tre limiti da progettare intorno. Una singola immagine non può risolvere la profondità o la scala reale, quindi la posizione globale e le misure reali restano ipotesi sottodeterminate. Un'occlusione forte, in cui la maggior parte del corpo è nascosta, lo peggiora nettamente. Ed è per immagine, non in tempo reale: la community sta già gareggiando per risolverlo con varianti più veloci e runtime in C++, e il video richiede macchinari aggiuntivi per la stabilità temporale. La regola che vi tiene al sicuro è semplice. Ritagliate il caso d'uso su ciò che è plausibile (visualizzazione, try-on, avatar), non su ciò che è preciso (misurazione, diagnosi, sicurezza). Entro questo limite, un modello 3D umano eseguibile in autonomia e rispettoso della privacy è una vera nuova opzione per il 2026.