เมื่อเร็วๆ นี้ นักวิจัยได้พัฒนาโมเดลการแบ่งส่วนภาพใหม่ที่เรียกว่า GenSAM ซึ่งใช้การแบ่งส่วนภาพผ่านคำอธิบายงานที่เป็นสากล และหลีกเลี่ยงการพึ่งพาสัญญาณเฉพาะตัวอย่าง ความก้าวหน้าของการวิจัยนี้อยู่ที่ประสิทธิภาพและความสามารถในการขยายขนาด โดยเฉพาะอย่างยิ่งเมื่อประมวลผลข้อมูลจำนวนมาก แบบจำลอง GenSAM ใช้ห่วงโซ่ความคิดของ CCTP และกรอบงาน PMG เพื่อแสดงประสิทธิภาพที่ยอดเยี่ยมและความสามารถในการวางลักษณะทั่วไปที่ดีในงานการแบ่งส่วนตัวอย่างแบบพราง มอบความเป็นไปได้ใหม่ๆ สำหรับการใช้เทคโนโลยีการแบ่งส่วนแบบทันทีในทางปฏิบัติ
เมื่อเร็วๆ นี้ นักวิจัยได้เสนอโมเดล GenSAM เพื่อให้มีการแบ่งส่วนภาพโดยใช้คำอธิบายงานแบบสากล และลดการพึ่งพาสัญญาณเฉพาะตัวอย่าง การใช้ห่วงโซ่การคิดของ CCTP และกรอบงาน PMG การทดลองได้พิสูจน์แล้วว่ามีประสิทธิภาพดีกว่าในการแบ่งส่วนตัวอย่างแบบพราง และมีประสิทธิภาพในการสรุปทั่วไปที่ดี นวัตกรรมของการวิจัยคือการให้คำอธิบายงานทั่วไป ทำให้แบบจำลองมีประสิทธิภาพมากขึ้นและปรับขนาดได้เมื่อประมวลผลข้อมูลจำนวนมาก การเปิดตัว GenSAM ถือเป็นก้าวสำคัญในการประยุกต์วิธีการแบ่งส่วนอย่างรวดเร็วในทางปฏิบัติ และอาจให้แนวคิดและแนวทางแก้ไขใหม่ๆ สำหรับสาขาอื่นๆ ในอนาคต
การเกิดขึ้นของโมเดล GenSAM ได้นำทิศทางใหม่มาสู่เทคโนโลยีการแบ่งส่วนภาพ กลไกคำอธิบายงานที่เป็นสากลช่วยปรับปรุงประสิทธิภาพและความสามารถในการปรับขนาดของโมเดล และเป็นข้อมูลอ้างอิงสำหรับการประยุกต์ใช้ปัญญาประดิษฐ์มากขึ้นในอนาคต เชื่อว่า GenSAM จะมีบทบาทสำคัญในด้านการแบ่งส่วนภาพและส่งเสริมการพัฒนาเทคโนโลยีที่เกี่ยวข้องต่อไป