SAM 3 da Meta e GeoIA: a profissão do futuro é multidisciplinar

A Meta lançou o SAM 3 (Segment Anything Model 3), um modelo de visão computacional que detecta, segmenta e rastreia qualquer objeto em imagens e vídeos a partir de uma simples palavra. Você digita "carro", "árvore" ou "guarda-chuva listrado vermelho" e o modelo encontra e recorta todas as ocorrências. Em março de 2026 veio o SAM 3.1, que rastreia até 16 objetos de uma vez e dobra a velocidade de processamento em vídeos com vários objetos.

Para quem está escolhendo uma carreira ou se reposicionando no mercado, a mensagem é clara: a estratégia agora é multidisciplinar. A IA de visão computacional ficou acessível, e quem souber aplicá-la a um problema real do território — uma lavoura, uma bacia hidrográfica, uma mina, uma cidade — passa a ter uma vantagem enorme.

O que o SAM 3 faz, segundo a própria Meta

• Prompts de texto: palavras e frases curtas para mascarar todos os objetos que correspondem à descrição.
• Prompts por exemplo: você desenha uma caixa em volta de um exemplo e o modelo marca todos os objetos parecidos.
• Prompts visuais: cliques positivos e negativos, caixas e máscaras, como no SAM 1 e SAM 2.
• Interatividade: se o modelo errar ou deixar algo passar, você corrige com novos prompts.
• Desempenho: ganho de 2x sobre os sistemas existentes no benchmark SA-Co, em imagem e vídeo, e cerca de 30 milissegundos por imagem com mais de 100 objetos detectados em uma GPU H200.
• SAM 3 Agent: combinado com um modelo de linguagem multimodal, ele resolve pedidos mais complexos, que exigem raciocínio.

Por trás disso há um "motor de dados" que juntou anotadores humanos e IA para criar um conjunto de treino com mais de 4 milhões de conceitos únicos. Junto com o SAM 3, a Meta lançou também o SAM 3D, que reconstrói objetos e pessoas em 3D a partir de uma única imagem.

Não é só para vídeos de redes sociais: já é ciência e meio ambiente

A Meta mostra o SAM 3 em efeitos do Instagram Edits e no Facebook Marketplace, mas os exemplos que mais interessam a quem trabalha com território são outros:

• SA-FARI: com a Conservation X Labs e a Osa Conservation, um conjunto aberto com mais de 10.000 vídeos de armadilhas fotográficas de mais de 100 espécies, com cada animal segmentado quadro a quadro, para monitoramento de fauna.
• FathomNet: com o MBARI, máscaras e um benchmark de segmentação para imagens subaquáticas, para exploração e conservação dos oceanos.

No Segment Anything Playground (aidemos.meta.com) qualquer pessoa pode testar o modelo sem programar, com modelos prontos como "Contour lines", "Bounding box", "Motion trails", "Track anything", "Blur license plates" e "Pixelate screens". Vale lembrar que o Playground é uma demonstração de pesquisa, para uso pessoal e não comercial.

A oportunidade está no limite do modelo

A parte mais importante para a sua carreira está escrita pela própria Meta: o SAM 3 tem dificuldade com conceitos muito específicos de um domínio, como termos técnicos em imagens médicas ou científicas, mas aprende rápido quando é ajustado (fine-tuning) com poucos dados anotados. A Meta inclusive liberou o código de ajuste e fez parceria com a Roboflow para anotar, treinar e publicar versões adaptadas.

Traduzindo: o modelo é genérico; quem sabe o que é uma voçoroca, um talhão com falha de plantio, uma cava de mineração, uma área de preservação permanente ou um telhado irregular é você, o especialista. É exatamente aí que o profissional de cada área se torna insubstituível: ele diz à IA o que procurar, valida o resultado e transforma a máscara em decisão.

Visão computacional + geoprocessamento = GeoIA

Quando a imagem vem de satélite, drone ou câmera georreferenciada, cada máscara que a IA recorta pode virar um polígono com coordenadas. Esse polígono entra no QGIS, no PostGIS ou no Google Earth Engine, é cruzado com cadastro, relevo, hidrografia e legislação, e vira mapa, indicador e relatório. Esse é o ciclo da GeoIA: a IA enxerga, o geoprocessamento localiza e mede, e o especialista interpreta.

Um cuidado honesto: o SAM 3 foi treinado principalmente com fotos e vídeos do dia a dia. Para imagens de satélite e drone, quase sempre é preciso testar, ajustar o prompt e, muitas vezes, fazer um fine-tuning com exemplos da sua região. Saber fazer isso é justamente a habilidade que o mercado vai pagar.

Onde isso entra em cada profissão

• Computação e Ciência de Dados: pipelines de detecção, fine-tuning de modelos, APIs e WebGIS que entregam o resultado para quem decide.
• Agronomia: contagem de plantas, falhas de plantio, delimitação de talhões, pragas e estresse hídrico com drone e satélite.
• Engenharia Ambiental: desmatamento, queimadas, áreas de preservação, licenciamento e monitoramento de fauna.
• Engenharia de Minas: cavas, pilhas, barragens, frentes de lavra e volumes acompanhados no tempo.
• Engenharia Sanitária: corpos d'água, lançamentos, lixões, áreas de risco e redes de saneamento.
• Engenharia Florestal: inventário florestal, copas, clareiras, corte seletivo e recuperação de áreas degradadas.
• Arquitetura e Urbanismo: edificações, telhados, ocupações irregulares, áreas verdes e cadastro urbano.
• Geologia: afloramentos, feições geomorfológicas, deslizamentos e erosões.
• Geografia: uso e cobertura da terra, dinâmica urbana e análise territorial em escala.
• Educação a distância: laboratórios virtuais, mapas interativos e atividades práticas com dados reais, acessíveis de qualquer lugar.

E a lista não para aí: biologia, saúde pública, defesa civil, logística, seguros e o setor público já usam imagens e mapas para tomar decisões.

A estratégia: domínio + IA + inteligência espacial

O profissional que vai se destacar nos próximos anos não é só o programador nem só o especialista de campo. É quem junta três coisas: conhecimento da sua área, uso prático de IA e inteligência espacial (saber localizar, medir e cruzar informações no mapa). Para quem está saindo do ENEM e escolhendo um curso, essa é uma ótima notícia: qualquer uma dessas graduações pode levar à profissão do futuro, desde que você comece a aprender GeoIA cedo.

Por onde começar:

1. Teste o SAM 3 no Segment Anything Playground com imagens do seu tema.
2. Aprenda o básico de QGIS e de dados geográficos (vetor, raster, sistemas de coordenadas).
3. Use IA para escrever scripts em Python e Google Earth Engine sem travar na programação.
4. Publique seus resultados em um WebGIS: um mapa interativo vale mais que mil slides no seu portfólio.

Comece hoje com o Kit GeoIA

Para acelerar esse caminho, a Crossgeo criou o Kit GeoIA: tudo o que você precisa para usar IA no geoprocessamento a partir de hoje.

• 7 agentes de IA especializados em QGIS, PostGIS, WebGIS, Python e Google Earth Engine;
• 120 prompts prontos para classificação de uso do solo, NDVI, detecção de mudanças, queimadas, MapBiomas e muito mais;
• 3 templates WebGIS para publicar seus mapas;
• o guia "Seu 1º WebGIS com IA em 30 minutos".

Tudo por R$ 39, com acesso imediato após a compra.

Garanta o seu Kit GeoIA agora: kit-geo.crossgeo.com.br

A profissão do futuro é multidisciplinar. Comece a se preparar hoje.

Fontes

• Meta AI, "Introducing Meta Segment Anything Model 3 and Segment Anything Playground" e atualização SAM 3.1: ai.meta.com/blog/segment-anything-model-3
• Página do SAM 3: ai.meta.com/research/sam3
• Segment Anything Playground: aidemos.meta.com/segment-anything/gallery
• Meta AI Demos: aidemos.meta.com

Quero o Kit GeoIA por R$ 39