컴퓨터 비전 (Computer Vision) 분할 작업을 객체 (Object) 수준에서 임의의 개념 (Concept) 수준으로 확장하여, 모델이 추상적, 희귀 또는 오픈 도메인 (Open-domain) 개념 목표를 분할할 수 있도록 합니다.

ConceptSeg-R1은 메타 강화학습 (Meta-Reinforcement Learning)을 사용하여 범용 개념 분할을 수행하며, 시각적 분할을 '객체 분할'에서 '개념 분할'로 업그레이드합니다. 이는 인스턴스 수준 (Instance-level), 범주 수준 (Category-level), 관계 수준 (Relation-level)의 세 가지 계층으로 나뉩니다. 모델은 데모 (Demonstration)로부터 규칙을 학습한 뒤, 새로운 쿼리 (Query)에 대해 추론합니다. 핵심은 대규모 언어 모델 (LLM)의 추론 상태를 암시적 개념 토큰 (Implicit Concept Token)으로 변환하여, 분할 모듈을 재학습할 필요 없이 SAM 3에 직접 입력하는 것입니다.