現在 AI 與無人機的結合發展的程度可能已經超乎你的想像，X 上有開發者使用 Meta 開源的 Segment Anything Model 3（SAM 3）AI 模型，結合了高解析度航拍攝影、LiDAR 雷射點雲掃描，用一架無人機飛越一整座公墓上空帶回了完整的 3D 地形模型，以及 9,940 塊墓碑的精確位置與輪廓。全程沒有任何人手動描繪，AI 模型自動完成了影像辨識與 CAD 圖紙輸出的完整流程。將過去需要測量團隊耗費數週才能完成的任務，壓縮到非常短的時間。
A drone just mapped an entire cemetery and found 9,940 individual grave headstones on its own in 21 minutes
A 335 megapixel scan gets fused with 134 million lidar points, building a full 3D model of the terrain down to 5cm resolution
An AI model called SAM3 scans the imagery… pic.twitter.com/ZGCVDmVjat
— pulmencr (@pulmencr) July 24, 2026
技術拆解：從空中掃描到 CAD 圖紙
這套工作流的第一層是感測資料擷取，無人機搭載的相機拍攝了 335 百萬像素的超高解析度航拍影像，同時 LiDAR 感測器發射雷射脈衝，收集了 1.34 億個三維點雲資料點。兩種感測器的資料融合後，系統建立出解析度達 5 公分的完整 3D 地形模型，每一塊墓碑的高度、形狀與相對位置都被精確記錄下來。
第二層是 AI 自動辨識。負責這項任務的是 Meta 於 2026 年 3 月發布的 Segment Anything Model 3，簡稱 SAM 3。這個模型最大的特點在於支援「概念分割」，使用者只需要輸入文字提示（例如「headstone」），模型就會自動掃描整張影像，辨識並勾勒出每一個符合該概念的物件輪廓。不需要預先訓練客製化模型，也不需要人工標註訓練資料，直接零樣本即可運作。
第三層是向量輸出。SAM 3 辨識出的每一個墓碑輪廓被自動轉換為 CAD 向量格式，可直接匯出為工程圖紙，供後續的測量、規劃或地籍管理使用。
SAM 3：Meta 的通用影像分割模型
SAM 3 是 Meta 在電腦視覺領域的最新基礎模型，建立在前兩代 SAM 與 SAM 2 的基礎之上。相較於前代只能根據點擊或框選來分割單一物件，SAM 3 引入了文字提示與範例提示的能力，可以一次性偵測、分割並追蹤影像或影片中所有屬於同一概念的物件。
這項能力在地理空間領域特別有價值。Wherobots 公司已將 SAM 3 整合進其 RasterFlow 地球觀測推理引擎，並在 133 GB 的美國國家農業影像計畫（NAIP）航拍資料上進行測試，成功以文字提示自動偵測出建築屋頂、道路、貨櫃與農機等目標物，直接輸出為向量幾何資料。
SAM 3 的原始碼在 GitHub 上以開源方式發布，截至撰文時已累積大量引用與社群貢獻。對於測量與地理資訊產業而言，過去需要大量人力進行的影像判釋工作，現在可以透過一個開源模型加上適當的提示詞來自動完成。
公墓數位化：一個正在成形的應用場景
公墓測量與管理需要大量人力投入。測量師必須親自走訪每一塊墓碑，手動記錄位置、量測尺寸，再將結果繪製成圖紙。在一座擁有上萬塊墓碑的大型公墓中，這項工作可能耗費數週甚至數月。
GeoCue 公司先前已使用 TrueView 515 LiDAR 系統在美國歷史悠久的 Westview 公墓進行掃描，成功發現了多處被植被覆蓋的隱藏墓穴，為修復保存計畫提供了關鍵的地形資料。
2026 年初，美國 The Conversation 報導了一項大學課程計畫，環境科學家帶領超過 50 名學生，利用無人機、手機與 GIS 技術，為一座擁有 6,000 塊墓碑但幾乎沒有任何紀錄的歷史公墓建立數位地圖。 上述案例都顯示，公墓管理正從紙本地籍走向數位化，而 AI 與無人機的結合大幅加速了這個過程。
本次展示的方式將整個流程推向極致：從起飛到輸出 CAD 圖紙，短時間內完成。傳統做法需要測量師花費數週手動描繪的數千個物件，被 AI 在影像掃描階段就一次處理完畢。對於管理大型公墓、需要定期更新地籍資料或進行空間規劃的機構而言，這種效率差距足以改變整個工作流程。
技術限制與適用範圍
這套管線並非沒有前提條件。首先，高品質的 335 百萬像素航拍與 LiDAR 掃描需要專業級的無人機設備，硬體成本遠高於一般消費級無人機。其次，SAM 3 的辨識效果取決於影像解析度與墓碑的可見度，被茂密植被完全覆蓋或嚴重風化磨損的墓碑可能無法被準確偵測。
此外，CAD 向量輸出雖然省去了手動繪圖的步驟，但輸出結果仍需專業測量人員進行驗證與修正，尤其是在需要法律效力的地籍測量場景中。AI 辨識的準確率會受到光線、陰影、墓碑間距等因素影響，不可能達到百分之百的正確率。
不過，即便考慮上述限制，相較於傳統做法，這套管線仍然代表了數量級的效率提升。即使後續需要人工修正 5% 到 10% 的辨識結果，整體所需時間仍然遠低於全程手動作業。
從公墓到城市：AI 視覺的更大想像
公墓掃描只是 SAM 3 在地理空間領域的一個具體應用案例。Wherobots 的測試已經證明，同一套技術可以擴展到建築物偵測、道路辨識、農地分類、災損評估等更廣泛的場景。當 AI 能夠以文字提示直接從衛星或航拍影像中提取結構化的向量資料，傳統 GIS 工作流程中耗時最長的「影像判釋」環節就被大幅壓縮。
這則展示影片在網路上的傳播速度，也反映了業界對於「AI + 無人機」組合的高度關注。當一項過去需要專業團隊耗費數週的工作可以在短時間內完成，受影響的是整個空間資料取得與處理的商業模式。