GeoSAM2 est un framework contrôlé par invites pour la segmentation de pièces d'objets 3D sans texture. Il restitue des cartes de normales et de points à partir d'un point de vue prédéfini et utilise des invites 2D simples (clics ou cases) pour guider la sélection des pièces. Une infrastructure SAM2 partagée, enrichie par LoRA et la fusion de géométrie résiduelle, traite les invites, permettant une inférence spécifique à la vue tout en préservant les informations préalables pré-entraînées. Les masques prédits sont rétroprojetés sur l'objet et agrégés entre les vues. Cette méthode permet un contrôle précis des pièces sans invites textuelles, optimisation spécifique à la forme ni étiquettes 3D complètes. Contrairement aux méthodes de clustering global ou d'échelle, les invites sont explicites, spatialement ancrées et interprétables. Elle atteint des performances de pointe, indépendantes des classes, sur PartObjaverse-Tiny et PartNetE, surpassant à la fois les pipelines lents basés sur l'optimisation et les approches de feed-forward rapides mais rudimentaires. Cela met en évidence un nouveau paradigme pour la segmentation 3D qui exploite les entrées 2D interactives pour augmenter la contrôlabilité et la précision dans la compréhension des pièces au niveau de l'objet, en s'alignant sur le paradigme de SAM2.
