SAM एक उन्नत वीडियो ऑब्जेक्ट सेगमेंटेशन मॉडल है जो ऑप्टिकल फ्लो और RGB जानकारी को जोड़ता है, जिससे वीडियो में चलती हुई वस्तुओं का पता लगाया और विभाजित किया जा सकता है। यह मॉडल सिंगल-ऑब्जेक्ट और मल्टी-ऑब्जेक्ट बेंचमार्क परीक्षणों में उल्लेखनीय प्रदर्शन सुधार प्राप्त करता है, साथ ही ऑब्जेक्ट की पहचान की स्थिरता भी बनाए रखता है।