O que são SAM 3, GEM, Andromeda e Lattice da Meta?

Onde cada tecnologia entra

Uma forma simples de visualizar as diferenças é separar criação e compreensão visual do processo de entrega dos anúncios.

• SAM 3 identifica, segmenta e acompanha objetos em imagens e vídeos;
• Andromeda recupera, entre milhões de possibilidades, os anúncios que podem ser mais relevantes;
• Lattice compartilha aprendizados entre objetivos e superfícies para ajudar no ranqueamento;
• GEM funciona como um modelo-base que aprende em grande escala e transfere conhecimento para outros modelos de recomendação.

Eles não são quatro versões do mesmo algoritmo. São tecnologias com funções, momentos e escopos diferentes dentro do ecossistema de IA da Meta.

O que é o SAM 3?

O Segment Anything Model 3 (SAM 3) é um modelo de visão computacional da Meta. Ele consegue detectar, segmentar e acompanhar objetos em imagens e vídeos a partir de comandos de texto, exemplos visuais, pontos, caixas ou máscaras.

Segmentar significa identificar com precisão quais pixels pertencem a um objeto. Em vez de apenas reconhecer que existe uma pessoa em uma cena, o modelo pode separar seu contorno do fundo e acompanhá-la ao longo de um vídeo.

Essa capacidade abre espaço para recortes automáticos, efeitos aplicados a objetos específicos, edição de vídeo, anotação de dados e outras experiências de criação. A Meta já relacionou o modelo a recursos no Edits, no Marketplace e em suas ferramentas de mídia. Em março de 2026, a empresa também apresentou o SAM 3.1 como uma atualização compatível, com processamento mais eficiente para acompanhar vários objetos em vídeo.

Mas existe uma distinção importante: o SAM 3 não é apresentado pela Meta como o sistema que escolhe ou ranqueia anúncios. Sua relação com publicidade é indireta, principalmente pelo potencial de melhorar ferramentas e fluxos criativos.

O que é o GEM?

GEM é a sigla para Generative Ads Recommendation Model. Segundo a Meta Engineering, trata-se de um modelo-base para recomendação de anúncios, treinado em milhares de GPUs e inspirado nos princípios de escala utilizados em grandes modelos de linguagem.

Seu papel não é simplesmente gerar uma imagem ou escrever um anúncio. O GEM aprende padrões a partir de grandes volumes de interações, características dos anúncios, objetivos dos anunciantes e comportamentos nas plataformas. Depois, parte desse conhecimento pode ser transferida para modelos menores e especializados que precisam operar com baixa latência.

A Meta descreve esse processo como uma mudança na forma de compartilhar aprendizado entre sua frota de modelos. Em vez de cada sistema aprender somente com um conjunto limitado de dados, um modelo-base pode capturar relações mais amplas e ajudar modelos de produção a fazer previsões melhores.

Nos resultados divulgados pela empresa, a implantação do GEM foi associada a um aumento de 5% nas conversões de anúncios no Instagram e de 3% no Feed do Facebook no segundo trimestre de 2025. Esses números mostram resultados dos testes e implantações da Meta, não uma garantia para cada anunciante.

O que é o Meta Andromeda?

O Meta Andromeda é o sistema de recuperação de anúncios. Essa é a primeira etapa do processo de recomendação: entre dezenas de milhões de anúncios elegíveis, ele reduz o universo para alguns milhares de candidatos que poderão avançar para etapas mais detalhadas de classificação.

É semelhante a uma pré-seleção. Antes de comparar profundamente cada alternativa, o sistema precisa encontrar rapidamente quais opções merecem ser avaliadas para aquela impressão.

Andromeda combina arquitetura de aprendizado de máquina, indexação hierárquica, software e hardware especializado. A Meta afirma que esse desenho permitiu aumentar em 10 mil vezes a capacidade do modelo de recuperação, mantendo as exigências de velocidade do sistema.

A tecnologia também responde ao crescimento do número de variações criativas. Quando um anunciante possui diferentes imagens, vídeos, textos e formatos, a etapa de recuperação precisa explorar esse conjunto sem transformar a campanha em um processo lento ou inviável.

O que é o Meta Lattice?

O Meta Lattice é uma arquitetura de ranqueamento criada para compartilhar aprendizados entre diferentes objetivos, formatos e superfícies. Antes, muitos modelos menores eram otimizados separadamente para situações específicas. O Lattice consolida parte desse conhecimento em modelos maiores e mais abrangentes.

Isso permite aprender relações entre Feed, Stories e Reels, além de objetivos como visualização, clique e conversão. Um sinal observado em um contexto pode contribuir para previsões em outro, especialmente quando existe pouco histórico disponível.

A arquitetura também considera que as respostas a um anúncio acontecem em ritmos diferentes. Um clique pode surgir em segundos, enquanto uma compra pode ocorrer dias depois. Modelar sinais imediatos e atrasados ajuda a representar melhor a jornada.

Em uma publicação para anunciantes, a Meta associou o Lattice a uma melhoria de quase 12% na qualidade dos anúncios e a um aumento de até 6% nas conversões. Novamente, são resultados agregados divulgados pela plataforma, não uma projeção automática de desempenho para campanhas individuais.

Como GEM, Andromeda e Lattice se relacionam no Meta Ads?

Em uma visão simplificada, Andromeda encontra um conjunto inicial de anúncios relevantes. Os modelos de ranqueamento, entre eles a arquitetura Lattice, fazem previsões mais detalhadas para ordenar candidatos conforme o valor esperado para a pessoa e para o anunciante.

GEM atua em outra escala. Ele aprende com um universo amplo de dados e transfere conhecimento para modelos que operam em partes específicas do sistema. A Meta não descreve essa relação como uma linha única em que GEM entrega diretamente cada anúncio; trata-se de uma camada de aprendizado que fortalece a frota de recomendação.

O SAM 3 fica fora dessa sequência de recuperação e ranqueamento. Ele deve ser entendido como uma tecnologia visual complementar, relevante para reconhecer e manipular elementos dos materiais criativos.

O que muda para quem anuncia na Meta?

Essas tecnologias operam nos bastidores. O anunciante não escolhe manualmente usar Andromeda, Lattice ou GEM em uma campanha. Ainda assim, a direção técnica da plataforma muda algumas prioridades práticas.

O que a IA da Meta não resolve

Um sistema de entrega mais sofisticado pode encontrar combinações melhores entre pessoas e anúncios. Ele não transforma automaticamente uma oferta fraca em uma boa proposta de valor.

Também não corrige uma página lenta, um formulário confuso, um atendimento que demora ou um processo comercial sem acompanhamento. Se a conversão final acontece fora da plataforma e não retorna como sinal confiável, o algoritmo pode otimizar para uma aproximação do resultado, e não para o resultado que realmente importa.

• Defina o objetivo comercial antes de escolher a configuração da campanha;
• Crie variações com hipóteses claras, não mudanças aleatórias;
• Conecte eventos da plataforma a leads qualificados, oportunidades e vendas;
• Avalie custo e qualidade do resultado, não apenas alcance ou cliques;
• Mantenha testes controlados para separar melhoria real de oscilação normal.

Como a Axxis trabalha Meta Ads, dados e processo comercial

Na gestão de tráfego pago da Axxis, a campanha é analisada como parte de uma jornada. O trabalho conecta estratégia, criativos, configuração, página, mensuração e atendimento para que a otimização não termine no clique.

Também integramos mídia, CRM e automações quando a operação precisa acompanhar quais campanhas geram contatos, oportunidades e receita. Essa conexão fornece uma leitura mais útil para decisões de orçamento e para a evolução dos sinais enviados às plataformas.

GEM, Andromeda, Lattice e os próximos modelos da Meta continuarão mudando. A base da estratégia permanece: comunicar uma oferta relevante, medir o que acontece depois do anúncio e transformar aprendizado em decisões melhores.