GenSAM est une méthode de détection d'objets camouflés (COD) qui utilise la technologie d'invite de chaîne de pensée intermodale (CCTP) pour comprendre les invites visuelles et exploite des invites textuelles universelles pour obtenir des invites visuelles fiables. Cette méthode génère et optimise automatiquement des invites visuelles au moment des tests grâce à la génération progressive de masques (PMG), sans entraînement supplémentaire, pour une segmentation d'objectifs camouflés efficace et précise.