剛剛，AI大牛吳恩達(dá)官宣創(chuàng)業(yè)公司新成果——Agentic Object Detection（Agent目標(biāo)檢測(cè)）。

無(wú)需標(biāo)注訓(xùn)練數(shù)據(jù)，模型僅通過(guò)推理就能在圖片中定位指定物體。

舉個(gè)栗子，在一張長(zhǎng)滿草莓的圖片中，提示詞為“未成熟的草莓”，AI模型立馬分分鐘幫你找出。

據(jù)吳恩達(dá)介紹，以前視覺(jué)AI要想識(shí)別物體，需要在大量標(biāo)注數(shù)據(jù)上訓(xùn)練，而現(xiàn)在AI只需瞥一眼圖片，短暫思考后（當(dāng)前約20~30s）就能立刻輸出正確內(nèi)容。

而通過(guò)推理實(shí)現(xiàn)零樣本標(biāo)記的方法也令一眾網(wǎng)友感到興奮，未來(lái)應(yīng)用潛力巨大。

目前這個(gè)AI工具人人免費(fèi)可玩（也為開發(fā)者提供了API），僅過(guò)去幾小時(shí)，一大波網(wǎng)友試玩已新鮮出爐~

網(wǎng)友瘋狂試玩ing

還是先來(lái)看下吳恩達(dá)的詳細(xì)介紹。

在他看來(lái)，Agentic Object Detection改變了目標(biāo)檢測(cè)的工作流程。

傳統(tǒng)視覺(jué)AI的目標(biāo)檢測(cè)，通常需要繪制大量邊框來(lái)標(biāo)注數(shù)據(jù)，然后在神經(jīng)網(wǎng)絡(luò)上訓(xùn)練。

而現(xiàn)在，新的AI系統(tǒng)將耗時(shí)耗力的標(biāo)注過(guò)程省略了。它將感知規(guī)劃行動(dòng)等都糅合在一起，通過(guò)調(diào)用一系列工具，以及對(duì)任務(wù)長(zhǎng)度進(jìn)行推理，最終實(shí)現(xiàn)了零樣本標(biāo)記輸入輸出。

按他的說(shuō)法，這就好比“睜眼版”o1和DeepSeek R1，看一眼，然后立即思考作答。

介紹過(guò)程中，除了一開始提到的草莓識(shí)別，他還展示了其他幾個(gè)demo（請(qǐng)大家來(lái)找茬doge）。

planes with two engines（帶兩個(gè)引擎的飛機(jī)）

再比如在超市貨架上找出某品牌的麥片。

Kellogg’s branded cerea

當(dāng)然更實(shí)用的場(chǎng)景是，假如在家里翻箱倒柜找不著東西了，召喚它來(lái)幫忙（媽媽：別整天媽媽媽）。

除此之外，網(wǎng)友們也開始集體交作業(yè)，整體看下來(lái)大部分都成功了。

簡(jiǎn)單的有，找出板球運(yùn)動(dòng)中的擊球手（batsman）。

或者檢測(cè)出特定程序項(xiàng)目。

再比如找出航拍視角下的荒漠綠植。

當(dāng)然，還有類似下面這樣的日常生活。AI成功找到了一大盤食物中的壽司，不過(guò)在找貨架上的汽水時(shí)，網(wǎng)友反饋只有詳細(xì)到芬達(dá)這個(gè)品牌名才有可能成功，單純提示“汽水”nonono。

更難的有，分別識(shí)別出美式足球中的攻守兩方隊(duì)員（上下驗(yàn)證能對(duì)得上）。

甚至也能快速找出非常迷你的飛鏢。

不過(guò)，也有網(wǎng)友分享了少部分翻車案例。

同一張圖，當(dāng)網(wǎng)友試圖找出戴帽子的人，AI明顯漏了，一眼就能看到23號(hào)隊(duì)員。

而且也無(wú)法識(shí)別圖中的矩形。（地面，看看我）

經(jīng)網(wǎng)友總結(jié)，顯然Agentic Object Detection對(duì)一些常見(jiàn)問(wèn)題（如遮擋、光線過(guò)曝等）還無(wú)法良好適應(yīng)。

正如我們前面提到的草莓，有火眼金睛的網(wǎng)友發(fā)現(xiàn)，AI誤將一個(gè)光線不佳的成熟草莓識(shí)別為“未成熟”。

不過(guò)吳恩達(dá)也早已提到，目前這個(gè)還只是初步嘗試，檢測(cè)質(zhì)量、回答速度等后續(xù)還會(huì)進(jìn)行優(yōu)化。

出自吳恩達(dá)第二個(gè)創(chuàng)業(yè)項(xiàng)目

眾所周知，吳恩達(dá)從2017年離開百度后（百度前首席科學(xué)家）便投身AI創(chuàng)業(yè)。

目前已知的人工智能項(xiàng)目有3個(gè)。

2017年6月，他官宣了第一個(gè)創(chuàng)業(yè)項(xiàng)目Deeplearning.ai，主要和教育相關(guān)（他目前還是斯坦福大學(xué)CS客座教授）。

這是一個(gè)AI在線教育平臺(tái)，通過(guò)提供深度學(xué)習(xí)課程和資源，幫助人們學(xué)習(xí)AI技術(shù)。

在這之后，他又推出了第二個(gè)創(chuàng)業(yè)項(xiàng)目Landing.ai，專注于幫助企業(yè)實(shí)現(xiàn)人工智能轉(zhuǎn)型。

從當(dāng)時(shí)的介紹來(lái)看，其目標(biāo)是通過(guò)AI技術(shù)提升企業(yè)效率，解決制造業(yè)中的痛點(diǎn)問(wèn)題。例如提高生產(chǎn)效率、優(yōu)化供應(yīng)鏈管理、減少浪費(fèi)等。

后來(lái)Landing.ai還和富士康等企業(yè)建立了戰(zhàn)略合作關(guān)系，共同開發(fā)AI技術(shù)、人才和系統(tǒng)。

而這一次的Agentic Object Detection，從官宣視頻來(lái)看即是出自該項(xiàng)目。

這也透露了，這一新工具大概率也是面向B端應(yīng)用。

也幾乎是同時(shí)，他在2018年成立了第三個(gè)創(chuàng)業(yè)項(xiàng)目AI Fund，顯然這是一家專注于投資人工智能初創(chuàng)企業(yè)的投資基金。

當(dāng)時(shí)資金規(guī)模達(dá)到1.75億美元，投資者包括NEA（New Enterprise Associates）、紅杉和軟銀等一眾知名機(jī)構(gòu)。

而近來(lái)，他更是對(duì)Agent智能體押下重注。

早在去年年初，他曾通過(guò)Deeplearning.ai平臺(tái)預(yù)言：

超越下一代基礎(chǔ)模型，Agent工作流將推動(dòng)AI巨大進(jìn)步。

當(dāng)時(shí)他就提到，就像大語(yǔ)言模型（LLMs）在零樣本模式下工作（提示模型逐個(gè)生成最終輸出token，而不修改其工作），Agent在執(zhí)行一系列步驟（如規(guī)劃、執(zhí)行、反思等）后可能比單次產(chǎn)生更好的效果。

現(xiàn)在，是時(shí)候逐步檢驗(yàn)一系列新成果了。

所以，你能想到這項(xiàng)技術(shù)還有哪些潛在應(yīng)用嗎？

（發(fā)出網(wǎng)友同款疑問(wèn)）

在線試玩：
https://va.landing.ai/demo/agentic-od