吴恩达押注Agent新成果官宣！零样本标记实现图片目标检测

刚刚，AI大牛吴恩达官宣创业公司新成果——Agentic Object Detection（Agent目标检测）。

无需标注训练数据，模型仅通过推理就能在图片中定位指定物体。

举个栗子，在一张长满草莓的图片中，提示词为“未成熟的草莓”，AI模型立马分分钟帮你找出。

据吴恩达介绍，以前视觉AI要想识别物体，需要在大量标注数据上训练，而现在AI只需瞥一眼图片，短暂思考后（当前约20~30s）就能立刻输出正确内容。

而通过推理实现零样本标记的方法也令一众网友感到兴奋，未来应用潜力巨大。

目前这个AI工具人人免费可玩（也为开发者提供了API），仅过去几小时，一大波网友试玩已新鲜出炉~

网友疯狂试玩ing

还是先来看下吴恩达的详细介绍。

在他看来，Agentic Object Detection改变了目标检测的工作流程。

传统视觉AI的目标检测，通常需要绘制大量边框来标注数据，然后在神经网络上训练。

而现在，新的AI系统将耗时耗力的标注过程省略了。它将感知规划行动等都糅合在一起，通过调用一系列工具，以及对任务长度进行推理，最终实现了零样本标记输入输出。

按他的说法，这就好比“睁眼版”o1和DeepSeek R1，看一眼，然后立即思考作答。

介绍过程中，除了一开始提到的草莓识别，他还展示了其他几个demo（请大家来找茬doge）。

planes with two engines（带两个引擎的飞机）

再比如在超市货架上找出某品牌的麦片。

Kellogg’s branded cerea

当然更实用的场景是，假如在家里翻箱倒柜找不着东西了，召唤它来帮忙（妈妈：别整天妈妈妈）。

除此之外，网友们也开始集体交作业，整体看下来大部分都成功了。

简单的有，找出板球运动中的击球手（batsman）。

或者检测出特定程序项目。

再比如找出航拍视角下的荒漠绿植。

当然，还有类似下面这样的日常生活。AI成功找到了一大盘食物中的寿司，不过在找货架上的汽水时，网友反馈只有详细到芬达这个品牌名才有可能成功，单纯提示“汽水”nonono。

更难的有，分别识别出美式足球中的攻守两方队员（上下验证能对得上）。

甚至也能快速找出非常迷你的飞镖。

不过，也有网友分享了少部分翻车案例。

同一张图，当网友试图找出戴帽子的人，AI明显漏了，一眼就能看到23号队员。

而且也无法识别图中的矩形。（地面，看看我）

经网友总结，显然Agentic Object Detection对一些常见问题（如遮挡、光线过曝等）还无法良好适应。

正如我们前面提到的草莓，有火眼金睛的网友发现，AI误将一个光线不佳的成熟草莓识别为“未成熟”。

不过吴恩达也早已提到，目前这个还只是初步尝试，检测质量、回答速度等后续还会进行优化。

出自吴恩达第二个创业项目

众所周知，吴恩达从2017年离开百度后（百度前首席科学家）便投身AI创业。

目前已知的人工智能项目有3个。

2017年6月，他官宣了第一个创业项目Deeplearning.ai，主要和教育相关（他目前还是斯坦福大学CS客座教授）。

这是一个AI在线教育平台，通过提供深度学习课程和资源，帮助人们学习AI技术。

在这之后，他又推出了第二个创业项目Landing.ai，专注于帮助企业实现人工智能转型。

从当时的介绍来看，其目标是通过AI技术提升企业效率，解决制造业中的痛点问题。例如提高生产效率、优化供应链管理、减少浪费等。

后来Landing.ai还和富士康等企业建立了战略合作关系，共同开发AI技术、人才和系统。

而这一次的Agentic Object Detection，从官宣视频来看即是出自该项目。

这也透露了，这一新工具大概率也是面向B端应用。

也几乎是同时，他在2018年成立了第三个创业项目AI Fund，显然这是一家专注于投资人工智能初创企业的投资基金。

当时资金规模达到1.75亿美元，投资者包括NEA（New Enterprise Associates）、红杉和软银等一众知名机构。

而近来，他更是对Agent智能体押下重注。

早在去年年初，他曾通过Deeplearning.ai平台预言：

超越下一代基础模型，Agent工作流将推动AI巨大进步。

当时他就提到，就像大语言模型（LLMs）在零样本模式下工作（提示模型逐个生成最终输出token，而不修改其工作），Agent在执行一系列步骤（如规划、执行、反思等）后可能比单次产生更好的效果。

现在，是时候逐步检验一系列新成果了。

所以，你能想到这项技术还有哪些潜在应用吗？

（发出网友同款疑问）

那么，如何系统的去学习大模型LLM？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套 《AI大模型入门+进阶学习资源包**》，扫码获取~

篇幅有限，部分资料如下：

👉LLM大模型学习指南+路线汇总👈

💥大模型入门要点，扫盲必看！

💥既然要系统的学习大模型，那么学习路线是必不可少的，这份路线能帮助你快速梳理知识，形成自己的体系。

路线图很大就不一一展示了 （文末领取）

👉大模型入门实战训练👈

💥光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉国内企业大模型落地应用案例👈

💥两本《中国大模型落地应用案例集》 收录了近两年151个优秀的大模型落地应用案例，这些案例覆盖了金融、医疗、教育、交通、制造等众多领域，无论是对于大模型技术的研究者，还是对于希望了解大模型技术在实际业务中如何应用的业内人士，都具有很高的参考价值。 （文末领取）

👉GitHub海量高星开源项目👈

💥收集整理了海量的开源项目，地址、代码、文档等等全都下载共享给大家一起学习！

👉LLM大模型学习视频👈

💥观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。 （文末领取）

👉640份大模型行业报告（持续更新）👈

💥包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

👉获取方式：

这份完整版的大模型 LLM 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓