吳恩達押注Agent新成果官宣！零樣本標記實現圖片目標檢測

剛剛，AI大牛吳恩達官宣創業公司新成果——Agentic Object Detection（Agent目標檢測）。

無需標註訓練資料，模型僅通過推理就能在圖片中定位指定物體。

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

據吳恩達介紹，以前視覺AI要想識別物體，需要在大量標註資料上訓練，而現在AI只需瞥一眼圖片，短暫思考後（當前約20~30s）就能立刻輸出正確內容。

而通過推理實現零樣本標記的方法也令一眾網友感到興奮，未來應用潛力巨大。

目前這個AI工具人人免費可玩（也為開發者提供了API），僅過去幾小時，一大波網友試玩已新鮮出爐~

網友瘋狂試玩ing

還是先來看下吳恩達的詳細介紹。

在他看來，Agentic Object Detection改變了目標檢測的工作流程。

傳統視覺AI的目標檢測，通常需要繪製大量邊框來標註資料，然後在神經網路上訓練。

而現在，新的AI系統將耗時耗力的標註過程省略了。它將感知規劃行動等都糅合在一起，通過呼叫一系列工具，以及對任務長度進行推理，最終實現了零樣本標記輸入輸出。

按他的說法，這就好比“睜眼版”o1和DeepSeek R1，看一眼，然後立即思考作答。

介紹過程中，除了一開始提到的草莓識別，他還展示了其他幾個demo（請大家來找茬doge）。

planes with two engines（帶兩個引擎的飛機）

再比如在超市貨架上找出某品牌的麥片。

Kellogg’s branded cerea

當然更實用的場景是，假如在家裡翻箱倒櫃找不著東西了，召喚它來幫忙（媽媽：別整天媽媽媽）。

除此之外，網友們也開始集體交作業，整體看下來大部分都成功了。

簡單的有，找出板球運動中的擊球手（batsman）。

或者檢測出特定程序項目。

再比如找出航拍視角下的荒漠綠植。

當然，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，不過在找貨架上的汽水時，網友反饋只有詳細到芬達這個品牌名才有可能成功，單純提示“汽水”nonono。

更難的有，分別識別出美式足球中的攻守兩方隊員（上下驗證能對得上）。

甚至也能快速找出非常迷你的飛鏢。

不過，也有網友分享了少部分翻車案例。

同一張圖，當網友試圖找出戴帽子的人，AI明顯漏了，一眼就能看到23號隊員。

而且也無法識別圖中的矩形。（地面，看看我）

經網友總結，顯然Agentic Object Detection對一些常見問題（如遮擋、光線過曝等）還無法良好適應。

正如我們前面提到的草莓，有火眼金睛的網友發現，AI誤將一個光線不佳的成熟草莓識別為“未成熟”。

不過吳恩達也早已提到，目前這個還只是初步嘗試，檢測質量、回答速度等後續還會進行最佳化。

出自吳恩達第二個創業項目

眾所周知，吳恩達從2017年離開百度後（百度前首席科學家）便投身AI創業。

目前已知的人工智慧項目有3個。

2017年6月，他官宣了第一個創業項目Deeplearning.ai，主要和教育相關（他目前還是斯坦福大學CS客座教授）。

這是一個AI線上教育平台，通過提供深度學習課程和資源，幫助人們學習AI技術。

在這之後，他又推出了第二個創業項目Landing.ai，專注於幫助企業實現人工智慧轉型。

從當時的介紹來看，其目標是通過AI技術提升企業效率，解決製造業中的痛點問題。例如提高生產效率、最佳化供應鏈管理、減少浪費等。

後來Landing.ai還和富士康等企業建立了戰略合作關係，共同開發AI技術、人才和系統。

而這一次的Agentic Object Detection，從官宣視訊來看即是出自該項目。

這也透露了，這一新工具大機率也是面向B端應用。

也幾乎是同時，他在2018年成立了第三個創業項目AI Fund，顯然這是一家專注於投資人工智慧初創企業的投資基金。

當時資金規模達到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構。

而近來，他更是對Agent智能體押下重注。

早在去年年初，他曾通過Deeplearning.ai平台預言：

超越下一代基礎模型，Agent工作流將推動AI巨大進步。

當時他就提到，就像大語言模型（LLMs）在零樣本模式下工作（提示模型逐個生成最終輸出token，而不修改其工作），Agent在執行一系列步驟（如規劃、執行、反思等）後可能比單次產生更好的效果。

現在，是時候逐步檢驗一系列新成果了。

所以，你能想到這項技術還有那些潛在應用嗎？ (量子位)