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）

在线试玩：
https://va.landing.ai/demo/agentic-od

参考链接：
[1]https://x.com/AndrewYNg/status/1887533627275419690
[2]https://x.com/matijagrcic/status/1887649019976990777
[3]https://www.deeplearning.ai/the-batch/issue-241/

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

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。

我意识到有很多经验和知识值得分享给大家，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。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含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。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

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。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）