吴恩达最新推出的 Agentic Object Detection（智能代理目标检测），是一种全新的 基于推理驱动的目标检测（Reasoning-driven Object Detection） 方法。这种方法能够以类似人类的方式，通过文本提示识别目标，并且无需定制训练，即可在不同场景下实现高精度识别。

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。目前这个AI工具可免费试用。
在线试用：https://va.landing.ai/demo/agentic-od

核心创新

智能代理系统（Agent Systems）采用设计模式（Design Patterns），深入推理目标的颜色、形状、纹理等独特属性，以实现更精准的识别。


主要能力

内在属性识别（Intrinsic Attribute Recognition）


  • 目标识别基于其固有属性，而不依赖于外部环境。
  • 例如：识别 “未成熟的草莓”（"unripe Strawberry"）。


上下文关系识别（Contextual Relationship）


  • 识别目标基于其空间位置或与其他物体的关系。
  • 例如：识别 “冰淇淋上的雏菊”（"daisy on top of ice cream"）。

特定目标识别（Specific Object Recognition）


  • 在同类别中精准区分特定对象，确保精准识别。

  • 例如：区分 “一组六角扳手”（"hex key set"）。

动态状态检测（Dynamic State Detection）


  • 目标识别基于运动、动作或状态变化，而不依赖于静态属性。

  • 例如：识别 “空中跃起的运动员”（"player in mid-air"）。


性能对比


LandingAI的Agentic Object Detection在内部基准测试中大幅超越其他领先团队的检测系统。
这种新型目标检测方式突破了传统计算机视觉对大规模标注数据和定制训练的依赖，使目标识别更加智能、高效、灵活！


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？


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/