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）★。

　　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★★★。

　　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。

　　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。

　　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。

　　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）★★★。

　　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★★★。

　　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。

　　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★★★。

　　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。

　　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★。

　　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。

　　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。

　　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★★★。

　　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。

　　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，一网友试玩已新鲜出炉~

　　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）★。

　　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。

　　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”。

　　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。

　　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。