Perceptron AI 发布 Agentic Detection 视觉检测模型，自然语言定位目标
Perceptron AI 发了新视觉检测模型，不用提前训练，直接说找什么它就圈出来，还能推理物理关系，挺实用。
Perceptron AI 发布了 Agentic Detection 模型，用户只需提供一张图片并用自然语言描述目标，模型就能在图中精确框出并标注每个目标。
该模型无需预先训练，可直接处理从未见过的检测任务。它还能执行物理推理，例如从森林火灾画面中定位“烟的来源”，识别“需要维修的电线杆”或标记“空着的停车位”。
这些能力使其在零样本目标检测领域展现了显著进步。
兄弟们 这个牛P啊 Agentic Detection：一个视觉检测模型 用一句话描述，AI 就在图里精确圈出目标 你只需要给它一张照片，描述你要找什么，它要把里面的东西用方框圈出来，再告诉你每个框里都是什么。 而且不需要你提前训练它... 它还能处理需要物理推理的检测，例如： 你说"烟的来源"在哪，它会推理整个画面，定位到森林火灾的起火点 你说"需要维修的电线杆"，它能挑出变形的电力设施 你说"空着的停车位有哪些"，它能找出来并标记 Perceptron AI @perceptroninc Today we're releasing Perceptron Agentic Detection: localize anything you can describe in natural language or show examples of.
This report is categorized under AITOP's "Models" desk. Key entities and technical topics under continuous tracking include Perceptron AI, Agentic Detection, 视觉检测, 多模态.
Source attribution: curated from 小互 (@imxiaohu).
