| 基本信息 | 详情 |
|---|---|
| 开发公司 | Microsoft（总部位于美国旧金山） |
| 上线时间 | 2020年（公开发布） |
| 官网 | https://www.lobe.ai/ |
| 支持平台 | Windows、macOS（桌面应用） |
| 价格 | 完全免费 |
| 核心定位 | 零代码机器学习工具，让任何人都能训练图像分类模型 |
说实话，我第一次用 Lobe 的时候有点被震到。导入图片，打标签，点训练，模型就好了。不用写 Python，不用配 CUDA，不用碰 PyTorch。它把机器学习的门槛压到了"会用鼠标就行"的程度。
但有个坏消息得先说：Lobe 桌面应用已经停止开发了。GitHub 组织页面明确写着"The Lobe desktop application is no longer under development"。所以这篇文章不是推荐你赶紧去用，而是帮你判断：这个工具值不值得花时间了解，以及有没有替代方案。
Lobe 由微软开发，2020 年作为免费桌面应用发布。你给它一组带标签的图片，它自动选择合适的神经网络架构，在本地训练模型，然后你可以导出到 TensorFlow、Core ML、ONNX 等格式部署到任何平台。整个流程在本地电脑完成，数据不上传云端。
核心功能
零代码可视化界面
拖拽式操作。导入图片文件夹，用 webcam 拍照也行。给图片打标签（猫、狗、合格品、不合格品），Lobe 自动处理剩下的事。界面设计得很克制，没有多余的按钮和菜单。
自动模型训练
Lobe 内置了多种神经网络架构，会根据你的数据自动选择最合适的模型。你不需要懂 ResNet 还是 EfficientNet，它替你做决策。训练在本地 GPU 上跑，过程中实时显示准确率和损失曲线。
实时反馈
训练过程中你就能看到模型效果。每加一批图片或调整标签，立刻能看到准确率变化。这种即时反馈让迭代速度很快，不用等训练跑完才知道结果。
多格式导出
训练完成后可以导出到 TensorFlow、Core ML、ONNX、TensorFlow.js 等格式。微软还提供了 iOS bootstrap、Web bootstrap、Flask server 等起步项目，帮你快速把模型部署到 App 或网站。
项目模板
Lobe 原计划支持三种模板：图像分类（已上线）、物体检测（Coming Soon）、数据分类（Coming Soon）。但后两个始终没发布。最终版本只支持图像分类这一种任务。
适合谁
适合的： 想快速验证图像分类想法的人。教育场景下教学生机器学习概念。非技术用户需要在特定场景做简单图像识别（区分产品类型、识别植物品种）。不想花钱买云服务的个人项目。
不适合的： 需要复杂模型架构和自定义训练参数的专业开发者。需要物体检测或 NLP 能力的场景。对长期维护有要求的商业项目--工具已停止开发，不建议新项目依赖它。
同类竞品对比
| 维度 | Lobe | Google Teachable Machine | Apple Create ML | Azure Custom Vision |
|---|---|---|---|---|
| 价格 | 免费 | 免费 | 免费（需Mac） | 免费额度+付费 |
| 部署方式 | 本地桌面 | Web端 | 本地桌面 | 云端 |
| 数据隐私 | 完全本地 | 上传到Google | 完全本地 | 上传到Azure |
| 导出格式 | TF/CoreML/ONNX | TF.js/TF Lite | CoreML | 多格式 |
| 开发状态 | 已停止 | 活跃 | 活跃 | 活跃 |
| 任务类型 | 仅图像分类 | 图像/音频/姿态 | 多种ML任务 | 图像/文本 |
FAQ
Lobe 还能下载和使用吗？
可以。虽然停止了开发，但桌面应用仍可从官网下载。GitHub 上的代码和起步项目也是公开的。只是不会有新功能更新和 bug 修复。
为什么停止开发了？
微软没有给出官方原因。推测可能是因为 AutoML 领域竞争激烈，Azure Custom Vision 已经覆盖了企业需求，而 Lobe 作为免费工具的商业回报有限。团队可能被重新分配到其他项目。
Lobe 支持哪些机器学习任务？
最终版本只支持图像分类。原计划支持物体检测和数据分类，但这两个模板标注了"Coming Soon"后从未正式发布。
训练数据需要上传到云端吗？
不需要。Lobe 在本地电脑上完成全部训练，数据不离开你的机器。这是它和 Google Teachable Machine、Azure Custom Vision 等云端工具的关键区别。
模型训练好了怎么部署？
Lobe 支持导出到 TensorFlow、Core ML、ONNX 等格式。GitHub 上有 iOS、Web、Flask server 等起步项目模板，帮你把模型集成到应用中。lobe-python 库提供了 Python 调用接口。
有替代方案吗？
有。Google Teachable Machine 做类似的零代码图像分类（但数据上传到云端）。Apple Create ML 在 Mac 上做本地训练，功能更丰富。如果你有编程基础，直接用 PyTorch 或 TensorFlow 更灵活。
更新动态
客户评论
综合评分：用户口碑良好，但已无新评价
"第一次用 Lobe 就被震到了。不用花几天学机器学习，标几张图就行，真的能跑。" -- Chris Cachor，软件工程师
"我们用 Lobe 快速处理之前没用过的数据源，改进海洋旅游决策模型。" -- Kate Longley-Wood，海洋测绘师
"Lobe 太简单了，把机器学习的复杂部分都藏起来了。我孩子都抢着帮我给蜜蜂分类。" -- Sean Cusack，养蜂人
参考来源
- ▸Lobe 官网 | Machine Learning Made Easy, 产品介绍与下载入口
- ▸GitHub | Lobe 组织主页, 开源代码库与停止开发公告
- ▸G2 | Lobe 产品页面, 产品评测与用户标签
- ▸CSDN | 微软推出Lobe：免费的机器学习应用程序, 产品发布报道与使用场景
- ▸TiorAI | Lobe AI Tool 评测, 功能分析与优缺点评价
- ▸Toolio | Lobe 产品分析, 定价与目标用户分析