????????tyc86太阳集团「Ai活动鉴别」插件小法式版，，，在新春之际迎来了备受瞩主张首个更新——v1.6.0版。这次更新不仅带来了一些令人面前一亮的新个性，，，更在插件的兼容性和易用性方面进行了再度加强，，，为用户带来了越发流畅
、、、精准的活动鉴别履历。今天，，，就让我们聚焦于这次更新中的一大亮点——「加强模式」新增的auto自动初始化方式，，，一起探寻其背后的奥秘与优势。

一
、、、什么是加强模式

在AI活动小法式领域，，，分歧芯片的GPU机能差距往往会导致鉴别精度参差不齐，，，尤其是MTK
、、、Kirin
、、、瑞芯微等芯片，，，在GPU鉴别精度上常存在不及，，，关键点错乱问题时有产生。为了添补这一短板，，，插件在1.5.0版中为ve1鉴别引擎量身打造了「加强模式」。这一模式的参与，，，犹如为鉴别引擎注入了一股壮大的动力，，，有效解决了鉴别精度问题，，，让活动鉴别越发正确
、、、靠得住。

二
、、、手动档的白名单机制

在本次更新颁布之前，，，加强模式的初始化方式相对单一，，，仅有启用和关闭两种选择。这种设定下，，，插件需依赖于一份精心网络的使用了MTK
、、、Kirin
、、、瑞芯微芯片的机型清单，，，即白名单，，，来决定是否开启加强模式。这一机制在肯定水平上确保了鉴别精度，，，但也带来了操作上的繁琐和局限性。

三
、、、白名单机制的短处

只管白名单机制在节制加强模式开
、、、闭方面阐扬了肯定作用，，，可能基于解决机型的兼容和机能问题，，，但其短处也逐步显露，，，难以美满解决机型兼容问题，，，具体表此刻以下几个方面：：

1
、、、网络工作量大

由于必要开启加强模式的机型种类繁多，，，涉及厂商
、、、品牌
、、、型号等多个维度，，，且部门厂商并未公开机型的入网许可型号，，，这使得白名单的网络工作变得异常艰巨。不仅工作量大
、、、难度高，，，并且正确度也难以保障，，，给后续的守护和更新带来了不小的挑战。

2
、、、难以全量覆盖

受限于上述网络成分，，，白名单很难做到市面全数需开启机型的全量覆盖。这意味着，，，使用小众机型的用户可能会由于无法被纳入白名单而无法享受到加强模式带来的精准鉴别履历，，，从而影响了用户的整体中意度。

3
、、、更新滞后性

随着科技的飞速发展，，，各厂商都在不休更新颁布新机型。而白名单的网络工作往往存在肯定的滞后性，，，难以迅速覆盖上市初期的新机型。这导致部门新机型用户在一段功夫内无法使用加强模式，，，影响了产品的时效性和竞争力。

四
、、、新版本的变动

针对上述基于白名单机制的「加强模式」所存在的各种短处，，，团队经过长功夫的深刻索求和严格测试验证，，，终于在这次更新中为「加强模式」增添了一个全新的auto初始化方式。当用户指定为auto方式初始化后，，，鉴别引擎将自动鉴别当前设备的GPU指标，，，并凭据这些指标智能决断是否要开启或关闭加强模式。这一刷新彻底脱节了白名单机制的约束，，，就像为「加强模式」增长了一个自动档，，，让活动鉴别越发智能
、、、便捷。

const AiSports = requirePlugin("aiSport");

const humanDetection = AiSports.humanDetection;

humanDetection.initialize({

????????//ve: 2,

????????enhanced: 'auto'，，， //指定为自动模式即可，，，无需再凭据白名单判断

????????callback(err) {

????????}

});