????????意昂4官网「Ai运动识别」插件小程序版，，，，，，，，在新春之际迎来了备受瞩目的首个更新——v1.6.0版。。。。。。。此次更新不但带来了一些令人眼前一亮的新特征，，，，，，，，更在插件的兼容性和易用性方面举行了再度增强，，，，，，，，为用户带来了越发流通、精准的运动识别体验。。。。。。。今天，，，，，，，，就让我们聚焦于此次更新中的一大亮点——「增强模式」新增的auto自动初始化方法，，，，，，，，一同探寻其背后的神秘与优势。。。。。。。

一、什么是增强模式

在AI运动小程序领域，，，，，，，，差别芯片的GPU性能差别往往会导致识别精度狼籍不齐，，，，，，，，尤其是MTK、Kirin、瑞芯微等芯片，，，，，，，，在GPU识别精度上常保存缺乏，，，，，，，，要害点庞杂问题时有爆发。。。。。。。为了填补这一短板，，，，，，，，插件在1.5.0版中为ve1识别引擎量身打造了「增强模式」。。。。。。。这一模式的加入，，，，，，，，犹如为识别引擎注入了一股强盛的动力，，，，，，，，有用解决了识别精度问题，，，，，，，，让运动识别越发准确、可靠。。。。。。。

二、手动档的白名单机制

在本次更新宣布之前，，，，，，，，增强模式的初始化方法相对简单，，，，，，，，仅有启用和关闭两种选择。。。。。。。这种设定下，，，，，，，，插件需依赖于一份全心网络的使用了MTK、Kirin、瑞芯微芯片的机型清单，，，，，，，，即白名单，，，，，，，，来决议是否开启增强模式。。。。。。。这一机制在一定水平上确保了识别精度，，，，，，，，但也带来了操作上的繁琐和局限性。。。。。。。

三、白名单机制的误差

只管白名单机制在控制增强模式开、闭方面施展了一定作用，，，，，，，，能够基于解决机型的兼容和性能问题，，，，，，，，但其误差也逐渐展现，，，，，，，，难以完善解决机型兼容问题，，，，，，，，详细体现在以下几个方面：

1、网络事情量大

由于需要开启增强模式的机型种类繁多，，，，，，，，涉及厂商、品牌、型号等多个维度，，，，，，，，且部分厂商并未果真机型的入网允许型号，，，，，，，，这使得白名单的网络事情变得异常难题。。。。。。。不但事情量大、难度高，，，，，，，，并且准确度也难以包管，，，，，，，，给后续的维护和更新带来了不小的挑战。。。。。。。

2、难以全量笼罩

受限于上述网络因素，，，，，，，，白名单很难做到市面所有需开启机型的全量笼罩。。。。。。。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增强模式带来的精准识别体验，，，，，，，，从而影响了用户的整体知足度。。。。。。。

3、更新滞后性

随着科技的飞速生长，，，，，，，，各厂商都在一直更新宣布新机型。。。。。。。而白名单的网络事情往往保存一定的滞后性，，，，，，，，难以迅速笼罩上市初期的新机型。。。。。。。这导致部分新机型用户在一段时间内无法使用增强模式，，，，，，，，影响了产品的时效性和竞争力。。。。。。。

四、新版本的转变

针对上述基于白名单机制的「增强模式」所保存的种种误差，，，，，，，，团队经由长时间的深入探索和严酷测试验证，，，，，，，，终于在此次更新中为「增强模式」增添了一个全新的auto初始化方法。。。。。。。当用户指定为auto方法初始化后，，，，，，，，识别引擎将自动识别目今装备的GPU指标，，，，，，，，并凭证这些指标智能决断是否要开启或关闭增强模式。。。。。。。这一厘革彻底挣脱了白名单机制的约束，，，，，，，，就像为「增强模式」增添了一个自动档，，，，，，，，让运动识别越发智能、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，，，，，，，，无需再凭证白名单判断

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

????????}

});