云智「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。此次更新不仅带来了一些令人眼前一亮的新特性，更在插件的兼容性和易用性方面进行了再度增强，为用户带来了更加流畅、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自动初始化方式，一同探寻其背后的奥秘与优势。一、什么是增强模式
在AI运动小程序领域，不同芯片的GPU性能差异往往会导致识别精度参差不齐，尤其是MTK、Kirin、瑞芯微等芯片，在GPU识别精度上常存在不足，关键点错乱问题时有发生。为了弥补这一短板，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大的动力，有效解决了识别精度问题，让运动识别更加准确、可靠。关于增强模式的详细介绍，您可以查阅本系列博文的前面章节《【更新日志】新发布的1.5.0版本插件中的增强模式，作用几何？》，那里有更全面的解读和案例分享。
二、手动档的白名单机制
在本次更新发布之前，增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收集的使用了MTK、Kirin、瑞芯微芯片的机型清单，即白名单，来决定是否开启增强模式。这一机制在一定程度上确保了识别精度，但也带来了操作上的繁琐和局限性。
三、白名单机制的弊端
尽管白名单机制在控制增强模式开、闭方面发挥了一定作用，能够基于解决机型的兼容和性能问题，但其弊端也逐渐显现，难以完美解决机型兼容问题，具体表现在以下几个方面：
1、收集工作量大
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，且部分厂商并未公开机型的入网许可型号，这使得白名单的收集工作变得异常艰巨。不仅工作量大、难度高，而且准确度也难以保证，给后续的维护和更新带来了不小的挑战。
2、难以全量覆盖
受限于上述收集因素，白名单很难做到市面全部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因为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满意度。
3、更新滞后性
随着科技的飞速发展，各厂商都在不断更新发布新机型。而白名单的收集工作往往存在一定的滞后性，难以迅速覆盖上市初期的新机型。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、新版本的变化
针对上述基于白名单机制的「增强模式」所存在的种种弊端，团队经过长时间的深入探索和严格测试验证，终于在此次更新中为「增强模式」增添了一个全新的auto初始化方式。当用户指定为auto方式初始化后，识别引擎将自动识别当前设备的GPU指标，并根据这些指标智能决断是否要开启或关闭增强模式。这一变革彻底摆脱了白名单机制的束缚，就像为「增强模式」增加了一个自动档，让运动识别更加智能、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，无需再根据白名单判断
callback(err) {
}
});
