“ 得益于近十年来软件与互联网技术的快速发展，和国内数字化云服务基础建设的完善，工业AI视觉解决方案有了大规模落地的基础，从而也有了更多元化的交付方式”

AI工业视觉解决方案在工业落地中相较于传统视觉算法方案在很多场景具有明显优势，其所体现的灵活高效、适应性强的特点，一定程度上是以更复杂的研发流程与更高门槛技术应用为代价。

以深度学习为代表的AI视觉技术对计算资源有更高的要求，在深度学习技术发展早期形成的AI视觉技术方案，由于计算资源成本与客户预算的巨大落差，难以形成规模化交付与普及性的市场应用。如今随着技术提升带来的软硬件资源的成本下降，越来越多方案、产品概念实现交付成为可能。下面我们就来介绍常见的工业视觉AI解决方案的交付形式。

AI云服务

AI云服务能够在后端提供强大的集群算力，实现高效的AI并行计算，摆脱传统设备的单点计算能力制约，让AI能够在计算速度上满足生产节拍需要。同时没有了实体硬件的束缚，可以实现更低廉成本的应用。

AI云服务的交付形式，通常将AI视觉算法部署与云服务器中，依赖网络实现AI视觉生产数据的传输，通过公网或内网的API为客户提供算法资源访问。

此类交付方式的代表，如百度的AI人工智能平台，提供按次数、按时间计费的云服务。或者一些企业的内网云服务，通过内网系统提供企业内部数字信息化生产协同。

开发包SDK

在工业领域应用总是少不了定制化的需求，为了实现规模化的复制，需要将业务以外的算法功能进行抽象，将不需要频繁改动的算法功能封装成开发包SDK，便于快速集成到项目开发的软件产品中。

开发包SDK属于在软件层面的架构设计，以轻量的软件模块的形式提供给开发者，开发者基于开发包SDK，结合实际业务需求进行开发，形成生产力软件进行交付。因此，开发包SDK的交付形式，往往是面向具有开发能力的设备商、集成商而推出的，可以更加灵活地应对各种不同的需求。

对于AI视觉解决方案，开发包SDK除了将软件模块进行封装交付，还会对AI算法模型进行一些剪枝优化，在保证精度的前提下，压缩文件体积，让原本依赖高算力设备的算法模型，也能够在用户的普通设备上运行，从而让解决方案具备更强的适应性和更广泛的应用能力。

SaaS产品

SaaS产品是工业领域最常见的AI视觉解决方案交付形式，通常结合了客户的个性化业务需求和场景化的算法能力要求，将算法和业务逻辑整合成软件产品，实现从视觉算法到业务逻辑的功能闭环。

SaaS产品形态除了实现既定的用户需求，还可以提供可扩展的软件接口，方便用户对产品功能进行功能上的开发拓展。和开发包SDK的交付方式对比，SaaS提供的接口扩展性可以在业务实现上更为垂直，开发者用户只需要关心某一个功能点的扩展开发，而不需要关注全局的业务逻辑开发，可以大大缩短二次开发的周期。

SaaS交付方式通常面向终端客户，多数情况下还需要依赖具体自动化设备实现完整的视觉功能，所以一般情况下我们会看到AI视觉解决方案通过设备整机搭载软件产品形式进行交付。