飞牛 NAS（fnOS）的 AI 相册并不是从零自研整套算法，而是基于主流开源模型做工程化集成，用于完成人脸识别、场景识别和自然语言搜图。

1) 人脸识别：InsightFace

在人脸能力上，核心通常是 InsightFace。

• 常见特征提取方法：ArcFace
• 主要作用：检测人脸、提取特征向量、做人脸聚类与人物识别

2) 目标检测与场景识别：YOLO 系列

照片里的物体识别（如猫、狗、车、电脑）和部分场景理解，通常由 YOLO 系列承担（常见为 YOLOv8 或轻量化版本）。

• 优点：精度与速度平衡较好
• 适配场景：NAS 这类边缘设备的有限算力环境

3) 语义搜索：CLIP / Chinese-CLIP

飞牛相册支持用自然语言搜图，例如“草地上的小狗”“戴墨镜的男人”。

常见实现方式是 CLIP：

• 图像和文本会映射到同一向量空间
• 在中文场景下，通常会结合 Chinese-CLIP 或同类中文增强方案

总结

可以把飞牛 AI 相册理解为三层组合：

• InsightFace 负责人脸
• YOLO 负责物体与场景
• CLIP 负责人类语言到图像语义的对齐

核心竞争力主要在工程集成、本地化能力和硬件加速优化，而不是底层模型从零训练。