通过授权云存储的方式，TensorBay可以全面托管安吉智能的原始数据，标注数据与Meta信息。个人和团队的工作区可以轻松切换，权限管理功能也在保障数据访问安全的前提下，促进跨团队协作，实现数据访问民主化。

安吉智能团队在研发过程中需要运用同一批原数据集来进行不同的训练尝试。借助TensorBay平台，团队成员无需复制数据，就可以在不影响原有数据的情况下生成fork数据集，并根据具体的模型研发目标灵活地对数据进行调整。

2、所见即所得——数据集分布实时洞察和数据版本追溯

安吉智能算法团队在研发过程中，针对不同客户的物流监控场景，需要定制化准备数据集进行模型训练。通过TensorBay的版本管理功能，安吉智能可以快速增加新数据和迭代新版本，清晰记录和追溯历史版本过程，精细化比较各领域客户数据和标注的差异，大幅提升版本迭代效率。

通常标注数据在质检之后会被直接灌入模型用于训练，但如果标注数据存在错误（如漏标、错标等），会对模型的识别能力产生很大干扰。TensorBay的可视化组件让算法工程师既能从宏观层面了解数据集的特征分布，又能从微观层面查看单个文件和标注数据。这一功能可以让算法工程师在将数据用于训练前，直接查看标注结果，有效避免了因数据质量不达标，而产生的模型调试和标注返工损耗。

3、Model is Temporary, Pipelines are Forever  

机器学习的工作流程优化和自动化，所带来的增效复利效应将会更深远影响产品进程。未来安吉智能将继续选择TensorBay与其现有AI工作流程实现更深层次的融合。包括：

1）TensorBay的Action功能，将安眸智能摄像头的数据收集、筛选、触发任务、数据上传流程自动化。改变原本由人工把数据上传至网盘再到算法团队下载的方式，实现数据自动上传至云端数据集进行管理。

2）TensorBay的AI数据管理周期还可扩展至标数据标注环节。标注结果能够直接导入云端数据管理平台进行进一步数据处理，并能实现标注结果实时修改。这让AI生产环境数据的实时反馈、追溯和优化成为可能。

更好的数据带来更优的模型性能。格物钛认为整个AI行业正在由以模型为中心的开发模式，向着以数据为中心的开发模式发展。通过优化现有的AI项目工作流程来提升数据质量，从而加速AI产品的迭代，这一创新未来将在更多智慧物流场景中产生长远价值。

安吉智能算法负责人高度评价：“格物钛的机器学习数据平台TensorBay是我们AI开发流程中的关键部分，其强大的数据管理平台能够和我们的开发流程无缝衔接，为我们的数据准备过程提供了非常便利的功能和开发者工具。与格物钛的产品团队的密切合作，帮助我们安吉智能可以更加顺利地实现安眸产品的研发目标。”