市面的方案中，要實現±0.3℃甚至更好的測溫效果，往往要結合高精度的紅外探測器與黑體。相應的，這類方案成本更高，多用于高人流場景。不過，也有一些公司依靠軟件而非黑體來實現精度。

現實中，一款產品的定位和形態往往決定了其使用的精度。格靈深瞳產品總監陳天博談道，面向不同人流密度和場景的產品設計，受眾用戶往往會評估產品價格、測溫精度與測溫形態。例如一款體積較小的測溫產品，其價格與場景往往決定，無法加入黑體，精度相應會受到影響。

一家 AI 公司員工透露，使用黑體和高精度的紅外探測器，可使方案成本增長數萬元。這對于無人機、刷臉門禁等產品而言，顯然是難以負擔的價格。

此外，對于紅外測溫產品，行業開始逐漸形成一種精度上的共識，無黑體校準往往稱精度為±0.5℃，有黑體則是±0.3℃。

盡管±0.5℃的誤差略大，但作為一項初篩手段，再結合相應的應用策略，已滿足落地需要。高德紅外也表示，大量的應用實踐證明，±0.5℃精度可以滿足公共場所的體溫初篩要求。

但令人擔憂的是，當下并沒有一套 AI 測溫方案的國家標準，各家的±0.5℃精度究竟是何條件下得出的，效果是否相同，又是否真的達到這一精度，都要打上一個問號。

脫離環境談精度就是“耍流氓”

寒冷的冬天，當你從室外走進小區時，安保人員用額溫槍在你的額頭上“滴”一下，可能只顯示二十度左右。

即使是經過黑體校準的 AI 測溫儀也是如此。北京一家超市入口的 AI 測溫儀顯示，從寒冷的室外走入的行人額溫只有 30 度左右。并非設備不精確，而是行人額頭表面的溫度就是如此，此時測量額溫的絕對值，即使有高溫的行人也很難篩選出來。

“相比精度，怎么能夠測出接近人體的真實體溫更為重要。”格靈深瞳產品總監陳天博說。

為此，格靈深瞳結合紅外熱成像儀測量溫度、環境溫度、人體溫度以及人臉溫度等，通過算法進行溫度補償，盡可能呈現人體真實體溫。

陳天博稱，在北京崔各莊某一村口，近期其 AI 測溫設備檢測到一粒高溫人員，體溫達 38.4℃，二次篩查后體溫基本一致。通過溫度補償盡可能還原人體體溫，更有利于后期工作的推進。

溫度補償這一方式也被更多公司采用。愛華盈通副總經理趙志揚稱，他們使用一體化的黑體設計，在增加精度的同時部署更便捷；針對從寒冷的室外進入到室內這一場景，他們也通過算法補償獲得更準確的體溫。

他稱，其 AI 測溫方案主要應用在室內場景，從應用維度出發，設備的擺放位置要避免陽光直射；并且通過隔離帶搭建引導通道，使行人在 3 米內進行測量，從而保證測溫準確性。

比如在寫字樓等場景，光線照射在行人身上，可導致局部瞬間高溫，并可能引發報警，此時將紅外檢測鎖定人臉區域也是一種策略。此外，即使針對高人流場景的 AI 測溫儀，其精度最高的距離往往在 1~3 米之間。

可見，脫離了環境的限制，無論±0.3℃或±0.5℃的精度都沒有實際意義。

極具挑戰的戶外場景

猝不及防的疫情，從個人通行到公司開工，再到公共衛生，讓測溫成為一個全民性事件，相伴而生的是對測溫設備需求的迅猛增長。

但受限于春節期間工廠停工、道路封鎖，紅外探測芯片產能有限，且供應鏈緊缺，導致測溫設備嚴重稀缺，市場供不應求。

供給不足下，“群雄”并起，“混亂”的局面隨之出現。一眾機器人、無人機、AR 眼鏡等企業紛紛加入紅外測溫模塊，各種“測溫 XX”涌現。

這些“新生”方案多用在戶外測溫，而戶外的復雜環境，恰恰給紅外測溫帶來嚴重挑戰。