市面的方案中，要实现±0.3℃甚至更好的测温效果，往往要结合高精度的红外探测器与黑体。相应的，这类方案成本更高，多用于高人流场景。不过，也有一些公司依靠软件而非黑体来实现精度。
现实中，一款产品的定位和形态往往决定了其使用的精度。格灵深瞳产品总监陈天博谈道，面向不同人流密度和场景的产品设计，受众用户往往会评估产品价格、测温精度与测温形态。例如一款体积较小的测温产品，其价格与场景往往决定，无法加入黑体，精度相应会受到影响。
一家 AI 公司员工透露，使用黑体和高精度的红外探测器，可使方案成本增长数万元。这对于无人机、刷脸门禁等产品而言，显然是难以负担的价格。
此外，对于红外测温产品，行业开始逐渐形成一种精度上的共识，无黑体校准往往称精度为±0.5℃，有黑体则是±0.3℃。
尽管±0.5℃的误差略大，但作为一项初筛手段，再结合相应的应用策略，已满足落地需要。高德红外也表示，大量的应用实践证明，±0.5℃精度可以满足公共场所的体温初筛要求。
但令人担忧的是，当下并没有一套 AI 测温方案的国家标准，各家的±0.5℃精度究竟是何条件下得出的，效果是否相同，又是否真的达到这一精度，都要打上一个问号。
脱离环境谈精度就是“耍流氓”
寒冷的冬天，当你从室外走进小区时，安保人员用额温枪在你的额头上“滴”一下，可能只显示二十度左右。
即使是经过黑体校准的 AI 测温仪也是如此。北京一家超市入口的 AI 测温仪显示，从寒冷的室外走入的行人额温只有 30 度左右。并非设备不精确，而是行人额头表面的温度就是如此，此时测量额温的绝对值，即使有高温的行人也很难筛选出来。
“相比精度，怎么能够测出接近人体的真实体温更为重要。”格灵深瞳产品总监陈天博说。
为此，格灵深瞳结合红外热成像仪测量温度、环境温度、人体温度以及人脸温度等，通过算法进行温度补偿，尽可能呈现人体真实体温。
陈天博称，在北京崔各庄某一村口，近期其 AI 测温设备检测到一粒高温人员，体温达 38.4℃，二次筛查后体温基本一致。通过温度补偿尽可能还原人体体温，更有利于后期工作的推进。
温度补偿这一方式也被更多公司采用。爱华盈通副总经理赵志扬称，他们使用一体化的黑体设计，在增加精度的同时部署更便捷；针对从寒冷的室外进入到室内这一场景，他们也通过算法补偿获得更准确的体温。
他称，其 AI 测温方案主要应用在室内场景，从应用维度出发，设备的摆放位置要避免阳光直射；并且通过隔离带搭建引导通道，使行人在 3 米内进行测量，从而保证测温准确性。
比如在写字楼等场景，光线照射在行人身上，可导致局部瞬间高温，并可能引发报警，此时将红外检测锁定人脸区域也是一种策略。此外，即使针对高人流场景的 AI 测温仪，其精度最高的距离往往在 1~3 米之间。
可见，脱离了环境的限制，无论±0.3℃或±0.5℃的精度都没有实际意义。
极具挑战的户外场景
猝不及防的疫情，从个人通行到公司开工，再到公共卫生，让测温成为一个全民性事件，相伴而生的是对测温设备需求的迅猛增长。
但受限于春节期间工厂停工、道路封锁，红外探测芯片产能有限，且供应链紧缺，导致测温设备严重稀缺，市场供不应求。
供给不足下，“群雄”并起，“混乱”的局面随之出现。一众机器人、无人机、AR 眼镜等企业纷纷加入红外测温模块，各种“测温 XX”涌现。
这些“新生”方案多用在户外测温，而户外的复杂环境，恰恰给红外测温带来严重挑战。
