AI 格式通常指的是人工智能模型或数据的存储和传输格式。以下是一些常见的 AI 格式及其用途：

1、ONNX (Open Neural Network Exchange):
一种开放格式，用于表示机器学习模型。
允许模型在不同的深度学习框架之间进行互操作性（如 TensorFlow, PyTorch, Caffe 等）。
文件扩展名通常是 `.onnx`。

2、TensorFlow SavedModel:
TensorFlow 的模型保存格式。
包含模型结构、权重和计算图。
可以通过 TensorFlow Serving 部署。
文件夹通常命名为 `saved_model.pb` 和其他相关文件。

3、Keras H5:
Keras 模型保存格式。
使用 HDF5 标准来保存模型的权重和架构。
文件扩展名通常是 `.h5` 或 `.keras`。

4、PyTorch TorchScript:
PyTorch 的模型导出格式。
支持将模型转换为可执行的 TorchScript 表示形式。
文件扩展名通常是 `.pt` 或 `.pth`。

5、PMML (Predictive Model Markup Language):
一种 XML 基础的格式，用于描述预测模型。
常用于传统机器学习模型（如决策树、线性回归等）。
文件扩展名通常是 `.pmml`。

6、JSON/YAML:
用于配置文件或超参数定义。
一些框架使用 JSON 或 YAML 来保存模型的配置信息。

7、Protobuf (Protocol Buffers):
Google 开发的一种语言中立、平台中立的序列化数据格式。
常用于模型的序列化和反序列化。

8、UFLDL (Unsupervised Feature Learning and Deep Learning Toolbox):
一种用于深度学习的工具箱格式。

选择哪种格式取决于具体的使用场景、框架支持以及部署需求。