文章核心观点 谷歌推出用于识别野生动物的AI模型SpeciesNet，可助力野生动物图像分析和生物多样性监测，且该模型开源可用于商业用途，同时市场上还有其他类似开源工具[1][2][3] 分组1：Wildlife Insights平台介绍 - 世界各地研究人员用连接红外传感器的相机陷阱研究野生动物，但图像筛选需数天到数周，谷歌约六年前推出Wildlife Insights平台，可让研究人员在线分享、识别和分析野生动物图像，加速相机陷阱数据分析[1] 分组2：SpeciesNet模型情况 - SpeciesNet驱动Wildlife Insights的许多分析工具，基于超6500万张公开可用图像及多个组织图像训练[2] - SpeciesNet可将图像分类为2000多个标签之一，涵盖动物物种、分类群及非动物对象[2] - SpeciesNet AI模型发布可使工具开发者、学术界和生物多样性相关初创企业扩大对自然区域生物多样性的监测[2] - SpeciesNet在GitHub上以Apache 2.0许可证提供，基本可无限制用于商业用途[3] 分组3：行业其他情况 - 微软的AI for Good实验室维护着PyTorch Wildlife，这是一个为动物检测和分类提供预训练模型的AI框架[3]