AI 格式通常指的是人工智能相关的数据或模型的存储和处理格式。以下是一些常见的 AI 格式：

1、JSON (JavaScript Object Notation):
JSON 是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成。
常用于存储配置文件、API 返回的数据等。

2、YAML (YAML Ain't Markup Language):
YAML 是一种人类可读的数据序列化语言，常用于配置文件。
比 JSON 更加简洁，支持复杂的数据结构。

3、Protobuf (Protocol Buffers):
由 Google 开发的一种二进制序列化格式，用于数据结构的定义和序列化。
提供高效的序列化和反序列化机制，适合在网络通信中使用。

4、ONNX (Open Neural Network Exchange):
一种开放的神经网络交换格式，允许在不同的深度学习框架之间转换模型。
支持多种框架，如 TensorFlow, PyTorch, Caffe 等。

5、TensorFlow SavedModel:
TensorFlow 的模型保存格式，包含模型结构和权重。
可以直接加载并用于推理。

6、PyTorch TorchScript:
PyTorch 的模型保存格式，支持将模型转换为可执行的脚本。
支持在不同环境中部署。

7、HDF5 (Hierarchical Data Format):
一种用于存储大型科学数据集的文件格式。
常用于存储神经网络的权重和训练数据。

8、CSV (CommaSeparated Values):
一种简单的文本格式，用于存储表格数据。
常用于存储特征数据集。

这些格式各有优缺点，选择哪种格式取决于具体的应用场景和需求。例如，如果需要高效的模型部署，可能会选择 ONNX 或 TensorFlow SavedModel；如果需要灵活的数据表示，则可能选择 JSON 或 YAML。