百度智能云 BML / 飞桨 PaddleX

PaddleX 是飞桨全流程开发工具，侧重本地化、Pipeline化的模型训练，覆盖数据校验、模型训练、压缩到部署全链路，适合开发者快速落地CV项目。BML（百度机器学习Baidu Machine Learning）是云端一站式AI平台，提供可视化建模、AutoML、Notebook开发、模型市场及端到端部署能力，无需自建集群。简单CV项目可直接用PaddleX，需要团队协作、大规模算力或无代码开发时建议选BML。

BML采用按需计费与资源包组合模式，主要费用项包括：训练算力（按vCPU/GPU小时计）、模型部署推理（按实例规格与调用量计）、存储与标注服务。新用户通常可领取包含一定额度的代金券或试用资源包来体验AutoML建模与公有云部署。预付费资源包适合长期推理调用，单价更低；按量付费适合业务波动大、短期验证场景。

典型应用包括：工业领域的缺陷检测、产品分拣；零售行业的商品识别、客流分析；安防场景的人员识别、行为检测；OCR文字识别、表格抽取；医疗影像辅助诊断；以及文本分类、智能问答等NLP任务。PaddleX预置200+产业级模型库，覆盖图像分类、目标检测、语义分割、时序预测等，方便企业直接基于预训练模型做领域微调。

BML支持四种部署形态：公有云在线推理API、专属云部署、独享物理机、以及边缘设备端离线部署。PaddleX导出的模型可直接通过Paddle Inference在CPU/GPU服务器、树莓派、Jetson等边缘硬件运行，也支持ONNX导出后用TensorRT、OpenVINO等加速。生产环境建议使用BML托管，自动伸缩免运维；数据敏感场景可选私有化部署。

BML的最大差异点是底层深度绑定自研的飞桨（PaddlePaddle）框架，对Paddle模型的训练、压缩、部署优化最彻底，性能调优空间大。同时内置EasyDL风格的零代码AutoML，普通业务人员也能建模，模型市场提供大量行业预训练模型。与阿里PAI相比，BML在中文NLP模型和多模态大模型（如ERNIE、文心）适配上更顺畅；与华为ModelArts相比，BML的Web可视化拖拽交互和标注工具体验更完善。