AI手機攝影暗藏三大流派，其中一類是假AI

在咱們身邊，有一個鐵打的定律，那就是一個東西或者名稱火了，馬上就會群起而模仿之。久而久之，這種“微創新”甚至“不用創新”的方式，被國人冠名為“山寨文化”。

互聯網領域則更是如此，團購火了能百團大戰，O2O火了能全面“開O”，共享經濟火了，愣是連男友女友都能“共享”。

山寨得多，就連技術都可以山寨。比如到了今年，全面屏等技術普及之後，AI似乎成為了各手機廠商普遍希望蹭到的熱點。

那麽問題來了，到底實現AI有哪些方法，各種方法最終又會得到什麽結果呢？讓我們先從攝影說起，聊一聊手機AI攝影的三個流派。

流派一：用芯片提供AI攝影通用加速

去年，華為發布了搭載NPU的麒麟970芯片開始，之後蘋果也公開了A11仿生神經芯片。從後來華為、榮耀的相關搭載產品，以及蘋果iPhoneX來看，基於AI專用芯片來實現手機的AI攝影功能，是這類手機的核心AI能力。

這可以看做是手機AI攝影的第一個流派：芯片派。

從底層芯片開始做AI處理能力。有兩個層面的目的，一是在硬體裡完成終端AI計算，可以保證攝影任務的實時性和安全性。畢竟攝影任務上傳到雲端計算有卡頓可能，斷網後無法工作，圖片上傳伺服器面臨的數據危險也是顯而易見的。

另一方面，芯片派容易被忽略的目的，在於對AI攝影任務進行通用加速。比如有的玩法要人臉識別，有的直播要讀取動作指令，有的濾鏡要搞太空處理，把這些全擠在CPU、GPU上手機馬上會進入龜速狀態，用雲處理無法支持不說，更喪失了實時體驗。APP的攝影需求有千千萬，目前來看只有在終端有AI處理單元才能滿足這些“未知需求”。

說到底，基於芯片的AI攝影到底有哪些體驗呢？

華為Mate10、榮耀V10以及iPhone X的能力數據說明，AI攝影可以體現在識別、動作捕捉、光影分析、AR等幾個方面。

比如iPhoneX利用A11仿生芯片，可以與結構光傳感器、深度陀螺儀進行結合，處理人臉、AR等任務，並可以快速處理影像識別。

接下來，榮耀、華為的新產品，以及新一代iPhone必然會繼續這條路。

這個流派的優點在於，用戶可以體驗到AI的多樣化和增長性，手機裡不是一成不變的AI體驗，而是可以隨著生態和技術的發展不斷進化。但問題是芯片流的門檻很高，需要研發的巨大投入和長達幾年的等待周期。

流派二：基於攝影頭搞AI

第二個AI手機攝影流派，不能不提到讓人愛恨糾葛的谷歌。

眾所周知，谷歌是不大力押注硬體技術的，而是在戰略上選擇強打AI算法優勢和雲計算強項。這個被谷歌稱為AI First的戰略，已經體現在谷歌各種穿戴、家庭以及移動設備上，其中pixel系列手機也不例外。

去年推出的谷歌pixel 2，給出了一個非常特別的AI攝影模式，它沒有專屬的AI芯片，卻利用算法和AI影像處理單元完成了動態模糊攝影等攝影能力的補償。甚至把攝影頭切割成非常複雜的成像單元，來供給算法端實現對景深、太空感的AI計算。

這種“吃力不討好”的方式，大概也只有谷歌會做。背後的核心原因，一方面是谷歌希望用戶適應所有數據都上傳到谷歌雲的生活方式，另一方面也是希望加強AI優勢的商業化通道。

谷歌手機的AI秘訣，不在底層芯片裡，而是在攝影頭區域裡藏了一顆專用影像處理協處理器，即ImageProcessing Unit （IPU），專門用來結合雲計算與算法集群處理AI拍照與影片任務。

但這樣做的問題是影像任務會在專門的部件裡處理，並且極大程度依賴雲計算。但確實一定程度上繞開了開發芯片的難度，彌補了谷歌硬體上的弱勢。這種劍走偏鋒，讓手機各部件自行AI的思路，有賴於谷歌強絕天下的算法積累，以及雲計算處理能力。缺點是：除了谷歌大概沒有人可以嘗試。

流派三：搞個帶算法的APP算了

在手機AI概念火熱起來之後，國內手機廠商似乎很快就按耐不住了。雨後春筍版的“AI攝影”字樣應運而生，於是也催生了AI攝影的第三個流派：APP派。

所謂APP派很好理解，想一想我們用的各種美顏拍照相機、動態美顏錄製應用等等，這些能力，在今天基本都要用到AI算法來實現更好的效果。比如美圖秀秀旗下的美圖相機，就是在APP裡集成了機器學習算法，用來識別拍攝人像和背景、光源間的關係，從而把人像分離出來。

假如把這種基於算法的“AI應用”或者“AI濾鏡”，直接搭載到產品攝影頭裡，說這是AI攝影功能，行不行呢？

好像，大概，可能，也可以吧？

前不久，紅米Note5主打了所謂“千元AI雙攝”打開了這場關於AI的宣傳戰序幕。隨後vivo X21也以AI攝影能力作為宣傳。從產品說明中可見，這兩部手機的解決方案基本就是上文所說的“AI濾鏡”模式：開發具有一定識別特性的攝影功能，然後在不卡的前提下部署在手機中就可以了。

剛剛發布的小米Mix2S，也是走這種解決方案。即在手機相機中初始化搭載“美圖相機”之類APP的算法功能。比如場景識別拍照、用機器學習進行人臉和人體輪廓識別，自動進行背景虛化和摳圖等等。

這類手機的問題，在於芯片和攝影頭中缺乏專項處理AI任務的單元，一旦運行高負載的AI任務就需要呼喚雲端。而雲端的響應速度不夠，就可能導致AI攝影的識別率和準確率下降。

舉個例子，處理夜拍效果時，手機需要運用光源捕捉、太空捕捉等AI算法，從而實現夜晚中清晰拍照和光源還原。

而這類APP派假如要加載夜拍類的AI應用就有點尷尬了。因為這類深度學習的負載很大，用傳統移動芯片+雲計算來跑這類AI拍攝任務，會出現黑夜一層層褪去，半天無法對焦。拍照之後又要上傳到雲端進行很長時間“處理”，精準度和體驗都很差。而一旦沒網就更麻煩了。所以我們能看到的是，目前大部分國產手機宣傳所謂的AI拍照時，都絕口不提夜拍、動作捕捉等複雜任務。

於是，這個流派中消費者看到的宣傳材料裡的“AI拍照”，也就變成了整個手機的全部AI能力。其實這些能力弄個不算太差的手機下載個相關APP就可以實現了，單獨作為一款產品的主要宣傳材料就有點奇怪。

更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App