為什么手機拍照需要AI？AI拍照又是如何走進我們的生活的？

回顧過去半年的手機圈，有兩個趨勢顯得格外明顯。

第一個是全面屏。從半年前的 18：9 比例屏幕，到最近盛行的「劉海屏」，在過去的半年里，全面屏在爭議中成為了所有手機的「標配」。

第二個是 AI，也就是 Artificial Intelligence（人工智能）。

相比起全面屏對手機外觀的改變，藏在手機「內部」的 AI 乍一看可能沒有那么吸引眼球，不過布局 AI 正在成為所有手機廠商的「共識」。

特別是在進入 2018 年之后，幾乎所有的手機發(fā)布會都會花上大把的時間講述 AI 的故事。在即將發(fā)布的新機中，AI 也毫無懸念地成了不可或缺的部分。

4 月 1 日，新華社微信推了一篇文章，內容只有 9 個字：「發(fā)現(xiàn)手機攝影新物種」。雖然沒有明確提到 AI，不過摘要中的「AI 攝影？」暗示著這個「攝影新物種」應該和 AI 有關。結合華為研究所地標以及互動回復，這個產品很可能是即將發(fā)布的榮耀 10。

隨著配套軟硬件的完善，AI 對手機體驗的加成正在從「隱性」變得更加「顯性」，拍照就是一個很明顯的例子。AI 究竟是如何和拍照進行結合的？它對普通用戶的意義究竟在哪里？今天我們就來聊聊手機拍照「AI 化」這件事。

為什么手機拍照需要 AI？

對專業(yè)攝影師來說，拍照往往意味著需要使用更好的相機設備，正確進行打光，然后盡可能地記錄每一個細節(jié)，留下更多可后期的空間。

不過對于使用手機拍照的用戶來說，拍照的意義常常是隨手記錄生活的點滴，比如逛街時嘗到的一頓美食、回家路上看到的一個美景。對于這些用戶來說，寬容度、解析力這些專業(yè)用戶眼中非常在意的東西，可能遠不如一個「拍的好看」來的重要。

這種不同的需求，意味著手機廠商在調教相機時，往往和傳統(tǒng)相機廠商有著很大的區(qū)別，具體可以概括為兩點。

第一是高度的自動化。手機的用戶群體比相機要大得多，其中大部分對相機并沒有什么了解，這就要求手機可以「自動」拍出來用戶需要的照片，而不是提供一堆可調節(jié)的參數(shù)讓用戶挨個去選。

第二是拍的好看。隨著蘋果在 iPhone 8/X 這一代產品上徹底放開手腳，在選擇「拍得真實」還是「拍的好看」這個問題上，手機廠商已經達成了高度的一致，用戶普遍喜歡的是好看能直接發(fā)到社交網絡上的照片，對那些貼近真實、后期空間更大的照片反而不太感冒。

這兩點聽上去似乎沒什么，不過考慮到用戶在實際中無數(shù)復雜的使用場景，想要真正做好是非常困難的。

比如同樣是在光線稍差的場景拍照，正常來說，為了獲得更好的成像品質，手機會在安全快門允許范圍之內盡可能地拉長曝光時間，降低感光度，但如果這時候畫面中的主體在運動，這種常規(guī)的策略就很可能導致運動主體糊掉。

主打美顏的美圖 M6

再比如說自拍，手機廠商在幾年前就已經意識到了自拍美顏的重要性，不過在相當長的時間里，自拍美顏幾乎是一個「女性專屬」的功能，原因是美顏算法基本都是針對女性來做的，用在男性臉上就可能非常不自然。

有沒有什么辦法可以解決這些問題呢？

解決方法似乎很顯然，如果手機可以在拍照時檢測到畫面主體在運動，可以分辨出自拍的對象是男性還是女性，然后自動選擇合適的參數(shù)，問題不就解決了嗎？這恰恰就是 AI 可以幫助手機實現(xiàn)的。

從麒麟 970 到全面 AI 化

場景識別在手機上并算不上新鮮事物，在 AI 的概念興起之前，索尼就在自家的 Xperia 手機上搭載了可以識別風景、運動、逆光等場景的場景識別功能。不過受到計算能力和算法的限制，無論是識別的場景類型、識別速度、識別后的優(yōu)化能力，那時候的場景識別都還有所欠缺。

第一個真正把 AI 場景識別在拍照中落地是海思的麒麟 970。

麒麟 970 是華為海思在去年 9 月初的 IFA 上展示的一顆針對手機的 SoC，它的特別之初在于在傳統(tǒng)手機 SoC 包含的 CPU、GPU、ISP、DSP、基帶等元器件之外，額外增加了一顆叫做 NPU 的模塊。

NPU 的全稱是 Neural-network Processing Unit，也就是神經網絡處理單元，麒麟 970 的 NPU 采用的是寒武紀（Cambricon）的 IP，專門為深度學習定制，在跑相應的算法時，這顆 NPU 的處理速度可以大大領先于傳統(tǒng)的 CPU 和 GPU，同時功耗也要低很多。

在 NPU 的基礎上，華為打造了 HiAI 計算平臺，幫助開發(fā)者便捷高效地編寫在移動設備上運行的人工智能應用程序。另外在手機端，和麒麟 970「配套」的還有為 AI 做了大量優(yōu)化的 EMUI 操作系統(tǒng)。

通過這種方式，華為打造了一個「NPU + 生態(tài)環(huán)境 + 手機操作系統(tǒng)」組成的完整體系，在隨后發(fā)布的產品上，華為也迅速把它用在了手機拍照上。

以去年 11 月發(fā)布的榮耀 V10 為例，它的相機 app 可以自動識別包括人像、美食、藍天、夜景、文字在內的 13 種場景，然后智能地對拍照場景進行優(yōu)化，提升成像品質。

從榮耀 V10 以及更早發(fā)布的華為 Mate 10 的相機表現(xiàn)來看，手機本地 AI 對拍照體驗的加成還是很明顯的，特別是在弱光下運動物體的成片率、拍文字時清晰度等特定場景，AI 場景識別幾乎有著一眼可見的提升。

有了這樣的表現(xiàn)，在手機 AI 大潮下，其他手機廠商顯然沒有任何不去跟進的理由。

于是，在華為 Mate 10、榮耀 V10 差不多發(fā)布半年后，多家國產手機廠商在近期發(fā)布的多款中高端手機上，紛紛加上了類似 AI 場景識別、AI 美顏等基于手機本地 AI 運算的功能。

在競爭極為激烈的手機市場，晚對手半年推出顯然不是一個什么好消息。不過除此之外，這些品牌采用的 AI 方案也非常值得注意。

都是 AI，方案卻大不一樣

我們在上面提到過，華為和榮耀在手機本地 AI 上的做法是在 SoC 中增加一顆獨立的 NPU，然后再圍繞 NPU 打造一個完整的生態(tài)，這和目前手機行業(yè)其他品牌采用的手機本地 AI 方案有明顯區(qū)別的。

近期大多數(shù)搭載 AI 功能的手機用的普遍是高通的 AI 平臺，不過在高通的本地化 AI 戰(zhàn)略中，無論是「入門級」的驍龍 660，還是最新的驍龍 845，它們其實都沒有一個類似麒麟 970 NPU 這樣的東西。

高通主導的 AI 方案叫做 AI Engine（Artificial Intelligence Engine，AI Engine），AI Engine 包含了多個硬件和軟件：

其中硬件部分主要有 3 個，分別是 Qualcomm? Hexagon? 向量處理器、Qualcomm? Adreno? GPU 和 Qualcomm?Kryo? CPU；

軟件部分同樣有 3 個核心構成，分別是驍龍神經處理引擎（NPE）軟件框架（幫助開發(fā)者從 DSP、GPU、CPU 中選擇合適的內核）、隨 Android 8.0 發(fā)布的 Android NN API（一個用于在移動設備上進行深度學習的 C 語言 API）和 Hexagon Neutral Network 庫（讓開發(fā)者的 AI 算法在 DSP 上運行）。

換句話說，高通目前為提高手機本地 AI 能力的方式其實并沒有像麒麟 970 那樣增加專用的模塊，而是通過配套的 SDK，「挖掘」SoC 中已有的 CPU、GPU、DSP 在的 AI 運算能力。

高通的這種方案在兼容性上可能會有一些優(yōu)勢，讓手機廠商可以更好的借助搭載不同 AI 架構的「外部力量」來打造自己的 AI 生態(tài)，畢竟是有能力完整構建自己 AI 生態(tài)的，整個手機圈也就海思、三星、蘋果三家。

不過另一方面，高通 AI Engine 的這種方案在核心算法的運算效率上難免會有一些劣勢，而且不利于未來的技術演進以及應用場景的拓展。當然，不排除高通之后也意識到現(xiàn)有方案的局限性，在之后的 SoC 也加入類似麒麟 970 NPU 的專用計算單元。

手機拍照 AI 化的演進

回到手機拍照 AI 化這件事上，目前 AI 對手機拍照的加成主要是通過快速場景識別來智能優(yōu)化拍照參數(shù)，不過未來手機 AI 的應用肯定遠不止于此。

短期來看，比較值得關注的是未來幾款麒麟 970 機型在拍照上是否能拿出更多的新東西，畢竟 Mate 10 和榮耀 V10 領先了對手差不多半年的時間。這半年的時間差，加上麒麟 970 獨立 NPU 和自建的完整生態(tài)在功能演進上的優(yōu)勢，新機型上在拍照 AI 上進一步拓展和完善應該是可期的。

在前幾天發(fā)布的 P20 系列上，華為已經在場景模式識別之外，加入了拍照參數(shù)調校、智能構圖指導、手持夜景、AI 防抖等全新的功能，結合「手機攝影新物種」的預熱，未來預計同樣搭載麒麟 970 的榮耀 10 應該也會繼續(xù)在 AI 上拿出點新東西出來，值得期待。

從長期看，無論是麒麟還是高通，未來 AI 在移動 SoC 的重要性會持續(xù)得到提升。AI 這個曾經被一些用戶吐槽為「噱頭」的東西，已經在不知不覺中開始變革智能手機的使用體驗。

作為手機 AI 最早的落地點之一，AI 對拍照的加成也會隨著技術的演進變得越來越明顯。對于普通用戶來說，這意味著手機拍照越來越簡單好用，拍出好照片的門檻變得越來越低。