手機廠商們的真假AI相機

美國消費電子協會首席經濟學家肖恩•杜布拉瓦茨在他那本《數字命運》中提到了這樣一個觀點：

可不是，多數人想不到的我們一張自拍照的背後，都在不斷融入數字化和AI。

<strong>2017年穀歌在Pixel 2代手機上加入了自研AI單元，首次實踐“AI計算拍照”。此後，用AI改善拍照質量似乎就成了手機廠商們的共識。

谷歌此舉甚至還在“倒逼”華為海思、聯發科等廠商在最新的SoC硬件上提供AI組件，方便手機廠商進行AI相關的功能開發。

一股芯片級AI相機的潮流席捲而來，不同流派、不同公司在標準、技術之間相互爭鳴，共同推動了技術的演進。

<strong>一

<strong>AI相機流派

營銷也好，實打實的進步也好，為了追趕AI這個概念，手機廠商、處理器廠商都在打AI牌。以至於芯片甚至在相機這個點上都在拼AI。不過，出於成本考量，AI相機正在形成不同流派。

<strong>1、APP算法加強派。算法加強派只能算是營銷噱頭，主要集中在千元機上。

和美圖秀秀這類應用通過算法修改圖片差不多，可以理解為手機相機APP自帶算法調整功能。紅米Note5、vivo X21這類市面上的“千元雙攝”大多用的是是這種方式。

APP自帶算法調節的確可以讓照片增強對比度或是通過算法加強景深。問題在於，本身硬件有限，芯片和攝像頭裡都沒有專門的AI處理單元，一到夜晚就會導致畫質不佳，原圖成像不佳，APP也很難有太大的作為。

<strong>2、攝像頭+雲計算派，在攝像頭區域裡有一顆專用圖像處理協處理器。

即ImageProcessing Unit （IPU），專門用來結合雲計算與算法集群處理AI拍照與視頻任務，谷歌Pixel 2就是最典型的案例，這也是為什麼Pixel 2單攝像頭就能搞定其他雙攝像頭背景虛化的主要原因。

這顆IPU是一顆可編程處理器，共有8個核心，每個核心有512算術邏輯單元（ALU）。在移動設備上，ALU每秒能進行超過3萬億次運算。ALU主要是用Halide來進行圖像處理，用TensorFlow處理機器學習。

從營銷的角度來看，這套技術基本只有谷歌能用，能實現的功能及支持的第三方應用有限，須要搭載谷歌自研芯片也增加額外成本，基本上只會被Pixel的極客用戶認可。國產手機廠商的雙攝、三攝、四攝可以在直接觀感上征服用戶，何必用單攝。

<strong>3、芯片處理器派，也就是在芯片處理器中，加入了一顆用於AI計算的芯片。

華為、蘋果、三星接連在處理器中加入了獨立神經網絡處理單元，稱作為NPU——比如華為麒麟980。

聯發科其實比高通、三星都走得更快一些。早在2018年3月，聯發科就改進加強了AI硬件處理單元，將其稱之為APU。當時發佈的Helio P60直接加入了雙核APU——也就是兩個獨立AI處理單元。這樣的處理單元專門用於應付拍照、視頻操作。2018年底發佈的Helio P90，其中AI專核已升級為APU2.0，為手機提供了強大的邊緣AI算力。

聯發科在這幾個派別的爭論中還提出了真AI相機的標準，實現芯片級的真AI相機——從圖像傳感器sensor尺寸、AI性能、ISP技術三個維度為用戶打造真正的AI相機。

高通依舊執著於CPU/GPU/DSP模式期間，聯發科已經迭代了三代APU產品，已經在芯片中採用了提升AI性能，改善用戶相機體驗的策略。

在APU 2.0 架構的支持下，當手機在多核多線程處理AI 任務時，手機反應速度能更快、更省電。AI運算效率提升了，功耗和所需的帶寬更少了。

<strong>二

<strong>芯片派的崛起

在2018年年末，APP算法加強派基本已經被主流手機廠商淘汰，至少是在旗艦機上淘汰。攝像頭+雲計算派太過小眾，而且不適應國內營銷環境，同樣沒能成為主流。芯片處理器派則是躍升為了所有手機廠商的第一選擇。

原因很簡單，手機相機硬件、用戶應用需求以及相機自身玩法越來越多樣了，很多問題只能靠硬件來解決。

就像過去手機處理器“核戰”的年代，雙核、四核、八核、十核就是帶動性能的最佳方式。用AI芯片這種硬件思路面對所有用戶問題，同樣是最簡單、最直接、最乾脆也最有效，但也需要技術積累的作法。

<strong>1、手機相機成像的整體升級

手機相機CMOS有個核心參數，是CMOS的整體尺寸，俗話說“底大一級壓死”，好的旗艦機Sensor像素尺寸≥1.55μm，大底往往在暗光環境中可以捕捉到更多信號，畫面更純淨，噪點也更少，夜晚表現往往非常突出。目前市場上符合這一標準的傳感器有MIX586，MIX378，MIX380等。

大底當然也有壞處——它需要處理的數據更多。過去原本做ISP影像處理的相機DSP在Sensor像素尺寸≥1.55μm的大底上就會顯得相對吃力，容易導致相機發熱，功耗增加。除非手機性能真的足夠強勁，才能帶得動≥1.55μm的大底。

（高通驍龍845的圖像處理策略）

未來≥1.55μm的大底必然是中高端手機的標配，想要施展人工智能的作用，必須要有強大的AI性能支撐。同時，芯片上的ISP帶來強勁圖像處理能力可以提升畫質表現。聯發科提出的“真AI相機”概念：CMOS Sensor傳感器像素≥1.55μm，AI性能跑分≥21000分，Imagiq 三核ISP技術，三個指標加持，才是“真AI相機”，的確是保障手機AI相機的功能性和成像表現的基礎。

聯發科Helio P90的三核ISP技術帶來了強勁的圖像處理能力，可以提升畫質表現，能夠輕而易舉帶動≥1.55μm的大底。所以你可以看到，2018年年末，高通在驍龍720以及驍龍855上都加入了NPU模塊，目的就是跟上行業潮流。

<strong>2、短視頻、直播創作的風潮

短視頻、直播的風潮同樣在側面壯大了AI芯片派。2018年，互聯網行業最熱的概念除了AI，就是短視頻——抖音、快手、微博、微信都在加強短視頻功能。用戶通過短視頻創作內容、分享生活已經成了一股潮流。短視頻社交甚至也在成為巨頭們發力的方向。今日頭條推出了多閃，微信則是在推出即刻視頻。

不過，我們不得不說，現在大部分視頻都是“AV畫質”。不僅分辨率不夠高，畫面抖動也太厲害。原因就在於大部分手機的攝像頭沒辦法處理如此大體量的數據，而且受到了網絡帶寬的影響。

隨著2019年5G手機的發佈，未來用戶使用短視頻的需求只會愈加龐大。芯片廠商也不得不跟進——加上了專門的攝像頭AI處理單元。

像聯發科Helio P90這樣的處理器，因為具備AI智能ROI區域偵測技術，可以實現重點區域編碼，提升視頻碼率和壓縮質量，直播畫面時可以更清晰。在多個直播平臺都有明顯的畫面質量提升。5G時代即將到來，視頻必將是內容層面的主流趨勢，這項技術抓住了視頻平臺的痛點。

我們可以斷言，2019年-2020年，AI處理單元的視頻處理能力會成處理器標配。

<strong>3、相機的玩法越來越豐富多樣

事實上，相機的玩法也越來越多樣豐富，比如說蘋果的FaceID和Animoji等一系列功能。甚至連百度輸入法之類的第三方軟件也在安卓機上照搬Animoji。

Animoji的原理是通過一個ARKit應用來記錄實時更新的面部網格。使用深度映射來繪製臉部的二維紋理。最終的效果十分逼真，模仿出3A級遊戲中的那種動畫效果。玩過3A級遊戲的用戶都知道，遊戲畫面渲染對處理器要求非常高。挪到手機上拍攝時同樣如此——這對相機處理的能力要求也極高。

另外，安卓廠商還在探索其他玩法，比如實時虛擬化身、實時多物識別、焦點直播、人像留色、人臉偵測、AI降噪抓拍、AI降噪夜拍——這些都需要芯片級的AI處理能力來支撐，聯發科 P90這樣的處理器恰恰具備這些功能，能夠過往旗艦機上才具備的功能，搬運到中高端手機上，讓大眾都能享受這些玩法。

<strong>三

<strong>新的超車賽道

過去芯片處理器市場是個簡單的上下游關係——上游處理器廠商供貨，下游手機廠商採購。在這種關係之中，處理器廠商往往掌握了話語權，一款芯片採購量、採購價，基本都是由處理器廠商說了算。

但是在今天，處理器的CPU+GPU性能已經不再是評價一款芯片的唯一因素。在處理器甚至還要考慮AI處理器的性能。

像在AI Benchmark上的跑分中：麒麟980為21526分，聯發科Helio P90為25645分，剛刷新的高通驍龍855為27356分，位居榜首。

可以說，AI芯片正在成為處理器戰場的超車賽道。過去芯片廠商在和手機廠商的關係，在生態鏈中的地位是絕對領頭羊，掌握了壟斷式的話語權。但現在已經不是單個廠商自娛自樂，控制CPU、GPU性能就能左右手機廠商時代了。

因為芯片廠商不僅僅需要根據手機廠商的需求去提升AI算法、算力，還需要和互聯網巨頭以及人工智能公司合作，推進AI的生態發展。因為很多AI應用也需要處理器廠商和第三方互聯網廠商共同合作實現。

比如說AI處理器的人體姿態識別這樣的技術，並不是靠處理器廠商一家實現的，它需要曠視這樣的廠商作支撐。曠視科技就和芯片廠商共同合作開發出了包含安全人臉識別解鎖、先進影像處理、單鏡頭背景虛化、智能物體以及手勢識別、智能相冊分類等AI 應用。

在類似這樣的合作中，產業鏈是個相對平等互動、攜手共進的關係，它更像是一個開放合作的生態，而不是過去壟斷打壓的一言堂。真AI相機，並不是靠一家廠商自己悶頭開發而成的，而是更多廠商共同合作、對接、制定標準形成的。聯發科在這方面恰恰比一些壟斷性巨頭姿態更平，做得更好。

壟斷、霸權，在AI產業鏈與手機芯片日益融合的環境下，對用戶、對自身並沒有太多好處，甚至還在阻礙行業的進步。開放、合作，才是保持行業進步的動力。

閱讀更多 慢幾步深幾度 的文章

關鍵字: 攝影 聯發科技 人工智能