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

互聯(lián)網(wǎng)領(lǐng)域則更是如此，團(tuán)購火了能百團(tuán)大戰(zhàn)，O2O火了能全面“開O”，共享經(jīng)濟(jì)火了，愣是連男友女友都能“共享”。

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

那么問題來了，到底實(shí)現(xiàn)AI有哪些方法，各種方法最終又會(huì)得到什么結(jié)果呢？讓我們先從攝影說起，聊一聊手機(jī)AI攝影的三個(gè)流派。

流派一：用芯片提供AI攝影通用加速

去年，華為發(fā)布了搭載NPU的麒麟970芯片開始，之后蘋果也公開了A11仿生神經(jīng)芯片。從后來華為、榮耀的相關(guān)搭載產(chǎn)品，以及蘋果iPhoneX來看，基于AI專用芯片來實(shí)現(xiàn)手機(jī)的AI攝影功能，是這類手機(jī)的核心AI能力。

這可以看做是手機(jī)AI攝影的第一個(gè)流派：芯片派。

從底層芯片開始做AI處理能力。有兩個(gè)層面的目的，一是在硬件里完成終端AI計(jì)算，可以保證攝像任務(wù)的實(shí)時(shí)性和安全性。畢竟攝影任務(wù)上傳到云端計(jì)算有卡頓可能，斷網(wǎng)后無法工作，圖片上傳服務(wù)器面臨的數(shù)據(jù)危險(xiǎn)也是顯而易見的。

另一方面，芯片派容易被忽略的目的，在于對AI攝影任務(wù)進(jìn)行通用加速。比如有的玩法要人臉識別，有的直播要讀取動(dòng)作指令，有的濾鏡要搞空間處理，把這些全擠在CPU、GPU上手機(jī)馬上會(huì)進(jìn)入龜速狀態(tài)，用云處理無法支持不說，更喪失了實(shí)時(shí)體驗(yàn)。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，基于芯片的AI攝影到底有哪些體驗(yàn)?zāi)兀?/p>

華為Mate10、榮耀V10以及iPhone X的能力數(shù)據(jù)說明，AI攝影可以體現(xiàn)在識別、動(dòng)作捕捉、光影分析、AR等幾個(gè)方面。

比如iPhoneX利用A11仿生芯片，可以與結(jié)構(gòu)光傳感器、深度陀螺儀進(jìn)行結(jié)合，處理人臉、AR等任務(wù)，并可以快速處理圖像識別。

接下來，榮耀、華為的新產(chǎn)品，以及新一代iPhone必然會(huì)繼續(xù)這條路。

這個(gè)流派的優(yōu)點(diǎn)在于，用戶可以體驗(yàn)到AI的多樣化和增長性，手機(jī)里不是一成不變的AI體驗(yàn)，而是可以隨著生態(tài)和技術(shù)的發(fā)展不斷進(jìn)化。但問題是芯片流的門檻很高，需要研發(fā)的巨大投入和長達(dá)幾年的等待周期。

流派二：基于攝像頭搞AI

第二個(gè)AI手機(jī)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件技術(shù)的，而是在戰(zhàn)略上選擇強(qiáng)打AI算法優(yōu)勢和云計(jì)算強(qiáng)項(xiàng)。這個(gè)被谷歌稱為AI First的戰(zhàn)略，已經(jīng)體現(xiàn)在谷歌各種穿戴、家庭以及移動(dòng)設(shè)備上，其中pixel系列手機(jī)也不例外。

去年推出的谷歌pixel2，給出了一個(gè)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圖像處理單元完成了動(dòng)態(tài)模糊攝影等攝影能力的補(bǔ)償。甚至把攝像頭切割成非常復(fù)雜的成像單元，來供給算法端實(shí)現(xiàn)對景深、空間感的AI計(jì)算。

這種“吃力不討好”的方式，大概也只有谷歌會(huì)做。背后的核心原因，一方面是谷歌希望用戶適應(yīng)所有數(shù)據(jù)都上傳到谷歌云的生活方式，另一方面也是希望加強(qiáng)AI優(yōu)勢的商業(yè)化通道。

谷歌手機(jī)的AI秘訣，不在底層芯片里，而是在攝像頭區(qū)域里藏了一顆專用圖像處理協(xié)處理器，即ImageProcessing Unit （IPU），專門用來結(jié)合云計(jì)算與算法集群處理AI拍照與視頻任務(wù)。

但這樣做的問題是圖像任務(wù)會(huì)在專門的部件里處理，并且極大程度依賴云計(jì)算。但確實(shí)一定程度上繞開了開發(fā)芯片的難度，彌補(bǔ)了谷歌硬件上的弱勢。這種劍走偏鋒，讓手機(jī)各部件自行AI的思路，有賴于谷歌強(qiáng)絕天下的算法積累，以及云計(jì)算處理能力。缺點(diǎn)是：除了谷歌大概沒有人可以嘗試。

流派三：搞個(gè)帶算法的APP算了

在手機(jī)AI概念火熱起來之后，國內(nèi)手機(jī)廠商似乎很快就按耐不住了。雨后春筍版的“AI攝影”字樣應(yīng)運(yùn)而生，于是也催生了AI攝影的第三個(gè)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(jī)、動(dòng)態(tài)美顏錄制應(yīng)用等等，這些能力，在今天基本都要用到AI算法來實(shí)現(xiàn)更好的效果。比如美圖秀秀旗下的美圖相機(jī)，就是在APP里集成了機(jī)器學(xué)習(xí)算法，用來識別拍攝人像和背景、光源間的關(guān)系，從而把人像分離出來。

假如把這種基于算法的“AI應(yīng)用”或者“AI濾鏡”，直接搭載到產(chǎn)品攝像頭里，說這是AI攝影功能，行不行呢？好像，大概，可能，也可以吧？

這類手機(jī)的問題，在于芯片和攝像頭中缺乏專項(xiàng)處理AI任務(wù)的單元，一旦運(yùn)行高負(fù)載的AI任務(wù)就需要呼喚云端。而云端的響應(yīng)速度不夠，就可能導(dǎo)致AI攝影的識別率和準(zhǔn)確率下降。

舉個(gè)例子，處理夜拍效果時(shí)，手機(jī)需要運(yùn)用光源捕捉、空間捕捉等AI算法，從而實(shí)現(xiàn)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(yīng)用就有點(diǎn)尷尬了。因?yàn)檫@類深度學(xué)習(xí)的負(fù)載很大，用傳統(tǒng)移動(dòng)芯片+云計(jì)算來跑這類AI拍攝任務(wù)，會(huì)出現(xiàn)黑夜一層層褪去，半天無法對焦。拍照之后又要上傳到云端進(jìn)行很長時(shí)間“處理”，精準(zhǔn)度和體驗(yàn)都很差。而一旦沒網(wǎng)就更麻煩了。所以我們能看到的是，目前大部分國產(chǎn)手機(jī)宣傳所謂的AI拍照時(shí)，都絕口不提夜拍、動(dòng)作捕捉等復(fù)雜任務(wù)。

于是，這個(gè)流派中消費(fèi)者看到的宣傳材料里的“AI拍照”，也就變成了整個(gè)手機(jī)的全部AI能力。其實(shí)這些能力弄個(gè)不算太差的手機(jī)下載個(gè)相關(guān)APP就可以實(shí)現(xiàn)了，單獨(dú)作為一款產(chǎn)品的主要宣傳材料就有點(diǎn)奇怪。