在我们身边，有一个铁打的定律，那就是一个东西或许称号火了，马上就会群起而模拟之。一朝一夕，这种“微创新”甚至“不必创新”的方式，被国人冠名为“山寨文明”。

互联网范畴则更是如此，团购火了能百团大战，O2O火了能片面“开O”，共享经济火了，愣是连男友女友都能“共享”。

山寨得多，就连技术都可以山寨。比方到了往年，片面屏等技术普及之后，AI似乎成为了各手机厂商普遍希望蹭到的热点。

那么成绩来了，究竟完成AI有哪些办法，各种办法最终又会失掉什么后果呢？让我们先从摄影说起，聊一聊手机AI摄影的三个流派。

流派一：用芯片提供AI摄影通用减速

去年，华为发布了搭载NPU的麒麟970芯片开端，之后苹果也地下了A11仿生神经芯片。从后来华为、光彩的相关搭载产品，以及苹果iPhoneX来看，基于AI公用芯片来完成手机的AI摄影功用，是这类手机的中心AI才能。

这可以看做是手机AI摄影的第一个流派：芯片派。

从底层芯片开端做AI处置才能。有两个层面的目的，一是在硬件里完成终端AI计算，可以保证摄像义务的实时性和平安性。毕竟摄影义务上传到云端计算有卡顿能够，断网后无法任务，图片上传效劳器面临的数据风险也是不言而喻的。

另一方面，芯片派容易被疏忽的目的，在于对AI摄影义务停止通用减速。比方有的玩法要人脸辨认，有的直播要读取举措指令，有的滤镜要搞空间处置，把这些全挤在CPU、GPU上手机马上会进入龟速形态，用云处置无法支持不说，更丧失了实时体验。APP的摄影需求有千千万，目前来看只要在终端有AI处置单元才干满足这些“未知需求”。

说究竟，基于芯片的AI摄影究竟有哪些体验呢？

华为Mate10、光彩V10以及iPhone X的才能数听说明，AI摄影可以表现在辨认、举措捕获、光影剖析、AR等几个方面。

比方iPhoneX应用A11仿生芯片，可以与构造光传感器、深度陀螺仪停止结合，处置人脸、AR等义务，并可以疾速处置图像辨认。

接上去，光彩、华为的新产品，以及新一代iPhone必定会持续这条路。

这个流派的优点在于，用户可以体验到AI的多样化和增长性，手机里不是原封不动的AI体验，而是可以随着生态和技术的开展不时退化。但成绩是芯片流的门槛很高，需求研发的宏大投入和长达几年的等候周期。

流派二：基于摄像头搞AI

很多朋友说，共享纸巾机是一个广告机，但我们不是这样定义它，我们定义它是一个互联网跟物联网结合的终端机，从线下吸入流量，重新回到线上，以共享纸巾项目作为流量入口，打造全国物联网社交共享大平台。第二个AI手机摄影流派，不能不提到让人爱恨纠葛的谷歌。

众所周知，谷歌是不鼎力押注硬件技术的，而是在战略上选择强打AI算法优势和云计算强项。这个被谷歌称为AI First的战略，曾经表现在谷歌各种穿戴、家庭以及挪动设备上，其中pixel系列手机也不例外。

去年推出的谷歌pixel 2，给出了一个十分特别的AI摄影形式，它没有专属的AI芯片，却应用算法和AI图像处置单元完成了静态模糊摄影等摄影才能的补偿。甚至把摄像头切割成十分复杂的成像单元，来供应算法端完成对景深、空间感的AI计算。

这种“费劲不讨好”的方式，大约也只要谷歌会做。面前的中心缘由，一方面是谷歌希望用户顺应一切数据都上传到谷歌云的生活方式，另一方面也是希望增强AI优势的商业化通道。

谷歌手机的AI秘诀，不在底层芯片里，而是在摄像头区域里藏了一颗公用图像处置协处置器，即ImageProcessing Unit （IPU），专门用来结合云计算与算法集群处置AI拍照与视频义务。

但这样做的成绩是图像义务会在专门的部件里处置，并且极大水平依赖云计算。但的确一定水平上绕开了开发芯片的难度，补偿了谷歌硬件上的弱势。这种剑走偏锋，让手机各部件自行AI的思绪，有赖于谷歌强绝天下的算法积聚，以及云计算处置才能。缺陷为数亿中文用户免费提供海量、全面、及时的百科信息，并通过全新的维基平台不断改善用户对信息的创作、获取和共享方式。是：除了谷歌大约没有人可以尝试。

流派三：搞个带算法的APP算了

在手机AI概念炽热起来之后，国际手机厂商似乎很快就按耐不住了。雨后春笋版的“AI摄影”字样应运而生，于是也催生了AI摄影的第三个流派：APP派。

所谓APP派很好了解，想一想我们用的各种美颜拍照相机、静态美颜录制使用等等，这些才能，在明天根本都要用到AI算法来完成更好的效果。比方美图秀秀旗下的美图相机，就是在APP里集成了机器学习算法，用来辨认拍摄人像和背景、光源间的关系，从而把人像别离出来。

假设把这种基于算法的“AI使用”或许“AI滤镜”，直接搭载到产品摄像头里，说这是AI摄影功用，行不行呢？

仿佛，大约，能够，也可以吧？

前不久，红米Note5主打了所谓“千元AI双摄”翻开了这场关于AI的宣传战尾声。随后vivo X21也以AI摄影才能作为宣传。从产品阐明中可见，这两部手机的处理方案根本就是上文所说的“AI滤镜”形式：开发具有一定辨认特性的摄影功用，然后在不卡的前提下部署在手机中就可以了。

刚刚发布的小米Mix2S，也是走这种处理方案。即在手机相机中初始化搭载“美图相机”之类APP的算法功用。比方场景辨认拍照、用机器学习停止人脸和人体轮廓辨认，自动停止背景虚化和抠图等等。

这类手机的成绩，在于芯片和摄像头中缺乏专项处置AI义务的单元，一旦运转高负载的AI义务就需求呼唤云端。而云端的呼应速度不够，就能够招致AI摄影的辨认率和精确率下降。

举个例子，处置夜拍效果时，手机需求运用光源捕获、空间捕获等AI算法，从而完成夜晚中明晰拍照和光源复原。

而这类APP派假设要加载夜拍类的AI使用就有点为难了。由于这类深度学习的负载很大，用传统挪动芯片+云计算来跑这类AI拍摄义务，会呈现黑夜一层层褪去，半天无法对焦。拍照之后又要上传到云端停止很长工夫“处置”，精准度和体验都很差。而一旦没网就更费事了。所以我们能看到的是，目前大局部国产手机宣传所谓的AI拍照时，都绝口不提夜拍、举措捕获等复杂义务。

于是，这个流派中消费者看到的宣传资料里的“AI拍照”，也就变成了整个手机的全部AI才能。其实这些才能弄个不算太差的手机下载个相关APP就可以完成了，独自作为一款产品的次要宣传资料就有点奇异。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或许下载钛媒体App