国产手机的AI视觉革命

简介: 最近,在仔细琢磨了两大巨头苹果和谷歌发布的旗舰手机之后,老冀对国产手机的未来前景有了一份担忧。

最近,在仔细琢磨了两大巨头苹果和谷歌发布的旗舰手机之后,老冀对国产手机的未来前景有了一份担忧。

 

从表面上看起来,现在国产手机是形势一片大好:全球前10大智能手机厂商中有7家国产厂商,前5大中则有3家国产品牌,这3家加起来的市场份额已经超过了三星+苹果两大国际品牌,有什么好担忧的?

 

AI加持下的视觉应用:手机的未来战场

 

殊不知正所谓“盛极必衰”,尤其是“盛世”的基础并不牢固的时候。举个别的行业的例子。2003年年底的时候,中国彩电行业可谓达到了顶峰,当时TCL通过收购法国汤姆逊的彩电业务成为仅次于三星的全球第二,康佳、长虹、海信、创维等其他国产厂商也都如日中天。结果呢?随着彩电从CRT向LCD的技术变革,国产彩电厂商很快又被韩国厂商抛在了后面。

 

其实,当年国产手机也经历过同样的事情。2012年的时候,国产手机中涌现了中华酷联、天宇、金立等众多知名品牌;而到了今天,除了华为仍然傲立潮头之外,其他国产手机品牌集体掉了队。

 

因此,老冀认为,虽然目前国产手机看似不错,实则面临技术升级的巨大挑战,而这个挑战来自于一项伟大的技术变革,它就是人工智能(AI)。

 

实际上,从苹果和谷歌发布的智能手机新品上,我们已经看到了AI的巨大威力:iPhone X将3D结构光与AI紧密结合起来,实现了3D头像和刷脸支付,并为AR/VR应用做好了准备,而国产手机直到一年之后才推出了类似的功能。谷歌前不久刚刚发布的Pixel 3,虽然只搭载了一颗1220万像素的后置单摄,却能够借助谷歌独有的AI能力,拍照水平照样吊打众多配备了双摄甚至三摄的国产旗舰手机。


微信图片_20211222211458.jpg


这说明了什么?说明智能手机的竞争焦点已经从国产手机厂商最擅长的堆砌硬件、美化UI、追求性价比转向了AI能力。老冀认为,如果国产手机厂商到现在还没有认识到AI的重要性,下一轮又将集体掉队。

 

老冀注意到,10月19日,知名研究机构IDC联合旷视科技发布了一份白皮书《AI+手机:“视”界革命》(以下简称“《AI+白皮书》”)。IDC对中国2018年上半年出货量前100名的手机型号(占中国上半年智能机出货量的91%)共计1.6亿部手机进行分类统计,其中提供AI功能的手机占比已经接近90%。这也说明,AI手机正在成为市场主流。

 

那么,AI在智能手机上都有哪些应用?《AI+白皮书》的消费者调查发现,视觉应用(包括美颜、夜景摄影、立体成相、增强现实等)是手机AI应用中最主要的诉求。

 

2017年《IDC Consumerscape 360°》调研更是显示,51%的用户会将拍照作为购买手机的七大选择因素之一。


微信图片_20211224113916.jpg


视觉应用的“关键四环”

 

由此可见,视觉应用正在成为提升用户体验,影响用户购买行为的重要指标。那么,在这场关系到未来的AI视觉应用的竞争中,国产手机如何才能把握住自己的命运?

 

AI+白皮书》认为,想要给最终用户带来超预期的视觉体验,需要产业链的协同发展。视觉技术的推陈出新,与产业链的发展紧密相连,“应用”、“算法”、“解决方案”、“硬件”这“关键四环”中任何一环的短板都会使技术创新的价值大打折扣。下面,让我们具体看一下这“关键四环”都是什么:


微信图片_20211224113939.jpg


1. 应用:目前主要包括识别与认证、AI摄影、3D感知。此外,通过3D镜头(传感器)、增强算法、算力(AI芯片)和视觉解决方案的整合,AI手机可以实现美体、整形、虚化、光效、超级夜摄、标签等多种拍摄功能,让用户使用手机就可以拍出来专业相机和专业摄影师的水准,拓展更多创造性的应用。

 

2. 算法:算法是应用的灵魂,算法的优劣决定着应用体验的差异。目前,计算机视觉普遍采用基于深度学习的算法,它弥补了手工设计特征的缺陷,非线性变换可以做非常多次,特征表示能力显著提高,并且可以自动地训练所有参数,大幅提升了视觉算法的效率。此外,手机由于受到成本、外观、电池容量、供应链等多种因素的限制,需要保持性能、体验和价格的平衡,这对算法提出了更高的要求。

 

3. 解决方案:解决方案层更多地是为硬件层提供支撑。随着视觉应用的场景化,不同的场景需要不同的视觉解决方案,底层算法需要根据不同的应用场景提供深度计算、深度修复、深度优化、标定、畸变校正等不同的能力,并针对双摄、三摄、深摄等不同光学器件提供个性化的优化方案。

 

4. 硬件:当然,所有的视觉应用都必须具备相应的硬件才能实现,如芯片、模组、传感器、光学组件、结构光器件、TOF器件,等等。

 

正如《AI+白皮书》所言,超预期的视觉体验需要产业链的协同发展,尤其需要国产手机厂商和上游AI厂商的通力合作。所幸的是,在大众创业、万众创新的大环境之下,中国本土已经崛起了一批包括旷视科技在内的优秀AI厂商,他们正在与国产手机厂商、世界领先的芯片厂商及光学器件、模组厂商通力合作,一起打通视觉应用的“关键四环”。

 

AI厂商助攻国产手机

 

老冀注意到,近日第一手机界研究院发布了手机战报,OPPO Find X成为8月中国手机市场上4000元以上最畅销的安卓手机。要知道,OPPO Find X是安卓阵营第一款真正意义上量产的搭载3D结构光的手机,同时支持3D人脸解锁和3D人脸支付,一举拉高了安卓旗舰手机标准。


微信图片_20211224114011.jpg


OPPO Find X手机上的人脸识别应用,就是旷视科技与OPPO研究院上海软件研究中心AI实验室通力合作的结晶。搭载旷视科技3D结构光人脸识别方案的OPPO Find X可通过前置的RGB、红外和结构光摄像头同时采集到人脸的色彩图片、红外图片和3D信息,并快速从输入的人脸红外特征信息与深度信息中提取个人的安全识别特征,安全特征具有10000+的维度信息,算法会将提取的安全信息与录入时的安全信息进行匹配决定是否安全认证通过。在体验上,录入和解锁都可以在0.1秒内完成,误识别率低于百万分之一,且几乎不受暗光环境影响。而在安全性上,旷视给出的3D结构光人脸识别方案无论是在解锁还是支付应用中都可以有效抵御照片、视频甚至定制化硅胶面具和3D打印面具等形式的攻击。

 

再举另一款最近大卖的国产手机vivo X23的例子。这款手机有一项广受欢迎的功能——“AI人像”。为满足对人像影像处理与光效运用的更高要求,完善二维人脸重建带来的人像处理不足,vivo X23采用了基于上百万张覆盖全人种的人脸数据训练的升级版AI人像光效处理技术,并新增伦勃朗光与彩虹光两款定制光效。在实际体验中,vivoX23采用的AI人像光效处理技术在完成智能打光的同时,保护人像画面的胡须、眉眼、唇部和背景等必要细节,使其不会因为打光而削弱或变色,人像虚化过渡更自然。


微信图片_20211224114037.jpg


此外,旷视的 AI 视觉解决方案还能满足对用户面部的光线检测、T区高光提亮以及对局部阴影的处理,即使在逆光环境下也能让人像处理更立体。以伦勃朗光为例,在布光时从人像侧前方45°向面部打光,以勾勒人物,突出人物的立体、深邃感,并且在打光同时,手机能对原始画面中的面部进行左右脸的光强、光源、大小分析,从而判断出光到底该从左打还是从右打,做到智能布光,让用户轻松驾驭自然的光,通过简单的手机摄影便能享受影棚体验。

 

老冀发现《AI+白皮书》中还提到,目前具备全部AI能力的手机还不足10%,这也意味着国产手机在AI能力上还有非常大的提升空间。如今,在旷视等本土AI公司的帮助下,国产手机厂商正在视觉应用等AI领域奋起直追,一步步缩小与苹果等国际厂商的差距。正是基于这样的观察,老冀对国产手机的未来持谨慎乐观的态度。

相关文章
|
28天前
|
机器学习/深度学习 人工智能 自然语言处理
AI与未来医疗:革命性的诊断与治疗
本文探讨了人工智能在医疗领域的应用及其对未来医疗保健的潜在影响。通过分析当前AI技术的发展,特别是在疾病诊断、个性化治疗和患者护理方面的应用,揭示了AI如何提高医疗服务效率、准确性和可及性。同时,讨论了AI技术面临的伦理和隐私挑战,为未来医疗保健的发展方向提供了思考。
|
2月前
|
机器学习/深度学习 人工智能 搜索推荐
AI与未来医疗:革命性的技术融合
本文探讨了人工智能(AI)在未来医疗领域的应用及其潜在影响。通过分析当前的技术进步和具体案例,如AI辅助诊断、个性化治疗方案及医疗机器人等,展示了AI如何提高医疗服务的效率和准确性,降低医疗成本,并增强患者的治疗体验。同时,文章也讨论了AI在医疗中面临的伦理和隐私问题,以及解决这些问题的可能途径。最后,本文对AI在未来医疗中的前景进行了展望,指出其将继续深刻改变医疗保健行业,为患者和医疗专业人员带来更多福祉。
|
2天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI驱动下的IT运维革命###
本文探讨了人工智能(AI)技术在IT运维领域的创新应用,强调其在提升效率、预防故障及优化资源配置中的关键作用,揭示了智能运维的新趋势。 ###
|
3天前
|
机器学习/深度学习 人工智能 算法
AI与未来教育:一场革命性融合
在这个信息爆炸的时代,人工智能(AI)正逐步渗透到我们生活的每一个角落,教育领域也不例外。本文旨在探讨AI技术如何革新传统教育模式,以及这一变革可能带来的深远影响。通过分析AI在个性化学习、智能辅导系统、教育资源优化分配等方面的应用案例,揭示其对未来教育生态的重塑潜力。同时,文章也将讨论伴随技术进步而来的挑战,如数据隐私保护、教师角色转变等问题,并提出相应的解决思路和建议,为构建更加公平、高效、人性化的教育体系提供参考。
|
5天前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
12天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗领域的革命性应用
【10月更文挑战第14天】 本文探讨了人工智能(AI)在医疗行业中的多种应用,包括疾病诊断、个性化治疗、药物研发等。通过具体案例分析,展示了AI技术如何提高医疗服务效率和准确性,同时指出了当前面临的挑战与未来发展趋势。
29 2
|
13天前
|
机器学习/深度学习 人工智能 搜索推荐
AI与未来医疗:革命性的技术,重塑健康产业
在21世纪的科技浪潮中,人工智能(AI)正迅速成为医疗领域的关键力量。本文探讨了AI在未来医疗中的潜力和应用前景,从智能诊断、个性化治疗到药物研发和患者护理,详细阐述了AI如何通过提升效率、准确性和个性化医疗服务来重塑健康产业。通过案例分析和专家观点,本文展示了AI在医疗领域的多重影响,并讨论了其面临的伦理和隐私挑战。
|
15天前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:革命性的诊断与治疗
【10月更文挑战第11天】 本文探讨了人工智能(AI)在现代医疗领域的应用,重点分析了AI如何通过精确的数据分析和机器学习技术,实现疾病的早期诊断和个性化治疗方案。通过具体案例展示了AI在医学影像分析、基因编辑、远程医疗及患者管理等方面的巨大潜力。同时,也讨论了AI在医疗中面临的伦理和隐私挑战,并提出了可能的解决方案。
|
17天前
|
人工智能 算法 安全
AI与未来医疗:革命性的变化与挑战
本文探讨了人工智能在医疗领域的应用及其带来的革命性变化。通过对当前AI技术在医疗诊断、治疗和预防方面的应用案例的分析,揭示了AI在未来医疗中的潜力和面临的伦理及技术挑战。最后,本文呼吁更多的跨学科合作,以推动AI在医疗健康领域的健康发展。
|
18天前
|
机器学习/深度学习 人工智能 算法
使用 NVIDIA TAO Toolkit 5.0 体验最新的视觉 AI 模型开发工作流程
NVIDIA TAO Toolkit 5.0 提供低代码框架,支持从新手到专家级别的用户快速开发视觉AI模型。新版本引入了开源架构、基于Transformer的预训练模型、AI辅助数据标注等功能,显著提升了模型开发效率和精度。TAO Toolkit 5.0 还支持多平台部署,包括GPU、CPU、MCU等,简化了模型训练和优化流程,适用于广泛的AI应用场景。
35 0
使用 NVIDIA TAO Toolkit 5.0 体验最新的视觉 AI 模型开发工作流程