相机|为什么 Android 们的相机不愿用大底了？( 二 ) 芯片|传感器|摄影|数码

他们之间总会有个「甜点」位，于相机系统中，全画幅是，而在智能手机上，各个厂商努力达到的一英寸或许会是。
直到「计算摄影」的出现。
「计算摄影」的破局无论是相机还是智能手机，成像原理无非就是镜头控制光线进入 CMOS ， CMOS 进行光电转化，再由图像传感器还原为图像。

以上述过程来看，手机没有任何赢过相机的可能性，除非「剑走偏锋」。
相对于相机强工具属性，智能手机其实更偏向「结果」，普罗大众用手机更多的是随手记录，很少去进行后期润色，注重的是「一锤子买卖」。

▲ iPhone 13 Pro vs Pixel 6 Pro. 图片来自：cnet
随着手机 SoC 中 AI 算力的崛起，手机拍照从简单的 HDR、夜景多帧合成，逐步发展到现在实时 HDR、大光圈模拟，以及复杂的「夜景」模式。
通过 AI 算力的大幅提升，以及不同图像算法的精细化匹配，智能手机成像的过程也不再传统，而是加入了许多「计算」的成分。

以往用相机拍摄时，往往需要提前对拍摄项目进行计划和取舍，也催生了阳光十六法则等一些古典经验。
而智能手机生来就需是「万金油」，任何场景、主体、光线都需要应对自如。传统的采集、处理和还原的记录过程并不适合手机的影像系统，经过一遍 AI 的计算调教再输出，更符合手机用户们想要的结果。

随着计算摄影渐渐成为主流，摄像头的硬件规格也不再是唯一影像力的衡量标准。影像力逐步成为一种综合实力的展现，既包括更优秀的硬件，也要有更好的 AI 算法。
SoC 中更强大的 ISP 和 AI 性能也与 CMOS、镜头一同影响着手机的影像力。
自研芯片的崛起无论是苹果的 A 系芯片，还是高通的 8 系芯片，近来的更新迭代中，相对于 CPU、GPU 性能的跬步提升，无论是核心数还是晶体管数，神经计算引擎却有着几倍甚至十几倍的提升。

▲ 每秒可执行运算 15.8 万亿次 AI 计算的 A15. 图片来自：Apple
而这些提升被运用在产品的各方各面，基于机器深度学习的计算摄影便是其中一大项。
纵使 SoC 上的 AI 算力已经大幅提升，但它依然是个通用方案，不同平台间的图像个性化呈现以及计算摄影效果的表现差异不大。
对于现在不断追求差异化的手机厂商来说，这远远不够，于是手机中为了影像差异化而设置的「额外」芯片已经十分常见。

▲ 内置 vivo V1 自研 ISP 的 vivo X70 Pro+.
如小米 MIX FOLD 上的澎湃 C1、vivo X70 系列中的 V1 ，以及即将在 Find X5 系列上出现的马里亚纳 X 芯片，都是为了在影像上有着自己的特色。
记得在体验 vivo X70 Pro+ 时，独特的影调以及极强的暗光性能给我留下了深刻的印象。并且在对图像进行逐帧「计算」时，额外芯片的能效比要更胜一些，还有省电的功效。

▲ 寄予厚望的 OPPO 自研 NPU 马里亚纳 X. 图片来自：OPPO
OPPO 的马里亚纳 X 芯片解决的也是对图像更强的算力和高能效比。
随着芯片算力的提升，算法的完善，以手机影像最终的效果来说，计算摄影、机器深度学习、AI 算法会为普通用户带来较为明显的变化。

▲ 内置一英寸图像传感器的索尼 Xperia Pro-I. 图片来自：Petapixel
而从 1/2.8 英寸提升到 1/1.12 英寸，甚至提升到 1 英寸，在手机拍摄的很多场景中，不仔细对比，很难察觉到变化。
倘若换个参照系的话，采用相同规格的镜头同一场景下，全画幅相机和 APS-C 画幅相机所得的照片对于普通人来说也很难一眼分辨出区别。