翻译|豪言“好电视不挑片源” 华为能把电视行业带入计算画质时代吗？( 三 ) Chrome|浏览器

近年来各大电视厂商都在力推自家的画质引擎，而目前仅有索尼、三星、LG、华为、海信等少数厂家拥有。对于电视而言就是画质引擎就是电视画质输出的大脑，它不仅仅只是搭载了这些画质调校的技术，它的算法和算力还决定了面板的的潜力能够发挥到什么程度。而如今，华为的“鸿鹄计算画质”似乎已经超出了画质引擎的范畴。
不妨来举个例子。现在游戏电视概念火爆，玩家梦寐以求的是以4K甚至8K分辨率来玩游戏。但是游戏的分辨率和帧率是一对互斥的概念，只能此消彼长。之前，超分技术理论上能够缓解这对矛盾体。如果把超分的概念广义化，可以将其理解为单纯的图像升格(image scaling) ，那么升格算法自古以来是多种多样的，比如说最简单的最近邻插值、双线性插值、傅立叶变换方法等，很多画质引擎会固化自研的一套算法，虽然会对分辨率有所提升，但是这种提升的比例是永远固定的。

而华为“鸿鹄计算画质”是在深度卷积神经网络（也就是AI）加持下工作的。其中的AI精晰图像处理（可以认为是一种算法包），在常规超分技术基础上，还可以基于海量数据集的深度训练学习，针对1080P及以下的低分辨率内容，增强画面细节和边缘轮廓，大幅提升画面清晰度。并且优化的次数越多，其优化能力就越强。
又例如，索尼的著名X1画质引擎中有一个“双影像数据库” ，这里面记录了索尼影业合作导演对于影片颜色、对比等参数的调校，当引擎处理到相似画面场景的时候，就从这份“经验数据库”中提取实现相同的调校。但是进入了AI时代，这份经验就远远不及可以随时学习的AI动态对比度增强，AI动态色彩增强等功能模块，因为他们的算法是可以通过学习不断优化的。这并不是吹牛， AI已经在无数领域证明了自己。
相对于传统算法，基于深度学习的神经网络模型有一个无法避免的缺陷——模型的规模和参数总量远远大于传统算法，因此需要非常大的计算代价，也就是非常吃算力。原则上只要算力足够强大， “鸿鹄计算画质”对于片源画质的提升是没有上限的。这时有着4T AI算力的鸿鹄计算画质独立NPU ，就让画质的提升有了充分的算力保障。

有了SuperMiniLED的显示能力，有了“鸿鹄计算画质”对于信源画质的卓越提升，华为还干了一件事，那就是每台电视都要经过严苛的产线色彩逐台校准（全新智慧屏 V Pro的色彩校准包含伽玛、色温、色准、环境光校准），这让每一台出厂的智慧屏拥有同样优秀的画质表现。在“大师原彩”模式下，将色准调优到 DeltaE≈1.5的水平，达到参考级专业显示设备的标准。

以上就是老马所理解的“鸿鹄SuperMiniLED计算画质”的内涵。并且不止在画质上，在音质上华为也实现了计算音质，这样的目的依然是通过计算提升音源品质，充分发挥出硬件甚至是扩展方案的实力，篇幅原因不再赘述了。当然，以上这一大堆东西不见得谁都有兴趣读下去，也只是纸上谈兵。电视音画质的好坏，一切都需要亲眼见证。所以，非常渴望可以见证真机，拍一些对比图还证明一切所言非虚。

老马一直觉得，电视行业的发展一直是瘸腿儿的，显示技术的不断发展和上游模块化的能力越来越强大，让很多整机厂家成为了“组装商” ，不用干什么也能“攒”出一台还过的去的电视产品。然后电视会被和手机一样归结为消费电子产品，陷于疯狂的参数内卷中，并不是说参数没有意义，但是充其量只是一个性能的量化展现。