小米10背后的AI想象力

小米10背后的AI想象力

手机的想象力到底有多大?

在小米10的发布会上,这些关于手机的想象力借助AI被进一步延展开来。相比配置,AI技术在小米10上有更突出的体现,换天技术、文档拍照和语音合成,这些使用简单的功能背后都积累着小米自研AI多年的技术积累。

小米10背后的AI想象力

当手机厂商大部分的产品性能基本相同的时候,AI技术的优劣与否,更易使用户感知。

这或许是小米最值得令人欣赏的地方,不是它曾经倡导的互联网模式,也不是它对于性价比的极致追求,更重要的是,它在想象力上有着比市场更超前的嗅觉。

1

换天技术、语音合成、文档拍照,
小米10最亮眼的AI技术都在这里

 在小米10上,AI技术帮助拍照实现了换天功能。尽管许多手机厂商也提出过类似功能,但实际上能够达到小米10所呈现的效果的并不多。

小米AI实验室通过数万张高精度、场景覆盖广泛的天空图片作为训练集,不断优化模型结构,训练出了高精度的天空分割模型。

这样的做法下,使得小米的天空分割算法能精准分析天空和前景,边缘识别准确,分割细腻,达到像素级抠图标准。在包含各类场景的全面评测集上,小米换天成片率达到90%+。

通过对MIX、Picnic、Quickshot、 Vivo摄影、玩效APP等一系列软件和小米10换天功能的对比,软件在自拍、远距离室外人像、复杂的城市场景和绿植等方面,都很难做到小米10的效果。

小米10背后的AI想象力

有没有感觉所有厂家都在拼命研究相机?到了后4G时代,对于画面的记录,人们已经不满足于单个画面的拍摄,而是更多地往视频、短视频、动态图片等方向延伸。这对手机厂商的相机功能和图像处理技术提出了更高的要求,视频相较于图片的拍摄以及后期,处理难度都更大。
 
另一个AI技术在小米10上的展现,是通过智能算法,让以往需要滑轨、手摇等技巧才能实现的镜头效果,不用动手机就能完成运镜,制作vlog。如果想在视频中增加字幕,可以直接通过语音识别的方式,自动转化成字幕。让用户在使用小米10拍vlog后,后期制作的成本大大减轻。

小米10背后的AI想象力

之所以能够达成这样的效果,背后是小米AI实验室做了大量的算法优化和实时调校,把多个计算单元有机结合,最大限度发挥了手机平台的计算性能。

语音和文档解析方面,小米10也提出了更优的AI解决方案。

语音正在逐步解放人们的双手,语音技术在智能硬件,虚拟助手,智能客服,智能车载等场景中扮演者非常重要而关键的角色。

小米语音合成从数据积累,算法创新和工程优化等多方面,实现了流畅的中英文合成效果,尤其是在中英文衔接处如真人般的流畅自然,无切换感。此外合成速度很快,减小了用户的等待成本。

小米拍文档能够识别到图片复杂场景中的文档/身份证的边缘,沿着边缘,将其“抠”出来。根据用户的选择,将文档图片变成黑白效果/增强效果,保留细节,去除阴影,增强色泽。和语音合成一样,合成速度很快,用户无等待感知。

小米10背后的AI想象力

值得一提的是,拍文档功能由“小米AI实验室武汉视觉团队”完全独立负责,在疫情之下他们依然交出了优秀答卷。

仅靠列举,小米10所能够产生的想象力已超出边界。尽管从整个智能手机行业来看,创新遇到瓶颈、换机潮遇冷的负面舆论不绝于耳,但依然有先驱者在其中发现了用户的需求,而这些需求依然需要通过更精准、更有沉淀的技术进行解决。

2

小米AI的自研之路
罗马不是一日建成的。相比于简单堆砌配置,AI技术的展示更能显示出手机厂商的前驱性。

小米10所展示的AI技术,意味着小米必须在2-3年前就预想到消费者的潜在需求,并经过长时间的实验和测试,最终推向大众消市场。

在这一点上,小米在2019年2月就将人工智能部拆分为独立事业部,去年10月还加盟了国际语音顶级学者Daniel Povey。在AI自主研发这条道路上,小米显然是有备而来。

在小米“手机+AIoT”的双引擎战略里,AI扮演了非常重要的角色。

目前在整个行业,手机相机研发有一个明显的趋势,就是人工智能的深度整合,具体来讲有两个方面:

一个就是手机相机的软件化和算法化,之前很多手机相机的体验是靠硬件去做,但是最近这两年,一些领先的体验是通过软件算法实现。 第二个趋势就是算法AI化,越来越多的相机算法从传统图像处理算法转变成AI算法。这些都在小米10上集中体现出来。

尽管是一家互联网公司,但实际上,小米的所有产品,包括硬件产品、软件产品和互联网服务都需要AI来赋能。

通过小米AI实验室的两年研究,目前小米已经在声学、语音、视觉,NLP、知识图谱、机器学习6大方向取得一系列成果。

小米10背后的AI想象力

视觉上,小米换天得到了众多用户的喜爱,除此之外,单摄虚化、人脸解锁、美颜、场景识别等AI主导的功能,也早已应用在小米的系列手机上。

语音方面,小米自研的语音识别、合成、语音唤醒和声纹识别等关键技术也已经落地在手机、电视、音箱等众多小米产品上。其中最新的小爱音箱Pro,就包含了“就近唤醒、全屋播放、声源定位、多通道降噪、回声消除、去混响”等功能。近日,小米语音团队自研的“多通道端到端语音技术”,取得比“传统多通道阵列增强模块加单通道语音技术”更好的性能。

相比价格、商业模式,只有真正的技术实力能成为竞争对手难以逾越的门槛,小米花了两年时间,构筑了足够高的城墙。

3

为了更强大的AI,值得为小米10等待一年

厚积薄发和专注极致的快体验,二者在小米身上得到了难得的平衡。

隶属目前霸居智能手机排行版前五的手机厂商,创立时间均超过10年,最长的达到了31年。在痛苦转型上,他们都先后付出了不少代价。即使他们从功能机时代就开始打拼,手握诸多优势,仍然长期不能打开局面,最终还是借助智能手机的浪潮才成功突围。

小米,不单纯因为在智能手机浪潮中抢占了先机,更在于它敏锐的市场嗅觉,和它具有商业潜力的想象力。尽管行业纵然有大环境的限制,但作为最精细的电子产品本身,它依然存在令人着迷的想象空间,但这些想象力未必是硬件本身带来的,而是驱动这些硬件背后的技术,例如AI。

换做其他人或者很难想象,就在两年前,消费者可供使用的手机AI功能还十分有限,人工智能更像是一个高不可攀的宏大词汇。但截止到2019年,《2019智能手机影像技术应用观察及趋势分析》报告已经指出,随着人工智能技术在智能手机拍照领域的成熟运用,影像技术已经成为影响手机销量的重要指标之一。

2020年以后,随着5G的普及,智能手机的影像性能和外观设计仍将是推动创新的两大源动力,在这其中,小米无疑依靠自研AI打了漂亮的开年战,在AI技术上的厚积薄发更能够真正帮助一家智能手机厂商坐稳高端的交椅。

原文始发于微信公众号(阑夕):小米10背后的AI想象力


微信扫码加入本站知识星球下载6000+最新精选行业报告

发表评论