深度体验! 华为Mate10的十大人工智能必杀技

人工智能对手机来说到底是不是噱头? 到底能否带来使用手机时体验的提升?

10月, 华为发布年度旗舰Mate 10/Mate 10 Pro, 主打两个亮点, 全面屏和人工智能.

今年智能手机着力争夺的两个价值高点, 正是上述两者. 除开 '人人都有' 的全面屏, 如AR的概念在独立设备上被炒得火热, 最终却首先在智能手机上得到大规模应用 (PokemanGo) 一样, 人工智能要通过一定的终端被人们感知到, 那么智能手机无疑也是最好的载体.

几天前, 我们拿到了Mate 10和尚未正式发售的Mate 10 Pro, 进行为期数天的测试, 逐渐弄明白, 华为为Mate 10/Pro打出的全面屏和人工智能, 究竟是一副怎样的牌.

对于这样一款把AI喊得震天响的手机, 我们体验的重点也从AI出发, 看看它究竟有多智慧.

视觉智能: AI让拍照惊艳

对于Mate 10的AI能力, 我们大致将其分为视觉, 语音, 语言三个方面, 其中, 视觉智能是Mate 10的重点.

尽管人工智能最出名的例子是AlphaGo, 但最成熟, 最先形成大规模应用能力的还是其在视觉上的表现.

1, 图像处理: NPU的强大

在Mate10上, 对视觉的智能体现得非常明显. 其AI的大部分能力, 都是通过内置的NPU (神经网络处理单元) 对视觉图像的处理能力凸显出来的. 这块IP来自寒武纪的NPU号称在图像识别处理, 自然语言理解闪速度比CPU快了25倍, 能耗降低50倍. 在发布会上, 华为用了每分钟处理图片数量这个指标来体现麒麟970内NPU的能力.

眼下尚缺乏跑分工具来量化手机硬件在AI方面的能力, 但既然华为强调了NPU在图像处理方面的能力, 我们便通过一个使用了神经网络的图片处理应用Prisma来看一看NPU的能力.

作为参照的是搭载骁龙835的三星旗舰Note 8, 需要提到的是, 尽管Mate 10跑分总分比Note 8要高, 但单论GPU跑分, Note 8比Mate 10要稍强一些.

▲图右为Mate 10 Pro, 图左为Note 8

在滤镜应用Prisma的离线渲染对比测试中, 搭载了内置NPU麒麟970 Soc的Mate 10 Pro, 几乎全程都领先于搭载高通骁龙835的Note8, 有些图片甚至会比后者先完成渲染数秒之久. 而Note8反过来则无法形成这样的优势. 就GPU的图像渲染能力而言, Mate 10的Mali G72 相较于骁龙835的Adreno 540并不占上风, 但用上NPU过后, 在特定的图像处理任务中, Mate 10已经强出一头.

跑分归跑分, 手机终究是要拿来用的. 而在实际应用中, Mate 10强调AI在视觉方面的能力也并非炫技. 尤其是在拍照的时候, 可以真切地感受到人工智能对手机成像能力的提升.

2, 场景识别: AI喜欢吃肉?

Mate 10在拍照中应用人工智能具体有四项功能, 分别是场景识别, AI自拍, AI快拍, AI夜拍.

在自动模式下, Mate 10的相机能够识别出13种显著场景, 包括文字, 食物, 舞台, 蓝天, 雪景, 海滩, 猫狗, 夜景, 日出/日落, 绿植, 花朵, 人像. 完成判断后, 相机调取最适合当前场景的拍摄参数, 优化最后的成像效果.

鉴于吃饭比较重要, 我们特地多测试了一下Mate 10在识别食物时的表现. 结果表明, 华为Mate 10负责场景识别的工程师们应该是比较爱吃肉的. 在面对肉类 (不管是真的肉还是灯箱上的肉) 时, Mate 10会很快将其识别出来, 转到食物拍摄模式.

▲右下角的刀叉图像即示意识别场景为食物

其中的逻辑比较好理解, 肉类的纹理特征与色彩都比较显著, 易于识别. 从成片效果上来看, Mate 10在保证表现食物的 '食欲' 的同时, 不会对色彩作太过的修正, 而是在绝对真实与表现效果上求取一个平衡.

▲暖光下的羊肉卷, 华为Mate 10 Pro拍摄

在测试完肉类过后, 我们又用素菜拼盘试了一下——这其中其实隐藏着一个难题: 对于手机来说, 它要怎么分辨一片绿油油的东西不是叶子, 而是蔬菜呢?

面对整块屏幕几乎都是生菜的情况时, Mate 10 Pro确实认为这就是一片绿色植物 (因为它本来就是) ; 但当我们转动角度, 让粉丝, 冬瓜, 金针菇出镜时, Mate 10 Pro立马就反应了过来. 在多一些参考物的时候, Mate 10 Pro对食物的理解还是相当深厚的.

3, AI自拍

Mate 10系列的前置摄像头在参数上算不上突出, 800万像素+f/2.0的光圈中规中矩. 但使用前置摄像头打开人像模式后, 可以获得和背面双摄接近的虚化效果, 把人脸从背景中凸显出来.

人工智能在这里发挥了什么作用呢? 因为没有双摄, 没有可参考的深度信息, 前置的单摄像头想实现浅景深的效果只能依赖算法, 将人像 '抠' 出来, 再对背景进行虚化. 华为的工程师与我们交流时称, 为了保证效果, 前置摄像头的算法, 要比后置双摄更加先进. 同时它也更多地受益于人工智能的成果.

用Mate 10前置的单摄像头自拍时时, 麒麟970中的NPU由于训练了大量的脸部图像, 可以帮助相机更精准地将人像剥离出来进行凸显, 能更加自然地实现人像和背景的过渡, 而不会出现边缘模糊的情况.

实际效果如何? 我们特意找来一位漂亮小姐姐测试.

▲开启人像模式后, 在一片杂乱的背景中, 妹子也可以在AI自拍的帮助下凸显出来, 并且发丝等边缘过渡也非常自然, 没有虚焦

当然, 背面的双摄也是有人像模式的.

AI辅助抠人像在手机摄影中已经成为了一门显学. Mate 10的浅景深自拍原理和谷歌Pixel 2用单摄像头实现双摄虚化效果一致; 而iPhone 8/X的肖像模式, 也用到了同样的技术.

4, AI快拍

AI快拍对应的拍照场景, 则是抓拍, 尤其是抓拍高速运动的场景.

对于手机来说, 如果不提前手动设置光圈快门ISO等参数, 要提前拍下高速运动物体是很困难的. Mate 10在这方面做了特别优化, 让相机在捕捉到运动物体时即刻将参数调整至高速摄影模式, 防止糊片.

这个功能看上去不常用, 但却意味着手机自动拍照又进一步覆盖了其原本力所不及的场景, 同时也意味专用相机的生存空间可能会被进一步压缩.

5, AI夜拍: 已是顶级水准?

不过Mate 10 Pro被AI加持的拍照功能中, 最令人印象深刻甚至可以说是感到惊艳的, 还是Mate 10 Pro的夜拍能力.

在日间光线充足的场景下, 各款旗舰机型的拍照成片结果差异通常不会太大——考试题目一简单, 大家都能考高分. 夜拍则更加考验手机摄像头的成像素质.

我们用在相机评测机构DXOMark上综合得分94分 (拍照单项得分100分, 与Mate 10 Pro相同) , 同属于安卓阵营顶尖旗舰机的Note 8与华为Mate 10 Pro进行了夜拍对比. 其中Note 8使用的是双1200万像素广角+长焦摄像头, 光圈为f/1.7 (广角) 与f/2.4 (长焦) .

Mate 10 Pro则是f/1.6光圈, 2000万+1200万黑白彩色双摄.

此前, 三星Note 系列一直以强悍的夜拍能力傲视安卓众机, 但Mate 10 Pro在夜间的成像能力, 已经不输Note 8.

从下图的成像效果来看, 在夜间复杂光线的苛刻条件下, Mate 10 Pro的全自动拍摄成片效果在画面宽容度上比三星Note 8要更好. (下方三张图片左侧为Note 8拍摄, 右侧为Mate 10 Pro拍摄)

Mate 10 Pro比较好地兼顾了画面亮部与暗部, 细节呈现相对完整, 从亮处的霓虹灯和暗处的窗户可以看出来.

而Note 8面对复杂的光线条件, 在暗部与亮部都有不同程度的细节丢失. 光照较强处Note 8出现了过曝的情况, 暗处的窗户也很难被看见. 如果选择照顾高亮度区域, 那么暗部则会被进一步 '牺牲' .

自动拍摄模式下的出片差别正是来自于麒麟970中的NPU, 它识别检测到夜景拍摄场景后, 会自动调用更适合夜间拍摄的算法, 提高出片质量.

换一个光线更集中的灯箱, 效果也同样如此, 依然是Mate 10 Pro更能应对挑战. 不过在色彩上, 弱光环境下Note 8会稍准确一些.

可以看到, Mate 10 Pro在NPU和f/1.6的大光圈帮助下, 夜拍的能力已是手机中的顶级水准. 并且其自动识别夜景的模式使得我们无需任何设置, 就能获得较好的出片效果.

6, 视觉智能成移动端AI应用先驱

从Mate 10 Pro, 以及稍早发布的Google Pixel 2, 苹果iPhone 8/iPhone X, 我们可以看到一股人工智能硬件加速+神经网络相互配合, 以大幅增强手机拍照能力的潮流. 并且在实际应用中, 我们也能体会到显著的提升.

到目前为止, 仍有不少消费者仍然认为AI是手机厂商用来拉高产品溢价的一个噱头, 对其并不十分买账. 但华为Mate 10在AI加持下成像能力的显著提升, 则说明目前的人工智能, 是的的确确可以明显强化手机的能力的.

诚然, 有不少在摄影方面略有理解的用户, 可以在手动模式下, 输出更加具有创造性与艺术感的图片. 但对于规模更加广大的普通用户来说, AI相机可以协助他们更轻松地输出一张达到平均水平的照片.

相对于在AlphaGo肆虐围棋棋坛时只能做个吃瓜者, 华为, 谷歌, 苹果们的AI手机摄像能够让大众真切感受到人工智能带来的体验提升. 它看起来没那么紧要, 但对于手机厂商提升自身竞争力, 让智能手机变得真正 '智能' , 却是十分必要的.

语音智能: 已迈出关键一步

1, 语音助手小E: 华为少女初长成

除开视觉方面的智能, 华为Mate 10也秀了一把语音上的智能. 在国内的发售版本中, Mate 10上线了一个语音助手, 小E, 发音是业界流行的青年女性. 需要指明的是, 语音助手虽然前缀是语音, 但它与AI在语言理解方面的能力也是分不开的. 语音助手是人工智能应用的一座大山.

Mate 10上小E的一大亮点在于, 它可以在熄屏状态下通过语音唤醒的, 不需要额外按一个钮把它调出来. 也是为了尽可能地避免误唤醒, 它的唤醒词采用四个字的 '你好, 小E' (或者也可以自定义, 但同样需要四个音节) . 从小E的表现来看, 其语音识别和语义理解能力相对于以前华为的语音服务有了飞跃式的提升.

定闹钟, 设日程, 读信息, 刷微博, 导航打车找吃的, 等等等等, 都可以通过呼唤这个语音助手完成. 并且她不仅能够调用系统自带的应用, 也接入了滴滴, 高德, 京东等第三方APP来增强其服务能力. 对于一些不太方便用手操作的场景, 比如行车时, Mate 10的小E能够提供有效的帮助.

但在使用小E的过程中我们也发现, 大部分场景中, 语音交互并不如触控交互来得简单高效. 触控交互的高度成熟让用户大部分时间都是在做选择题, 而并且手一触到屏幕就会有即刻的反馈; 而用语音形式发出指令时, 在话没有说完之前, 你永远不知道手机会如何理解你的话.

因此无论是华为的小E,还是苹果的Siri或是谷歌的Google Assistant, 他们要成为更主流而非辅助的交互方式, 仍有一条路要走.

语音交互要成为能挑大梁的交互方式, 目前看来, 在硬件, 人工智能, 软件三个方面都需要取得突破. 硬件上, 手机需要成本足够便宜, 体积功耗足够低的拾音模块; 人工智能方面则是要像CNN (卷积神经网络) 于图像那样, 发展出一个针对自然语言理解行之有效的神经网络 (不过这的确很难, 语言的模糊性相对图像不知道高到哪里去了) ; 而在软件上, 则需要打通更多的软件, 接入更多的服务, 使得语音助手能够提供更多功能.

对华为来说, 目前在软件服务生态建设上更有希望取得更多突破. 华为拥有世界前三的智能手机市场份额, 足够庞大的出货量, 足够强大的开发生态, 将成为华为语音助手小E功能进化的一大优势.

2, AI降噪: 为打call而生

相对于难度较大, 所涉甚多的语音助手, 单纯增强语音的AI降噪功能则表现不错. 在背景嘈杂的情况下, 华为Mate 10 Pro的NPU将根据机主平时说话的声纹, 集中提取用户的声波, 对其进行增强, 同时抑制环境噪声.

为了测试Mate 10的AI降噪效果, 我们选择了一个喇叭声不绝于耳的拥堵路口, 用包含华为Mate 10在内的三款不同手机向5位志愿者打去了电话.

前两款手机虽然都应用了降噪麦克风, 但强大的噪声混杂着完全听不清的人声还是迫使五位测试对象迅速选择了投降. 而Mate 10 的AI降噪则让交通噪声降低到了一个 '可接受的范围' , 同时说话者的声音也能够被听清.

这一功能使得较大噪声下, 对方也能听到Mate 10机主说的话. 在各种山呼海啸的场所, 当观众在为自己支持的明星, 队伍疯狂打call时, AI降噪让被淹没在声浪中的Mate 10用户也能打电话.

这背后用到了深度学习技术训练对人类声纹特征的采集. 对于语音助手来说, AI降噪可以帮助听清用户的指令, 对于用户来说, 则是保证自己的话语在嘈杂环境中也得以传达.

不过目前它只造福接电话的人, 打电话的人还是得捂住耳朵.

语言理解: 离线也强大

1, 智慧识屏: 炸掉文字后 建立新服务

在语言处理上, Mate 10有一项面向纯文字的分词功能, 智慧识屏——双指点按文本, 则文本会被拆开, 形成不同关键词. 这项功能与罗永浩为锤子手机推出的 '大爆炸' 原理相同, 都是通过神经网络进行自然语言理解中的分词.

但华为在其中更进了一步, 分词后不只是用于文本处理, 而是进一步与服务连接起来, 以卡片式的窗口展示信息, 接入电话呼叫, 打车, 导航等入口. 智慧识屏功能把文字炸开之后, 重建了一条服务链条. 这样的思维, 显然比鼓励用户在手机上进行大量文字处理, 更深地摸透了人们的需求.

2, AI翻译: 为打call而生

Mate 10内置的与微软合作的AI随行翻译则是另一处人工智能的用武之地. 官方宣称其比未应用AI加速的手机要快上300%, 并且支持50种语言的互相翻译.

值得一提的是, 在AI加速之下, Mate 10可以非常快速地 (数秒之内) ) 实现成段落的拍照翻译. 这个功能相当受Mate 10用户好评.

▲Mate 10系列的拍照翻译功能

这一功能默认自带中英翻译, 如果对其他语种有翻译需求的, 可以下载翻译数据包, Mate 10的翻译最多支持50国语言. 而下载离线翻译数据包过后, Mate 10在NPU支持下, 即使没有网络, 无法从云端数据库获得对照, 也能很快给出不错的翻译成果.

另外, Mate 10与Mate 10 Pro虽然拥有4000mah时的巨大电池以及22.5W的快充, 但为了进一步保证续航, 华为也将人工智能用在了电量管理上.

其具体形式依然是学习用户的使用习惯, 将用户分为游戏, 商务, 旅游, 拍照四大类, 每一类又细分出14个场景标签. 对照用户使用手机的情况与各类各标签的契合度, 定制出一套个性化的省电方案.

不过这一套始终是在后台运行, 因此没有直观的反映方式. 但在中度使用的两天时间中, Mate 10与Mate 10 Pro都只进行了一轮充电.

全面屏的进化与玻璃背板的高光

看完Mate 10的人工智能功夫,我们最后回到外观上来. 手机的 '脑子' 好使, 脸也同样重要. 颜值即正义这句话, 对手机来说, 也是成立的.

平心而论, 华为Mate系列的正面颜值一直保持在水准之上, 其中主要原因便是Mate系列的额头, 下巴, 边框都比较窄, 较高的屏占比带来了更好的观感. Mate 10 Pro和Mate 10 在外观上略有差异——前者身形更显修长, Mate 10则和前代更像. Mate 10 Pro把圆形指纹区放在了背部, 而Mate 10的腰圆home键则放在了前面.

▲图左为Mate 10, 图右为Mate 10 Pro

外观差异的核心原因是屏幕不同.

Mate 10 Pro使用了一块18: 9的AMOLED屏; 而Mate 10则使用了2K分辨率的16: 9比例TFT液晶屏. 不同屏幕带来的除了直观身材差别, 还有显示效果的区别.

▲Mate 10相较Mate 10 Pro颜色稍亮

Mate 10 Pro的AMOLED屏幕在色彩表现力上更加突出. 将Mate 10 Pro和Mate 10放在一起时, 可以观察到Mate 10 Pro的色彩饱和度更高, 更有层次感, 而使用了RGBW阵列的Mate 10则会更亮一些 (最高亮度达到730尼特) , 在强光环境下更容易看清屏幕.

Mate 10 Pro的金属中框表面采用了拉丝设计, 显出些商务气质. Mate 10和Mate 10 Pro安置在中框上的接口略有差异, 后者取消了3.5mm耳机孔, 防水防尘等级达到和iPhone 8持平的IP67, 前者在保留耳机孔的情况下, 防水防尘能力则是IP53.

另外一点不易察觉的是, Mate 10 Pro的电源键使用了磨砂工艺, 能看到, 摸到小颗粒, 有一定防滑效果, 而Mate 10的电源键则是光滑的设计.

▲图上为Mate 10 Pro

除了正面的颜值提升和中框上的小心思, 玻璃背板的使用也让Mate 10增色不少, 在灯光照射下, 玻璃材质配上香槟金的呈色金属显得相当有质感.

当然, 除了观感, 玻璃背板也提供了不错的手感, 边缘的曲面处理对持握十分友好. 玻璃材质满足了观感与手感, 但免不了粘指纹. 戴上外壳还是选择追求手感, 要看用户自己选择了.

和徕卡合作共研手机摄像过后, 华为手机的拍照能力不断攀升, 拍照自然是Mate 10的重点功能. 华为Mate 10的相机今年有F1.6的业界最大光圈的双摄以及人工智能软硬件的助力, 它表现出来的能力也被上文的测试证明, 是符合它长相的.

▲注: 以上都是实拍图, 并非渲染

结语: 端智能在国产手机落地的开始

经过数天的体验后, 从纯粹的手机角度来看, 我们可以认为Mate 10/mate 10 Pro是一部功能大升级, 仍有上升空间的顶级旗舰机.

但如果我们从更大的视角来观察, 华为Mate 10其实反映了, 移动互联网时代向人工智能时代转变 (或者叠加) 时, 眼下最重要的移动终端在如何进化. 在未来, 终端设备需要变得更加智能, 乃至不需要网络连接云端, 也能实现智能——这就是所谓的 '端智能' .

在人工智能从实验室走向应用的当下, '端智能' 逐渐成为一个热门的话题. 只有人工智能被塞入一个实实在在的电子产品终端, 并以某种简单可感知的形式提升普罗大众的体验, 那么它才能真正从一种 '讲故事' 的需要, 转变为一种实实在在的需要.

苹果, 谷歌都在软硬件上加码, 实现智能手机的端智能. 而华为的这一手Mate 10, 也代表国产手机阵营, 在端智能上开了一个头.

2016 GoodChinaBrand | ICP: 12011751 | China Exports