10月, 華為發布年度旗艦Mate 10/Mate 10 Pro, 主打兩個亮點, 全面屏和人工智慧.
今年智能手機著力爭奪的兩個價值高點, 正是上述兩者. 除開 '人人都有' 的全面屏, 如AR的概念在獨立設備上被炒得火熱, 最終卻首先在智能手機上得到大規模應用 (PokemanGo) 一樣, 人工智慧要通過一定的終端被人們感知到, 那麼智能手機無疑也是最好的載體.
幾天前, 我們拿到了Mate 10和尚未正式發售的Mate 10 Pro, 進行為期數天的測試, 逐漸弄明白, 華為為Mate 10/Pro打出的全面屏和人工智慧, 究竟是一副怎樣的牌.
對於這樣一款把AI喊得震天響的手機, 我們體驗的重點也從AI出發, 看看它究竟有多智慧.
視覺智能: AI讓拍照驚豔
對於Mate 10的AI能力, 我們大致將其分為視覺, 語音, 語言三個方面, 其中, 視覺智能是Mate 10的重點.
儘管人工智慧最出名的例子是AlphaGo, 但最成熟, 最先形成大規模應用能力的還是其在視覺上的表現.
1, 映像處理: NPU的強大
在Mate10上, 對視覺的智能體現得非常明顯. 其AI的大部分能力, 都是通過內置的NPU (神經網路處理單元) 對視覺映像的處理能力凸顯出來的. 這塊IP來自寒武紀的NPU號稱在映像識別處理, 自然語言理解閃速度比CPU快了25倍, 能耗降低50倍. 在發布會上, 華為用了每分鐘處理圖片數量這個指標來體現麒麟970內NPU的能力.
眼下尚缺乏跑分工具來量化手機硬體在AI方面的能力, 但既然華為強調了NPU在映像處理方面的能力, 我們便通過一個使用了神經網路的圖片處理應用Prisma來看一看NPU的能力.
作為參照的是搭載驍龍835的三星旗艦Note 8, 需要提到的是, 儘管Mate 10跑分總分比Note 8要高, 但單論GPU跑分, Note 8比Mate 10要稍強一些.
在濾鏡應用Prisma的離線渲染對比測試中, 搭載了內置NPU麒麟970 Soc的Mate 10 Pro, 幾乎全程都領先於搭載高通驍龍835的Note8, 有些圖片甚至會比後者先完成渲染數秒之久. 而Note8反過來則無法形成這樣的優勢. 就GPU的映像渲染能力而言, Mate 10的Mali G72 相較於驍龍835的Adreno 540並不佔上風, 但用上NPU過後, 在特定的映像處理任務中, Mate 10已經強出一頭.
跑分歸跑分, 手機終究是要拿來用的. 而在實際應用中, Mate 10強調AI在視覺方面的能力也並非炫技. 尤其是在拍照的時候, 可以真切地感受到人工智慧對手機成像能力的提升.
2, 場景識別: AI喜歡吃肉?
Mate 10在拍照中應用人工智慧具體有四項功能, 分別是場景識別, AI自拍, AI快拍, AI夜拍.
在自動模式下, Mate 10的相機能夠識別出13種顯著場景, 包括文字, 食物, 舞台, 藍天, 雪景, 海灘, 貓狗, 夜景, 日出/日落, 綠植, 花朵, 人像. 完成判斷後, 相機調取最適合當前場景的拍攝參數, 優化最後的成像效果.
鑒於吃飯比較重要, 我們特地多測試了一下Mate 10在識別食物時的表現. 結果表明, 華為Mate 10負責場景識別的工程師們應該是比較愛吃肉的. 在面對肉類 (不管是真的肉還是燈箱上的肉) 時, Mate 10會很快將其識別出來, 轉到食物拍攝模式.
其中的邏輯比較好理解, 肉類的紋理特徵與色彩都比較顯著, 易於識別. 從成片效果上來看, Mate 10在保證表現食物的 '食慾' 的同時, 不會對色彩作太過的修正, 而是在絕對真實與表現效果上求取一個平衡.
在測試完肉類過後, 我們又用素菜拼盤試了一下——這其中其實隱藏著一個難題: 對於手機來說, 它要怎麼分辨一片綠油油的東西不是葉子, 而是蔬菜呢?
面對整塊屏幕幾乎都是生菜的情況時, Mate 10 Pro確實認為這就是一片綠色植物 (因為它本來就是) ; 但當我們轉動角度, 讓粉絲, 冬瓜, 金針菇出鏡時, Mate 10 Pro立馬就反應了過來. 在多一些參考物的時候, Mate 10 Pro對食物的理解還是相當深厚的.
3, AI自拍
Mate 10系列的前置攝像頭在參數上算不上突出, 800萬像素+f/2.0的光圈中規中矩. 但使用前置攝像頭開啟人像模式後, 可以獲得和背面雙攝接近的虛化效果, 把人臉從背景中凸顯出來.
人工智慧在這裡發揮了什麼作用呢? 因為沒有雙攝, 沒有可參考的深度資訊, 前置的單攝像頭想實現淺景深的效果只能依賴演算法, 將人像 '摳' 出來, 再對背景進行虛化. 華為的工程師與我們交流時稱, 為了保證效果, 前置攝像頭的演算法, 要比後置雙攝更加先進. 同時它也更多地受益於人工智慧的成果.
用Mate 10前置的單攝像頭自拍時時, 麒麟970中的NPU由於訓練了大量的臉部映像, 可以幫助相機更精準地將人像剝離出來進行凸顯, 能更加自然地實現人像和背景的過渡, 而不會出現邊緣模糊的情況.
實際效果如何? 我們特意找來一位漂亮小姐姐測試.
當然, 背面的雙攝也是有人像模式的.
AI輔助摳人像在手機攝影中已經成為了一門顯學. Mate 10的淺景深自拍原理和穀歌Pixel 2用單攝像頭實現雙攝虛化效果一致; 而iPhone 8/X的肖像模式, 也用到了同樣的技術.
4, AI快拍
AI快拍對應的拍照場景, 則是抓拍, 尤其是抓拍高速運動的場景.
對於手機來說, 如果不提前手動設置光圈快門ISO等參數, 要提前拍下高速運動物體是很困難的. Mate 10在這方面做了特別優化, 讓相機在捕捉到運動物體時即刻將參數調整至高速攝影模式, 防止糊片.
這個功能看上去不常用, 但卻意味著手機自動拍照又進一步覆蓋了其原本力所不及的場景, 同時也意味專用相機的生存空間可能會被進一步壓縮.
5, AI夜拍: 已是頂級水準?
不過Mate 10 Pro被AI加持的拍照功能中, 最令人印象深刻甚至可以說是感到驚豔的, 還是Mate 10 Pro的夜拍能力.
在日間光線充足的場景下, 各款旗艦機型的拍照成片結果差異通常不會太大——考試題目一簡單, 大家都能考高分. 夜拍則更加考驗手機攝像頭的成像素質.
我們用在相機評測機構DXOMark上綜合得分94分 (拍照單項得分100分, 與Mate 10 Pro相同) , 同屬於安卓陣營頂尖旗艦機的Note 8與華為Mate 10 Pro進行了夜拍對比. 其中Note 8使用的是雙1200萬像素廣角+長焦攝像頭, 光圈為f/1.7 (廣角) 與f/2.4 (長焦) .
Mate 10 Pro則是f/1.6光圈, 2000萬+1200萬黑白彩色雙攝.
此前, 三星Note 系列一直以強悍的夜拍能力傲視安卓眾機, 但Mate 10 Pro在夜間的成像能力, 已經不輸Note 8.
從下圖的成像效果來看, 在夜間複雜光線的苛刻條件下, Mate 10 Pro的全自動拍攝成片效果在畫面寬容度上比三星Note 8要更好. (下方三張圖片左側為Note 8拍攝, 右側為Mate 10 Pro拍攝)
Mate 10 Pro比較好地兼顧了畫面亮部與暗部, 細節呈現相對完整, 從亮處的霓虹燈和暗處的窗戶可以看出來.
而Note 8面對複雜的光線條件, 在暗部與亮部都有不同程度的細節丟失. 光照較強處Note 8出現了過曝的情況, 暗處的窗戶也很難被看見. 如果選擇照顧高亮度區域, 那麼暗部則會被進一步 '犧牲' .
自動拍攝模式下的出片差別正是來自於麒麟970中的NPU, 它識別檢測到夜景拍攝場景後, 會自動調用更適合夜間拍攝的演算法, 提高出片質量.
換一個光線更集中的燈箱, 效果也同樣如此, 依然是Mate 10 Pro更能應對挑戰. 不過在色彩上, 弱光環境下Note 8會稍準確一些.
可以看到, Mate 10 Pro在NPU和f/1.6的大光圈幫助下, 夜拍的能力已是手機中的頂級水準. 並且其自動識別夜景的模式使得我們無需任何設置, 就能獲得較好的出片效果.
6, 視覺智能成移動端AI應用先驅
從Mate 10 Pro, 以及稍早發布的Google Pixel 2, 蘋果iPhone 8/iPhone X, 我們可以看到一股人工智慧硬體加速+神經網路相互配合, 以大幅增強手機拍照能力的潮流. 並且在實際應用中, 我們也能體會到顯著的提升.
到目前為止, 仍有不少消費者仍然認為AI是手機廠商用來拉高產品溢價的一個噱頭, 對其並不十分買賬. 但華為Mate 10在AI加持下成像能力的顯著提升, 則說明目前的人工智慧, 是的的確確可以明顯強化手機的能力的.
誠然, 有不少在攝影方面略有理解的用戶, 可以在手動模式下, 輸出更加具有創造性與藝術感的圖片. 但對於規模更加廣大的普通用戶來說, AI相機可以協助他們更輕鬆地輸出一張達到平均水平的照片.
相對於在AlphaGo肆虐圍棋棋壇時只能做個吃瓜者, 華為, 穀歌, 蘋果們的AI手機攝像能夠讓大眾真切感受到人工智慧帶來的體驗提升. 它看起來沒那麼緊要, 但對於手機廠商提升自身競爭力, 讓智能手機變得真正 '智能' , 卻是十分必要的.
語音智能: 已邁出關鍵一步
1, 語音助手小E: 華為少女初長成
除開視覺方面的智能, 華為Mate 10也秀了一把語音上的智能. 在國內的發售版本中, Mate 10上線了一個語音助手, 小E, 發音是業界流行的青年女性. 需要指明的是, 語音助手雖然首碼是語音, 但它與AI在語言理解方面的能力也是分不開的. 語音助手是人工智慧應用的一座大山.
Mate 10上小E的一大亮點在於, 它可以在熄屏狀態下通過語音喚醒的, 不需要額外按一個鈕把它調出來. 也是為了儘可能地避免誤喚醒, 它的喚醒詞採用四個字的 '你好, 小E' (或者也可以自定義, 但同樣需要四個音節) . 從小E的表現來看, 其語音識別和語義理解能力相對於以前華為的語音服務有了飛躍式的提升.
定鬧鐘, 設日程, 讀資訊, 刷微博, 導航打車找吃的, 等等等等, 都可以通過呼喚這個語音助手完成. 並且她不僅能夠調用系統自帶的應用, 也接入了滴滴, 高德, 京東等第三方APP來增強其服務能力. 對於一些不太方便用手操作的場景, 比如行車時, Mate 10的小E能夠提供有效的幫助.
但在使用小E的過程中我們也發現, 大部分場景中, 語音交互並不如觸控交互來得簡單高效. 觸控交互的高度成熟讓用戶大部分時間都是在做選擇題, 而並且手一觸到屏幕就會有即刻的反饋; 而用語音形式發出指令時, 在話沒有說完之前, 你永遠不知道手機會如何理解你的話.
因此無論是華為的小E,還是蘋果的Siri或是穀歌的Google Assistant, 他們要成為更主流而非輔助的交互方式, 仍有一條路要走.
語音交互要成為能挑大樑的交互方式, 目前看來, 在硬體, 人工智慧, 軟體三個方面都需要取得突破. 硬體上, 手機需要成本足夠便宜, 體積功耗足夠低的拾音模組; 人工智慧方面則是要像CNN (卷積神經網路) 於映像那樣, 發展出一個針對自然語言理解行之有效的神經網路 (不過這的確很難, 語言的模糊性相對映像不知道高到哪裡去了) ; 而在軟體上, 則需要打通更多的軟體, 接入更多的服務, 使得語音助手能夠提供更多功能.
對華為來說, 目前在軟體服務生態建設上更有希望取得更多突破. 華為擁有世界前三的智能手機市場份額, 足夠龐大的出貨量, 足夠強大的開發生態, 將成為華為語音助手小E功能進化的一大優勢.
2, AI降噪: 為打call而生
相對於難度較大, 所涉甚多的語音助手, 單純增強語音的AI降噪功能則表現不錯. 在背景嘈雜的情況下, 華為Mate 10 Pro的NPU將根據機主平時說話的聲紋, 集中提取用戶的聲波, 對其進行增強, 同時抑制環境雜訊.
為了測試Mate 10的AI降噪效果, 我們選擇了一個喇叭聲不絕於耳的擁堵路口, 用包含華為Mate 10在內的三款不同手機向5位志願者打去了電話.
前兩款手機雖然都應用了降噪麥克風, 但強大的雜訊混雜著完全聽不清的人聲還是迫使五位測試對象迅速選擇了投降. 而Mate 10 的AI降噪則讓交通雜訊降低到了一個 '可接受的範圍' , 同時說話者的聲音也能夠被聽清.
這一功能使得較大雜訊下, 對方也能聽到Mate 10機主說的話. 在各種山呼海嘯的場所, 當觀眾在為自己支援的明星, 隊伍瘋狂打call時, AI降噪讓被淹沒在聲浪中的Mate 10用戶也能打電話.
這背後用到了深度學習技術訓練對人類聲紋特徵的採集. 對於語音助手來說, AI降噪可以幫助聽清用戶的指令, 對於用戶來說, 則是保證自己的話語在嘈雜環境中也得以傳達.
不過目前它只造福接電話的人, 打電話的人還是得捂住耳朵.
語言理解: 離線也強大
1, 智慧識屏: 炸掉文字後 建立新服務
在語言處理上, Mate 10有一項面向純文字的分詞功能, 智慧識屏——雙指點按文本, 則文本會被拆開, 形成不同關鍵詞. 這項功能與羅永浩為鎚子手機推出的 '大爆炸' 原理相同, 都是通過神經網路進行自然語言理解中的分詞.
但華為在其中更進了一步, 分詞後不只是用於文本處理, 而是進一步與服務連接起來, 以卡片式的窗口展示資訊, 接入電話呼叫, 打車, 導航等入口. 智慧識屏功能把文字炸開之後, 重建了一條服務鏈條. 這樣的思維, 顯然比鼓勵用戶在手機上進行大量文字處理, 更深地摸透了人們的需求.
2, AI翻譯: 為打call而生
Mate 10內置的與微軟合作的AI隨行翻譯則是另一處人工智慧的用武之地. 官方宣稱其比未應用AI加速的手機要快上300%, 並且支援50種語言的互相翻譯.
值得一提的是, 在AI加速之下, Mate 10可以非常快速地 (數秒之內) ) 實現成段落的拍照翻譯. 這個功能相當受Mate 10用戶好評.
▲Mate 10系列的拍照翻譯功能
這一功能預設自帶中英翻譯, 如果對其他語種有翻譯需求的, 可以下載翻譯數據包, Mate 10的翻譯最多支援50國語言. 而下載離線翻譯數據包過後, Mate 10在NPU支援下, 即使沒有網路, 無法從雲端資料庫獲得對照, 也能很快給出不錯的翻譯成果.
另外, Mate 10與Mate 10 Pro雖然擁有4000mah時的巨大電池以及22.5W的快充, 但為了進一步保證續航, 華為也將人工智慧用在了電量管理上.
其具體形式依然是學慣用戶的使用習慣, 將用戶分為遊戲, 商務, 旅遊, 拍照四大類, 每一類又細分出14個場景標籤. 對照用戶使用手機的情況與各類各標籤的契合度, 定製出一套個性化的省電方案.
不過這一套始終是在後台運行, 因此沒有直觀的反映方式. 但在中度使用的兩天時間中, Mate 10與Mate 10 Pro都只進行了一輪充電.
全面屏的進化與玻璃背板的高光
看完Mate 10的人工智慧功夫,我們最後回到外觀上來. 手機的 '腦子' 好使, 臉也同樣重要. 顏值即正義這句話, 對手機來說, 也是成立的.
平心而論, 華為Mate系列的正面顏值一直保持在水準之上, 其中主要原因便是Mate系列的額頭, 下巴, 邊框都比較窄, 較高的屏佔比帶來了更好的觀感. Mate 10 Pro和Mate 10 在外觀上略有差異——前者身形更顯修長, Mate 10則和前代更像. Mate 10 Pro把圓形指紋區放在了背部, 而Mate 10的腰圓home鍵則放在了前面.
外觀差異的核心原因是屏幕不同.
Mate 10 Pro使用了一塊18: 9的AMOLED屏; 而Mate 10則使用了2K解析度的16: 9比例TFT液晶屏. 不同屏幕帶來的除了直觀身材差別, 還有顯示效果的區別.
Mate 10 Pro的AMOLED屏幕在色彩表現力上更加突出. 將Mate 10 Pro和Mate 10放在一起時, 可以觀察到Mate 10 Pro的色彩飽和度更高, 更有層次感, 而使用了RGBW陣列的Mate 10則會更亮一些 (最高亮度達到730尼特) , 在強光環境下更容易看清屏幕.
Mate 10 Pro的金屬中框表面採用了拉絲設計, 顯出些商務氣質. Mate 10和Mate 10 Pro安置在中框上的介面略有差異, 後者取消了3.5mm耳機孔, 防水防塵等級達到和iPhone 8持平的IP67, 前者在保留耳機孔的情況下, 防水防塵能力則是IP53.
另外一點不易察覺的是, Mate 10 Pro的電源鍵使用了磨砂工藝, 能看到, 摸到小顆粒, 有一定防滑效果, 而Mate 10的電源鍵則是光滑的設計.
除了正面的顏值提升和中框上的小心思, 玻璃背板的使用也讓Mate 10增色不少, 在燈光照射下, 玻璃材質配上香檳金的呈色金屬顯得相當有質感.
當然, 除了觀感, 玻璃背板也提供了不錯的手感, 邊緣的曲面處理對持握十分友好. 玻璃材質滿足了觀感與手感, 但免不了粘指紋. 戴上外殼還是選擇追求手感, 要看用戶自己選擇了.
和徠卡合作共研手機攝像過後, 華為手機的拍照能力不斷攀升, 拍照自然是Mate 10的重點功能. 華為Mate 10的相機今年有F1.6的業界最大光圈的雙攝以及人工智慧軟硬體的助力, 它表現出來的能力也被上文的測試證明, 是符合它長相的.
結語: 端智能在國產手機落地的開始
經過數天的體驗後, 從純粹的手機角度來看, 我們可以認為Mate 10/mate 10 Pro是一部功能大升級, 仍有上升空間的頂級旗艦機.
但如果我們從更大的視角來觀察, 華為Mate 10其實反映了, 移動互聯網時代向人工智慧時代轉變 (或者疊加) 時, 眼下最重要的移動終端在如何進化. 在未來, 終端設備需要變得更加智能, 乃至不需要網路連接雲端, 也能實現智能——這就是所謂的 '端智能' .
在人工智慧從實驗室走嚮應用的當下, '端智能' 逐漸成為一個熱門的話題. 只有人工智慧被塞入一個實實在在的電子產品終端, 並以某種簡單可感知的形式提升普羅大眾的體驗, 那麼它才能真正從一種 '講故事' 的需要, 轉變為一種實實在在的需要.
蘋果, 穀歌都在軟硬體上加碼, 實現智能手機的端智能. 而華為的這一手Mate 10, 也代表國產手機陣營, 在端智能上開了一個頭.