是的,索尼似乎真的认为,经过"AI相机助手"处理后的图像效果更好。在推广新款Xperia 1 VIII的过程中,索尼因这些AI处理结果而受到了广泛批评——而这一现象,正是当今众多智能手机相机所面临问题的最糟糕体现。
AI无处不在,但"机器学习"——本质上是AI成为流行词之前的形态——在多年前开启了计算摄影的奇迹。它突破了物理定律对智能手机传感器的限制,使拍摄效果得到了大幅提升。然而如今,随着各种问题都被寄望于AI来解决,我们口袋里的相机也在持续演进。
话说回来,索尼在其新旗舰Xperia中引入了"AI相机助手"功能。
索尼官方解释称:
"搭载Xperia Intelligence的全新AI相机助手,助您将创意变为现实。它能提供多种富有表现力的调整选项,帮助您拍出令人难忘的照片。配合全新长焦摄像头传感器——面积比前代增大近4倍——每张照片都将成为您珍藏并分享的美好记忆。"
但从索尼发布的样张来看,所有图像都明显更亮,色彩和对比度却大幅降低。索尼因此在社交媒体上几乎遭到了一边倒的批评。
以下是索尼分享的样张对比:
(唉。)
这是一个相当糟糕的案例——糟糕到甚至让人怀疑索尼是否把处理前后的图片放反了。但这一现象其实延续了过去几年智能手机相机领域的整体趋势:过度锐化、提亮画面、将画面中所有元素拉平至相同亮度水平——这种做法随处可见,而索尼的这次展示,堪称这一趋势的"终极Boss"。索尼在这里主动压制细节、改变色彩,彻底毁掉了照片原有的层次感。
就在本周,谷歌也展示了即将在Android版Instagram Edits应用中推出的新功能"智能增强"——结果,同样的问题再度出现:照片中所有阴影区域都被提亮以匹配主体,最终呈现出一张平淡、坦率说来相当无聊的图像。确实,图片变得更锐利、更抓眼球,但看久了反而越来越觉得差劲。
客观来说,谷歌与Instagram合作推出的新工具远没有索尼这次展示的那么糟糕,但它依然是同一相机趋势下的又一例证。我们此前专门讨论过谷歌Pixel在近年来是如何陷入这一趋势的较轻版本的——过去机型那种富有对比度的观感,近年来已逐渐消失,取而代之的是更平淡、更缺乏活力的图像风格。
Pixel相机依然稳定,依然表现不错,但在近期体验过OPPO Find X9 Ultra和摩托罗拉Razr Fold之后——这两款手机在照片风格上都有着鲜明而清晰的取向——我再次意识到,谷歌一直在推动与索尼相同的问题,只不过索尼这次已走向极端,几乎到了令人尴尬的地步。
Q&A
Q1:索尼Xperia 1 VIII的AI相机助手功能具体做了什么?
A:索尼Xperia 1 VIII搭载的AI相机助手会对照片进行自动处理,主要表现为大幅提亮画面、降低色彩饱和度和对比度。索尼官方宣称该功能能帮助用户实现创意并提供多种调整选项,但实际样张显示,处理后的图像细节被压制、颜色被改变,整体画面趋于平淡,因此在社交媒体上引发了几乎一边倒的批评。
Q2:智能手机相机过度AI处理的问题普遍吗?
A:是的,这是近年来智能手机相机领域的普遍趋势。许多厂商的相机都出现了过度锐化、过度提亮、压缩画面层次的问题。谷歌Pixel系列在近几年也出现了类似倾向,原本富有对比度的影像风格逐渐变得平淡。谷歌为Instagram Edits推出的"智能增强"功能同样存在将阴影区域过度提亮的问题,尽管程度不及索尼此次那么严重。
Q3:OPPO Find X9 Ultra和摩托罗拉Razr Fold在拍照风格上有何不同?
A:文章中提到,OPPO Find X9 Ultra和摩托罗拉Razr Fold这两款手机在照片风格上都有着鲜明而清晰的取向,与谷歌Pixel和索尼Xperia那种趋于平淡、过度AI处理的风格形成对比。作者以这两款手机为例,说明仍有厂商在坚持有个性、有取舍的影像风格,而非一味追求所谓的"AI优化"。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。