傳統影像的完全顛覆XD Fusion，華為影像系統的支點

【作者踐機行事】這是華為年度影像旗艦P40發布之後的第二篇技術解讀文章，和之前將關注重點放在硬體上不同，這一篇更偏向軟體與演算法機制。因為之前我也說過，在「感測器:鏡頭:演算法」這個「1:1:1」的手機影像體系中，隨著硬體能力的逐步趨同與看齊，演算法已經成為手機品牌之間用來區隔影像能力的新戰場，它正在催生著這個比例向「1:1:2」甚至更高權重轉化。而對於華為誓要領先手機影像行業的目標來說，演算法在現在與未來顯得尤為重要，這也是為何「XD Fusion圖像引擎」在今年橫空出世的原因。

Tips：何為「XD Fusion圖像引擎」？

XD Fusion其實是華為影像團隊內部的一個代號，XD中的X意為Extreme（極致），D是Definition（清晰度），Fusion意為融合，合在一起的意思就是「超清圖像引擎」。這是一個在華為內部已經講了很多年的概念——把它放在業界其實就是通稱的「計算攝影」。目前業界明確提出計算攝影概念的廠商有三家：谷歌，蘋果以及華為。

華為影像體系的理念

在解釋XD Fusion的重要性之前，我覺得有必須回顧一下華為整個影像技術體系的發展路徑和理念，因為只有把這個問題弄清楚了，我們才能知道為什麼到了今年，會有P40系列上的IMX700，會有P40 Pro 上的10倍光學長焦模組。

在華為的影像體系當中，是將手機影像的發展分為空間與時間兩個維度來看待的，其中的空間，就是指的變焦，即讓手機能看得更遠；而時間，則是指讓手機能在全天的條件下都能產出畫質穩定的照片，因為在華為影像團隊看來，隨著硬體和基礎演算法的發展，在光線條件好的情況下，很多手機都能拍攝畫質出色的照片，但光線一旦不好或變得複雜，不同手機的表現就拉開差距了——我覺得之前iPhone拍照「白天龍，晚上蟲」的評價肯定是被華為看在眼裡了。

按這個理念，從P9算起，我們就能看到這樣的發展軌跡：

P9，加入黑白感測器，極大強化了手機的暗光拍攝能力，這一點我深以為然；

P10，兩倍光學模組加入，讓手機開始看得更遠；

P20，三倍光學模組加入，輔以IMX600定製大底元件，夜拍能力成為華為P系列手機的標誌；

P30，5倍光學模組加入，RYYB排列定製感光元件將P系列手機的成像照度擴展到0.1Lux；

P40，10倍光學模組加入，RYYB排列定製感光元件變得更大，同時向其他影像模組擴展。

將時間線拉長回看，華為整個P系列的發展路徑就非常清晰了，這甚至還能在一定程度上回答很多人的疑問：「為什麼華為一定要堅持RYYB這個最初看來有些吃力不討好的技術？」

技術發展到現在，隨著感光元件和鏡頭技術的雙雙進步，這些源自拍攝空間與時間的問題都在被逐步解決，但是，放在華為影像團隊面前需要解決的問題也是在變化的，或者說在達成了參數上的目標之後，需要進一步做到的就是更好與更強，能保持業界第一的地位。比如長焦體驗，就已經整整分化為四個優化的維度：第一，清晰度，這是排在所有客觀指標第一位的，從目前我使用P40 Pro的情況看，對比P30 Pro的進步是明顯的；第二，色彩，這一點之前我也有過解讀，隨著8通道RGB色溫感測器的加入和演算法的提升，這個問題比起前作改善了不少；第三，穩定性，對於我這種長期玩相機的人，感覺就是大變焦下更容易端得住相機了，但我想對大部分普通消費者來說，手持長焦的穩定性問題不僅僅是手法問題，更可能還有認知問題；第四，倍數，這裡主要還是指的P40 Pro 上的10倍模組，這一點留待後邊再說。

硬體負責輸入，軟體負責輸出

P系列歷經5代硬體的發展，這其中Mate系列時不時來穿插助個攻，讓P40這一代機型已經獲得了足夠強勁的影像硬體基礎，比如單像素和尺寸都足夠的感測器，看得更遠且協同工作的鏡頭，感光度夠高的光線捕捉能力，更加準確的環境色溫感知，ToF模組提供的光場信息，甚至還有AI加入RAW域處理，直接識別被拍攝物體的類型等。但是這對於一個完整的手機影像系統來說，只是解決了一半的問題，即這一切都是信息的輸入，光有這些信息是無法輸出一張令人滿意的照片的，面對這一大堆輸入信息的即是軟體系統，即演算法。

其實，剛剛說到的這一堆由影像模組硬體所捕捉到的信息，就是整個華為XD Fusion圖像引擎的第一大模塊：硬體的輸入。如果將生成一張照片看成是做一道菜的話，華為影像團隊將這一個部分就稱為是食材的準備，它不僅僅需要數量和種類要夠，同時還有質量的問題——「番茄炒雞蛋是好吃，但番茄是爛的，雞蛋是臭的，大廚再厲害也白搭」。這也就相當於再次回答了在大底與高像素的流派選擇中，為什麼P40的主攝確定了5000萬像素與1/1.28英寸的尺寸：在華為影像團隊的判斷中，這是一個可以同時兼顧像素數量與質量的選擇。同時，他們也希望大家在看待P40的時候，不要簡單地誤會華為只在硬體上下功夫，做硬體的目的不是堆硬體，而是給軟體側的運算提供好的原素材。

接下來就是XD Fusion圖像引擎的第二個模塊：機器視覺，中高層語義的分析、理解和分割。在這裡就不得不提到在Mate 10上頭一次加入的「AI攝影大師」（之前我說的是從P20 Pro開始，有誤，特此道歉），它解決了過去影像拍攝中對於客觀世界的識別問題。AI的加入，可以讓手機的相機更加像人腦一樣，去辨識客觀世界，認知場景、客觀物體，比如藍天白雲、草地花朵、豬牛貓狗，還有人的識別，包括皮膚、骨骼、臉部特徵等。而中高層語義的識別，就是將這些識別出來的最基本的語義做理解與分割，放到神經網路系統中進行處理。比如人像拍攝時進行人與背景分離的摳像，就是為了後期進步美化人像做準備。這個過程，我們可以看做是對原素材的分類和初次加工——也就是做菜過程中的各種「備用」。

XD Fusion的第三個模塊：神經網路處理。這個部分就非常有意思了，因為一切都在模仿人腦的思維方式對照片信息進行精加工，所以在這個模塊里，有學習、有隨機、有猜測……連華為影像團隊自己都說這個過程是非常玄妙的，但它的最終目的就是為了能給消費者提供一張優秀的照片。換言之就是：畫質清不清晰、噪點少不少、色彩準不準、虛化效果好不好、光影是不是自然等等。我們常看到「像素級處理」就是在這個階段進行的，最終的成像也就是這個階段之後產生。於是，一道色香味俱全的好菜就上桌了。

上述三個模塊，它們之間協同工作的步驟與邏輯，就組成了我們看到的XD Fusion方案，也就是XD Fusion超清圖像引擎。當然，這也只是一個大的劃分，前邊說到AI-RAW演算法、8色彩通道色溫感測器 AI AWB自動白平衡演算法，這些全部都被包括在XD Fusion之中——可能將它稱為是一個「技術池」更加形象，因為日後還會有更多的東西被裝到裡邊去，也會讓它變得更加的強大。

說到這裡，我們也能看明白了，其實XD Fusion圖像引擎一直都存在，而並不是今年才從天上掉下來的，也不是什麼一塊華為全新開發的晶元，它是華為這些年在手機影像上各種各樣技術積累的一個集合體，是通過異構計算、多晶元協同與軟體測運算共同達成。只是到了今年，計算攝影已經慢慢成為手機影像行業大家公認的潮流，所以才將它和盤托出放到了我們的面前。現在，XD Fusion在華為手機中已經是一個系統級的組件，它主要圍繞主攝工作，但又不僅限於主攝（比如長焦），同時，幾乎99%的手機成像工作它都要參與，凡是要用到後處理演算法，多攝像頭融合，以及機器視覺的識別能力或像素級優化圖像品質的時候，就會進入到XD Fusion的概念里。從這個角度來說，XD Fusion的系統重要性已經高於蘋果的Deep Fusion了，後者是有觸發條件的。

那麼，隨著技術的演進，XD Fusion圖像引擎能為消費者做么呢？它存在的目標就一個：「讓普通的消費者能以最簡單的方式獲得一張好照片」——這個說法這些年我們真是看得多了，那麼，華為又是如何來認知這個問題呢？

在華為影像團隊看來，軟體能力只是輔助，還原拍攝者的習慣和表現是首要的，但是通過軟體測的能力，可以幫助消費者拍到更好的東西，得到更好的照片。就像最開始的AI場景識別就是出於這個目的，之後還有AI留色的功能，發展到今年，新增了這樣幾個重點的功能：AI精彩瞬間，去除誤闖的路人，去除反光等，都是AI功能的進化。這一切都是圍繞兩點來展開的，這也是攝影的本質：第一，對光線的理解，改善畫質；第二，攝影就是等待瞬間的藝術，而現在AI的能力就是在這兩個維度做提升。

所以，「以最簡單的方式獲得一張好照片」這句看似輕描淡寫的目標背後，卻是大量運算的參與，越簡單，背後要做的工作卻是越多越複雜。也正是因為軟硬體協同工作，在P40上，傳統影像領域固定的焦段概念也在被「模糊」，即硬體本身的物理焦段與等效焦段放在XD Fusion體系中，都只是變焦成像的原始素材，整個變焦焦段無縫銜接，全部都可以提供出色且畫質區別不大的照片，這才是XD Fusion整個影像體系意圖達成和倡導的重要意義所在。

番外篇：P40 Pro 的10倍光學長焦模組

這次發布的P40系列，被網友們戲稱為「中杯，大杯，超大杯」，而其中的「超大杯」P40 Pro ，更是因為全球首次搭載10倍光學長焦模組而備受關注，它到底是怎麼達到的呢？為什麼它的發售時間要晚一些呢？

華為認為，高倍數光學長焦鏡頭是手機上實現變焦的最佳方法，但鏡頭模組的物理特性（焦段越長、模組越長）是跟手機的ID設計相悖的。所以，華為P40 Pro 的10倍光學長焦模組，在P30 Pro潛望式鏡頭橫置長焦鏡頭模組和感光器件基礎之上，進一步採用全新的多反射潛望式光路摺疊技術，實現5次反射光路，光程比上一代潛望式長焦提升了178%。

這個鏡頭模組的核心，就是那個用來進行光路摺疊的反射鏡組。但是，在光線多達4次的反射過程中，如何避免光路畸變，保證反射質量，就成為達成這個結果的重中之重——在生活中很多鏡面反射的場景下，我們都可以看到反射面上的影像變形，這就是光路畸變造成的。華為的相機團隊首先想到的是借鑒晶元的組裝工藝技術，但經過比較後發現，晶元組裝工藝技術對晶元變形的控制是10μm級別，達不到這個模組的光學精度要求。後來根據光學設計模擬，解析出這個模組最基本的光學規格需要達到納米級，即精度要求是頭髮絲的兩千分之一（頭髮絲的直徑一般不超過100μm）。同時，這樣的精度要求還需要在大規模量產中實現，鏡頭模組團隊通過多次努力和探索，最終實現了最高約30nm的組裝精度，滿足了10倍光學長焦模組的工藝標準。

可以高精度量產只是一方面，另一方面，P40 Pro 長焦模組的對焦馬達需求特殊：其在帶動具有多反射面的反射鏡移動的同時，還不能干擾光路，馬達只能「躲」在反射鏡後面的有限空間中，且反射鏡的大部分重量都是掛在馬達的最前端。在這個狀態下，馬達不僅需要抵抗長力臂下L型反射鏡產生的大力矩，還要保持在不同拍攝場景，都能高精度穩定移動反射鏡，提供穩定光學表現。最後，鏡頭模組團隊採用了滑槽式自動對焦馬達，搭配極強的磁力與精密槓桿結構，精巧地平衡了前端的反射鏡負載。同時還採用優異的潤滑材料，使馬達能夠高穩定、高精度地移動反射鏡，實現自動對焦功能——這個獨特的對焦馬達是該模組多個專利之一。除了獨特的設計與功能，這顆馬達還具備超長壽命的特點，即使經過數百萬次的測試和極端環境的考驗，依然硬朗運作。

這些技術方面的高難度，不但成為P40 Pro 實現10倍光學長焦的保障，也影響了其與P40/P40 Pro一起上市的時間，所以，目前我也只能拿到這些技術解析，就當是先期了解吧，等之後拿到「超大杯」我們再一起看這個模組的表現。

寫在最後

實話實說，寫這篇文章我是真挺吃力的，並不是因為不理解技術，而是整個XD Fusion圖像引擎對於我多年以來接觸攝影，形成的諸多觀念有相當的顛覆，比如焦段的概念。想起一年前，P30 Pro「攝月」事件沸沸揚揚，甚囂塵上，然而到了一年後的今年，看看華為XD Fusion圖像引擎上進行的這一系列技術描述，不免有種大夢初醒的感覺。「PS是對一張照片最起碼的尊重」，既然我們都能接受在電腦上對照片後處理，那麼手機將這件事情做好了，直接將結果呈現在我們面前的時候，為什麼最開始大家都接受不了呢？連傳統的RGGB三原色的捕捉都能被RYYB 演算法所替代，連經典的RGB點陣顯示都可以被QD-OLED技術所顛覆，這也許就是技術發展路上所要必須面對的質疑吧。從照片到「照騙」再到照片，在真實與更美的真實之間，我想大部分人都會選擇後者吧。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！