AI正在成為新的UI，科技和人的關(guān)系也因此被重新定義。從邊緣到云端，從數(shù)字空間到物理世界，AI已經(jīng)融進手機、PC、眼鏡、汽車等智能終端，融進我們每一次看、觸、說、動的自然瞬間。在這樣的變革中，高通正與生態(tài)伙伴一起，讓終端設備從“跑應用的工具”，進化為能夠理解、學習、并提前感知用戶需求的個人智能體——讓每臺設備都更貼心、更聰明，也更懂你。

歡迎來到《高朋滿座話未來》，本期我們特邀小米集團合伙人、總裁盧偉冰先生，一同聆聽他的創(chuàng)新實踐與戰(zhàn)略思考。

借助第五代驍龍8至尊版的端側(cè)AI能力，我們讓影像AI更高效，也讓拍照這件事，更簡單?！∶准瘓F合伙人、總裁盧偉冰

Xiaomi 17 Ultra徠卡版的「徠卡一瞬」功能，如何把驍龍平臺的NPU算力與小米影調(diào)美學聯(lián)動，讓手機不只“拍得準”，更能“拍得動人”？

盧偉冰：我們從Xiaomi 12S Ultra首次與徠卡合作開始，雙方就達成了影像觀的共識「超越人眼，感知人心」，這意味著我們理想中的影像風格，需要強大的光學能力，將光學問題交還給光學設計解決，更要在畫質(zhì)、色調(diào)、光影等方面還原真實，讓計算攝影盡量少的無中生有，盡量多的錦上添花，讓照片比現(xiàn)實好看“一點點”。

一百多年前，徠卡工程師Oscar Barnack將電影膠片以橫向滾動的方式嵌入Ur-Leica相機，打造出世界上第一臺35mm照相機，也締造了如今的36x24mm“全畫幅”。

今天，Xiaomi 17 Ultra徠卡版將溯源徠卡的百年歷史，結(jié)合最新的端側(cè)大模型技術(shù)，重塑兩款傳奇相機的經(jīng)典畫質(zhì)，打造出受到非常多專業(yè)用戶的喜愛的「徠卡一瞬」功能。

我們在徠卡M3+MONOPAN50模式中，模擬真實膠片的畫質(zhì)，對Leica MONOPAN 50膠片的色彩響應、影調(diào)、顆粒和細節(jié)進行了數(shù)字建模?；谠瓘S膠片的色譜響應曲線，對RGB三個通道進行單獨調(diào)整，模仿銀鹽顆粒物理層面的感光特性，并通過大量膠片實拍測試和對比，確保二者的一致性。它完美還原了MONOPAN膠片對不同顏色的響應曲線，其所呈現(xiàn)的黑白效果細膩柔和，完全摒棄了手機常見的“算法味”。

而針對膠片顆粒模擬，我們用了動態(tài)算法逐像素鋪設顆粒，完美還原了ISO 50膠片細膩又真實的質(zhì)感。如果仔細觀察，每張照片的顆粒分布都不一樣，并且顆粒的可見度會隨著畫面的明暗而變化。

徠卡M9是徠卡第一款全畫幅M相機，也是最著名的CCD相機，直至今日都是徠卡愛好者和收藏家追捧的神器。我們基于徠卡M9實機采集的數(shù)十萬張照片，訓練了一套端側(cè)「RAW-to-RGB」Style Transfer模型，不只可以還原M9濃郁的影調(diào)和色彩，還能模仿相機光學柔和的細節(jié)質(zhì)感。

為了保留最大的氛圍感，我們專門選擇了Leica M9鎖定日光白平衡的畫面效果，無論是燭光的暖光氛圍，還是日光陰影中強烈的藍色調(diào)，都可以完美還原。在采集Leica M9真機照片的過程中，我們覆蓋了從明到暗、從冷到暖的各種場景，讓AI模型可以從語義上理解不同物體在不同光線下會被Leica M9還原成什么顏色，甚至同一張照片內(nèi)也可以分辨天空和其他藍色物體的區(qū)別。這是傳統(tǒng)濾鏡完全無法實現(xiàn)的。而在影調(diào)方面，更是完整還原了Leica M9所渲染的明暗關(guān)系，不會存在計算攝影常見的亮度反轉(zhuǎn)情況。

不論是M9模式的全新自研端側(cè)模型，還是M3+MONOPAN50模式的黑白圖像處理引擎，我們都充分利用第五代驍龍8至尊版的NPU高性能、低功耗的特性，實現(xiàn)更為高效、高品質(zhì)的圖片輸出，讓M9模式呈現(xiàn)出強烈的CCD色彩反差和M3張力極強的古典膠片質(zhì)感。

除了利用端側(cè)的算法和算力，我們還在徠卡一瞬的M9模式中加入了端到端AI大模型的處理，只要在相冊中點按處理按鈕，即可將RAW數(shù)據(jù)直連云端，將照片進行畫質(zhì)增強，讓照片更具相機味和光學味。我們就是要把復雜的算力藏在簡單的快門背后，你只管按，剩下的交給Xiaomi17 Ultra徠卡版。

在小米人車家的生態(tài)里，當智能體AI升級為系統(tǒng)級能力，小米如何讓手機、汽車、AI眼鏡、家居里的多個Agent組隊協(xié)同，搞出智能體 “組隊開掛” 的全場景智能體驗？

盧偉冰：以往多數(shù)智能家居系統(tǒng)依賴預設規(guī)則引擎，用戶必須手動配置，例如“溫度＞30℃就開空調(diào)”等觸發(fā)條件，使整個智能家居交互過程顯得既機械又繁瑣。如果能把大模型的能力接入進來，則會簡單且智能很多。比如你直接說 “當我讀書時，幫我打開臺燈，播放舒緩的音樂”，系統(tǒng)在識別到讀書動作時就會自動完成操作。

我們在25年底剛剛在GitHub開源了我們的Xiaomi Miloco智能家居未來探索方案，率先探索由大模型驅(qū)動全屋智能生活?；赬iaomi MiMo-VL-Miloco端側(cè)視覺語言模型，用戶可以用自然語言跟智能家居系統(tǒng)對話溝通，經(jīng)過大模型的推理計算，自動完成家庭生活中的各類智能需求和規(guī)則，實現(xiàn)更廣泛、更具創(chuàng)意的智能聯(lián)動。

也歡迎對智能家居感興趣的極客朋友們來試試，和我們一起推動全屋智能行業(yè)，向著更開放、更智能、更貼合用戶需求的方向發(fā)展。

如果端側(cè)AI深度學習您的工作習慣，您最希望它自動幫您完成哪件繁瑣事，以便讓您有更多時間精力去做其他想做的事？

盧偉冰：我最希望他能幫我開會，如果端側(cè)AI能夠成為我的思維替身，熟悉我的習慣和歷史決策傾向，在重要不緊急的會議中幫我總結(jié)重點和整理決策項，在緊急不重要的會上直接幫我做決策，我就能騰出更多的時間來思考更重要的事情，感覺還挺有未來感的。