就在几天前，vivo 召开了一场名为 " 影像盛典 " 的活动，一口气公布了多项即将在下一代产品中亮相的手机影像技术及设计。

对于很多朋友来说，可能印象最深的，会是此次亮相的新一代自研影像芯片 V3。但实际上，纵观此次活动中亮相的所有 " 新玩意 " 就会意识到，vivo 目前在手机影像方面的投入，绝不只有 " 一颗芯片 " 这么简单。

V3 这款自研影像芯片其实包含了不少 " 剧透 "

(资料图片)

根据目前官方已经公布的相关信息来看，V3 这款自研影像芯片的技术亮点主要有三点。一是升级到了 6nm 制程、二是首次采用了多并发 AI 感知 ISP 架构，其三则是在与主 SoC 的通信上、升级到了第二代的 FIT 互联系统。

显然，6nm 制程的优势很多，它使得 V3 的能效比提升了 30%，同时也使得其可以 " 塞进 " 更多的功能模组。当然，更重要的意义在于，它使得这款芯片在底层架构的 " 精密度 " 上，朝着主流 SoC 的水平又靠近了一步。在此基础上，V3 的 " 多并发 AI 感知 ISP 架构 " 可能让有些朋友感到有点懵，但其实将它拆开就不难理解了。所谓 " 多并发 "，就意味着 V3 可以同时驱动不止一枚摄像头。结合官方目前所公布，V3 主要用于人像和夜景视频拍摄的用途便不难推测，这样的设计很有可能意味着它能够实现多个不同焦距摄像头在视频拍摄中的 " 画面融合 "，从而获得更高的变焦后视频画质、或是实现更自然的人像背景虚化。

更进一步来说，这实际上也暗示了搭载 V3 的机型大概率会至少配备广角 + 长焦的 " 双大底主摄 " 配置，甚至不排除会有超广角 + 广角 + 人像长焦 " 三大底 " 的堆料方案。

vivo 的 " 定制光学 " 也远比想象中更复杂

除了自研影像芯片之外，vivo 近年推出的旗舰影像机型另一个被消费者认可的亮点，就是它们的光学设计了。

与其他竞争对手相比，vivo 影像旗舰所使用的 " 蔡司 " 光学镜头通常被认为拥有更少的畸变，同时在抗眩光能力上也更为突出。

但具体 vivo 是如何做到这些的呢？难道是蔡司一 " 点拨 "、或是授权了什么关键技术，vivo 手机的光学设计就突然飞跃了吗。当然，这是不可能的。毕竟大家要知道，智能手机的影像模组无论在体积、厚度、重量，还是材质上，都与传统相机的镜头大不相同。特别是由于手机对焦、防抖马达的限制，它们根本不可能像相机镜头那样，去采用沉重的全玻璃、甚至玻璃 + 萤石材质来制作。这也就意味着，尽管 vivo 从蔡司哪里得到了一些镜头光学结构的授权，也拥有 T* 镀膜的性能指标和认证检测方式。但如何将 " 蔡司级别的镜头设计 "、" 蔡司级别的镀膜效果 " 在智能手机里复现，其实是需要 vivo 自己要去解决的问题。正因如此，这实际上也就解释了为什么会看到 vivo 手机一边有着蔡司的镜头和镀膜认证，另一边 vivo 自己也会不断发布新的镜头设计成果、推出诸如这次的 Multi-ALD 这类，行业首创的手机镜片镀膜工艺。因为很多工艺上的细节，其实靠的是 vivo 自己去 " 搞定 " 的。显然这相当不容易，也确实很锻炼 vivo 自身的设计能力与产业链整合能力。

看似 " 科幻 " 的算法，背后的故事同样也不简单

除了新的自研影像芯片和新的光学镜头 / 镀膜技术，vivo 此次还在 " 影像盛典 " 上发布了一系列全新的人像算法技术。

其中最为引人关注的，无疑就是看似 " 科幻 " 的人像 3D 重建感知技术，以及在此基础上衍生的 AIGC" 生成式人像风格 " 功能了。所谓人像 3D 重建感知技术，简单来说其实就是借助摄像头捕捉人像，乃至人体的距离、形状信息，建立起高精度的三维模型。这样一来，在用户开启例如 " 长腿 "、" 瘦脸 " 等美化功能时，手机实际上便是在对这个 3D 模型进行修改，然后在它的基础上再叠加二维的 " 蒙皮 "，并最终加上生成的背景。

如此一来，便能避免传统的 2D 美颜算法在对人像进行 " 优化 " 时，连带着也影响到背景部分，从而 " 穿帮 " 的问题。而且它理论上还能任意改变人像摄影时的背景，从而带来更多的乐趣。

说到这里，大家是不是觉得这样的功能很科幻，或者至少可能是受益于最新技术才实现的效果呢？其实可能并不完全是这样。早在 2018 年 6 月，我们三易生活就曾参与过 vivo ToF 技术的一场相关活动。当时他们就已经做出了借助 ToF 传感器辅助前摄，对用户面部进行立体建模的功能，并且后来这一功能在 NEX 双屏版上也很快得到了实装。

回看此事其实就很容易意识到，vivo 极有可能是一直在持续改进这项他们 5 年前就已初具端倪的技术，所以才能令它在最新一代的影像旗舰上变得更强大、更好用，并与 AIGC 技术实现紧密融合。而这种持之以恒，还耐得住性子在多年后再次让相关技术开花结果的做法，或许正是 vivo 如今在影像算法领域的真正奥秘。