3D+AIGC与智能手机的融合，无疑是移动人像赛道又一颠覆性重要突破。vivo再次领先背后，有着哪些极限挑战？

  作者|Cindy

 编辑|刘珊珊

火热7月下旬，“AI写真数字人”一夜间刷屏社交网络，渐有成为“中国AIGC首个刷屏案例”之势。

这是AIGC（生成式人工智能）风口“梦想照进现实”冰山一角。在2023年，历经70多年技术沉淀的AIGC，和ChatGPT、大模型、3D等技术一起，成为人工智能产业落地重要形式，为商业世界带来全新代际变革。

一个引人注目的问题随之浮现：作为高端制造行业重要分支，智能手机将在未来很长一段时间，仍是智能汽车、智能家居等科技最好载体。智能手机应如何与AIGC、3D、大模型这样的全新技术融合贯通，以反哺智能手机的迭代创新？

“AI技术突破让移动影像面临新课题，也让我们重新思考人与影像技术的关系。”7月30日，青海西宁。在这场交换彼此影像故事的盛典发布会上，vivo给出了自己的探索答案：AIGC、3D将成为创新赋能未来人像技术的生产工具。

影像研发，道阻且艰。影像长赛道上，vivo再次抢先布局，发布全新制程6nm自研影像芯片V3、推出AIGC四季人像模式、与蔡司联合探索新结构的长焦镜头、并对T*镀膜技术进行升级。

其中，外界最为关注焦点，正是vivo明确进行3D人像技术研发，将在人像3D重建感知和AIGC两个方向进行探索。而为了更好的进行人像3D重建感知研究，vivo还在重庆建立了动捕实验室。

这是vivo深耕“人性化的专业影像”之路又一重要升级。“得影像者得天下”已成行业共识的当下，移动影像——特别是人像竞争更是焦点中的焦点，“VO荣米”、华为甚至苹果都在不约而同探索移动人像边界。

3D+AIGC与智能手机的融合，无疑是移动人像赛道又一颠覆性重要突破。那么，vivo布局3D人像技术前沿，探索AIGC全新技术背后，有着哪些极限挑战？又会给“极致内卷”的影像赛道，带来怎样的体验创新？

01

AI创新，vivo移动人像再跃迁

自2000年夏普推出世界上第一款能拍照的手机开始，23年间，手机影像能力在一轮轮迭代演进中极致内卷——尽管手机摄影足以媲美专业相机成像效果，但厂商对手机影像追求从未停止。

原因很简单，人人皆可随时随地拍摄、分享、创作时代，谁掌握影像未来，谁就左右着用户购买决策，更容易获得市场和消费者的青睐。

其中，人像是最高频最重要应用之一。“人像和夜景、运动、变焦，是我们定的四个拍照赛道。”vivo影像副总裁于猛如此表示，另外还有视频、未来赛道，是和拍照并行的一级赛道。

拍人像，用户最直观感受是成像效果是否足够自然和足够美，但美没有定义。对每家手机厂商而言，最难的是如何更懂用户，更懂影像，去让大多数用户都拍出满意的照片。

如何更懂用户和影像上，每家厂商理解各不同。

vivo对人像摄影理解是，需要像专业摄影那样，去精确人像和人体中语义重点，大到年龄、性别人物速写，细到毛发、五官轮廓自然和立体感，并且要通过技术在影调、色彩、亮度、虚化等层面上，让人与场景和谐、自然融合。

在此理解基础上，vivo探索出行之有效的“影像”方法论，即通过“三个比肩”打造vivo影像技术矩阵——比肩专业影像设备、比肩专业摄影团队、比肩专业后期能力，满足每位创作者、每个普通人的不同诉求。

这对vivo的考验是，需要从硬件、软件两大方面进行技术上的不断革新。为此，vivo打造出光学感知系统、臻彩还原引擎、超清画质引擎、算力加速引擎四大影像技术模块，又与蔡司深度、全面合作打造行业顶级的专业人像镜头，从多个维度去优化人像拍摄效果。

这些探索，让vivo在人像赛道上相比行业其他玩家走得更远。从2015年vivo X5 Pro推出知性美颜算法开始，到2022年vivo X80 Pro首次搭载蔡司人像微云台镜头，vivo X90 Pro+搭载行业首发蔡司双焦段人像镜头，以及vivo X90s的“质感模式”。8年间，vivo一直无愧人像、夜景赛道开辟者与领跑者，给了一个用户几乎无法拒绝vivo的理由。

从2023年第二季度中国（大陆）智能手机厂商市场份额中看到，vivo以17.7%的市场份额占据中国智能手机市场第一。而从2021年夺冠至今，这已经是vivo第三年取得这样令人瞩目的市场成功。

但是，用户对移动人像的需求提升，永不会停止。这让所有厂商影像创新都面临“技术矛盾点”——轻量化趋势下，手机内部空间方寸，很难以类似专业相机堆硬件方式持续进化。应如何去打造更具差异化、引领性的人像体验？

人工智能，是谁都不会错过的“第四次产业革命”机遇，手机厂商也如此。“我对于（影像）这个赛道越来越有信心，也相信这个赛道会越来越长。”在接受媒体专访时，于猛就表示，AI正改变千行百业，也会给智能手机创新带来无限可能。

事实上，AI能力早已和手机相融合。最典型的，就是成为行业标配的“AI多摄”，通过AI算法以及处理器算力，助力光感知系统软硬件一体化协同升级，带来手机人像拍摄上的指数级效果提升。

AI方面，vivo更是深耕已久。几乎每一代vivo手机，影像、视频、图像、语音等日常处理背后，都有数十个复杂AI算法一起工作。

比如美颜技术，是vivo抛弃传统遮瑕式美颜，通过筛选、达成的百万量级素材训练集，利用AI确保可以在任何人像场景下，都能达成最佳美颜效果；“夜景拍摄”场景，vivo也是通过AI算法、实时黑光夜视等去赢得行业领先。

而在西宁举办的vivo影像盛典特别活动，更是AIGC、3D、大模型等全新技术浪潮之下，vivo基于历史技术积累和未来研发方向，对AI如何与智能手机影像更好融合，以及影像光学、算力和算法未来发展方向的再次跃迁。

例如，不同于V2自研芯片，全新自研芯片V3将设计重心放到手机影像思考上，算法提升让手机影像在画质、宽容度等方面有了进一步的提升。不但场景覆盖会更全面，并且在V3加持下，安卓平台也将首次实现4K拍后编辑功能，支持4K电影人像视频功能。

同时，vivo围绕人像和夜景这两个核心场景，集中构建了超感人像系统和苍穹夜景系统。迭代算法矩阵目的，依然是通过AI，去确保人像、夜景等核心场景实现最极致的拍摄体验和效果。

如果说上述探索，是vivo为满足当前消费者多元影像需求，保持移动影像人像赛道持续领先优势的重要之旅。那么布局人像3D重建感知技术平台，积极拥抱AIGC算法，则是AI浪潮下，vivo作为人像赛道的开辟者和领跑者，面向未来，引领行业进化的创新探索。

02

3D+AIGC，动捕实验室的隐藏秘密

这是第一次有主流大厂，将3D、AIGC明确视为智能手机移动人像布局方向。

3D技术上，vivo其实不是第一次有所涉及。2018年，vivo发布 TOF 3D超感应技术，实现手机对高精度3D信息的采集和运算。

但毋庸置疑，最新布局的人像3D重建感知技术，意义会更加重大，将是事关行业未来的全新突破。

“基于稳定的移动端人像3D感知技术，为用户提供多种人像AR特效，帮助用户创作出惊艳的虚实融合影像内容。”7月18日，在vivo重庆动捕实验室，相关负责人告诉实地探访和体验的“极点商业”。

这是vivo重庆动捕实验室首次对外界开放。vivo在盛典上发布的人像3D重建感知技术，正是重庆动捕实验室的创新成果。

vivo重庆动捕实验室坐落于vivo重庆智能制造中心内——作为vivo全球智能制造关键一环，vivo重庆智能制造中心于2014年布局、2017年完工并正式投产。

除了生产线，芯片、5G、AI、影像、3D等核心技术的研发应用，在此都有落子，和vivo北京研发中心、东莞智能制造基地、深圳研发中心等一起，成为完善vivo全球研发和生产布局重要一环。

从业内看，3D人像重建概念并不新鲜，被公认为是AIGC、AR/VR场景必然入口，也是数字人、机器人、自动驾驶等领域关键共性技术。

问题是，行业目前没有可以通用的3D人像重建方案——大多数3D人像成本高昂，逼真效果一般，面临算法复杂度高，难以实时处理挑战。举个例子，短视频制作公司使用到的3D化写实数字人，比如“柳夜熙”，制作成本可达到数十万到百万元不等。

vivo布局，看上去正是瞄准上述痛点——如果一款智能手机能低门槛解决3D人像重建算法复杂、算力要求高等核心挑战，那么无疑会加快相关概念产业落地速度。

依托于vivo重庆影像实验室平台，vivo在重庆动捕实验室中自主搭建了影视级光场系统。根据实验室工作人员现场透露，光场系统由175个摄像头、96盏灯环绕搭建而成，“只需3秒钟，就可以实现人像重打光DEMO，然后通过AI等技术能力，完成‘毛孔级’的3D人像重建感知。

简单来说，在vivo的3D数据采集平台中，3D人像重建感知技术是一条这样的路径：捕捉人体3D姿势数据—人脸3D重打光—通过AI算法完成3D人像重建—最终在端侧应用于实际场景。

光场系统在其中起到关键作用。“96盏灯重打光只是往中心点一个方向。”vivo动捕实验室相关人士对“极点商业”称，175个不同角度机位摄像头的投影下，可以类似“全息摄影”方式，全面、精准捕捉到人的面部表情、姿态动作以及手势交互数据和视频背景分割。

数据精确性对3D捕捉结果至关重要。在良好底层数据支撑下，该实验室重点储备了以人脸、人体和手势为核心的三大人像3D感知算法，依靠AI算法模型，实现对人脸面部表情、人体姿态动作以及手势交互感知的精准捕捉和驱动，减少动作捕捉、CG合成制作流程，最终生成一个逼真的3D目标人物。

这与传统动捕，比如抖音AR渲染有着明显区别——抖音AR渲染是2D，但vivo人像重建感知是3D，重建是一个“动起来”的过程，“3D场景精确性更高，也能提升深度信息。任何相机场景下的深度图、人脸表情，都可以与Mask结合后，实现类似于单反相机、大光圈的渐近感、真实感，让人像与背景更好融合。”

从“极点商业”实测来看，vivo人像3D重建感知技术下，坐在小凳子上后，只需灯光一闪，就完成了数据收集。生成的3D人像，AR特效相当惊艳，纹理、亮度、阴影表现远超传统专业相机，脸部甚至毛孔在细节、动作、行为的逼真度，都得到了“完美重现”。

相比技术创新，vivo追求的还有产业落地。如今，立足于人像3D重建感知技术，vivo开始加快AIGC算法的落地应用探索——帮助用户创作出虚实融合影像内容。

通过3D重建感知，配合辅助AIGC，vivo得以大幅降低了成本和门槛，可以为用户提供多种人像AR特效，比如在3D换装、3D画场景、表情驱动、数字人等方面的落地应用。

而盛典会上推出的AIGC算法，通过vivo手机可以拍出虚拟与实景结合更为自然和谐的照片，这正是vivo融合3D+AIGC虚拟内容创作技术后，在人像赛道上的应用探索：

通过vivo手机内置的AIGC四季人像模式，不仅拍出虚拟与实景结合更为自然和谐的照片，还能以假乱真，从草长莺飞的春天，到炎炎酷暑的夏天、秋日层林尽染的秋天，以及白雪皑皑的寒冬，足不出户拍出四季人像大片。

03

技术长跑，敢突破边界者才能持续领先

“AIGC四季人像模式，将会在未来人像摄影的使用场景中，打下坚实技术基础。”一位手机行业观察人士认为。

而在vivo影像效果产品经理张焱看来，AIGC在智能手机中的想象不止如此，比如借助AIGC算法，用户还可以实现丰富多样的人像属性编辑，如对光照、年龄、发型、表情等进行编辑。“这些未来影像的新技术、新应用，将持续激活用户创作热情。”

人像摄影一直是vivo在影像领域的主力赛道，不论是和蔡司在传统光学领域的持续沉淀，还是8年来在历代产品中不断打磨软硬件，包括在3D/AIGC未来人像上基于用户需求的不断探索，其实都是率先在行业进行移动影像“极限挑战”。

“赋予每个人表达和创作的自由空间，是手机作为影像创作工具价值所在。”在于猛看来，打造“人性化的专业影像”是vivo一直追求影像理念。vivo希望把各种复杂的影像技术和经验都放进手机，让用户不受功能、场景、时间上的限制，专业创作者可以满足极限环境下创作需求，普通用户也可以通过简单操作收获个性化的影像。

这种“极限挑战”理念追求，源自“埋头种因”和“本分”价值观下，vivo将“做正确的事”永远排在第一位。

vivo在人像领域的深耕，就是最好案例。2014年开始布局影像赛道后，vivo花费三年多时间，走访了全国55个城镇，包括北上广一线城市，也包括五、六线乡镇，在数百场深度访谈，以及上万名不同职业、年龄的消费者测试后，逐步建立了一整套消费者正确认知，让自己更懂用户，更懂影像。

用于猛的话来说，这就是：想尽一切办法、抓住一切机会，获得认知。

在认知正确基础上，vivo大踏步建立针对影像技术全链条的研发体系——毕竟，手机影像是一个系统工程，涉及软件、硬件、算法、摄像头、芯片等一系列技术的有效协同，所有环节都要做到领先，才能让影像整体领先。

2017年，vivo组建AI全球研究院，在算法、数据、算力方面建立全面AI能力，全方位赋能vivo核心长赛道。

无论是历时24个月、投入超300人研发，用硬件级算法开启手机影像行业下一个时代的自研芯片V1，还是助推vivo成为安卓首家实现4K电影人像拍后编辑功能手机厂商的自研芯片V3，都是在埋头种因后收获的硕果。

芯片自研之外，vivo与蔡司这家百年光学品牌的全面牵手，目的也是在秉承共同影像理念下，不断去突破影像想象边界。

过去几年，vivo在微云台防抖、镜头镀膜、光学镜头等方面的不断进化——包括最新与蔡司联合探索最新结构长焦镜头、对T*镀膜技术进行升级，其实还是围绕“让普通用户用手机拍出专业大片，让专业人士可自由进行创作”，缩小专业与大众摄影上的“创造力鸿沟”，共同探索移动影像新高度。

这些在移动影像领域的深刻理解、专业技术和自我超越，vivo得以奠定影像领域的全球优势，引领中国世界移动影像进入中国时刻——哪怕与iPhone相比，vivo表现也不落下风。人们心中对vivo坚守的“长期主义”，也有了更多新认知。

可以畅想的是，“第四次产业革命”浪潮席卷，大模型、AIGC必将进入移动影像领域趋势下，其使用场景将有着巨大的想象空间，“手机影像大师”有机会书写更多AI传奇。

一个例子可以说明，此前vivo相关的AI工程师已经超过1000名，仍在源源不断投入，将更多AI研发人才纳入囊中。vivo官网最新招聘显示，其正在招聘大量AI算法专家、AR/VR领域AI大模型专家、图像AIGC算法专家、AI产品经理，3D光学动捕算法工程师、工作地点位于深圳、杭州、重庆等地。

“基于AI影像领域的探索，vivo瞄准的是更大世界。”一位资深手机从业人员评价说。

目前，AIGC在vivo手机中的应用主要是人像，但AI与影像生产力工具结合紧密趋势下，AIGC未来在vivo中也会有更多用武之地，比如与手机终端语音助手结合，可以更快速、准确理解语义。

AI大时代下，AI在文字、语音、图像、视频，教育场景、音乐创作等领域，与手机融合具备广泛应用空间，让手机工具价迎来更大爆发。比如，教育场景通过AI个性化因材施教，让中小企业、普通用户都能低门槛、低成本拥有属于自己的逼真“数字人”——而非当前AI写真照片。

或者，让所有人可以通过AI进行创作，或者代码编写、识别翻译，实现内容生态的新一轮范式转移。以及，在AR、元宇宙等虚拟世界中，加速实现环境、虚拟人物的构建需求，去无限逼近真实。在远程医疗、智能汽车等方面，AI与手机的结合同样充满想象空间。

这些未来畅想的实现或融合创新基础，毫无疑问仍然基于影像。

“vivo将把影像视为和AI、5G、6G通信一样的底层技术能力。”在于猛看来，在不远的未来，vivo将把影像当成一种AI底层能力，去和其他产业融合创新，“如同互联网改造制造业一样，影像的价值也远不止拍照、游戏，而是与AI、互联网一样有无限可能。”