4)Real Tone人像真实色调
对于深肤色的人来说,很多手机的人像拍照效果都很糟糕。这是因为大部分手机拍照优化算法的训练都缺乏深肤色人种的数据。这些人像数据库从数据构建的一开始就是存在偏差的。
谷歌的解决办法是从一开始就邀请大量深肤色用户作为测试用户,上传更多的照片,中和训练数据的偏差,训练算法对深肤色的还原能更加真实。具体来说,在 Pixel 6 和 6 Pro 上,新的拍照算法能够降低高光下的肤色变色,并且提升暗光下的人脸清晰度。就算不用新 Pixel 手机,用户也能在 Google Photos 的照片修改-自动增强功能里体验到 Real Tone 的效果。
Tensor 处理器的设计目标非常简单:让移动设备的用户用最直接的方式体验到谷歌在 AI 技术方面最先进的研究进展。
Tensor 产品经理 Monika Gupta 表示:“移动芯片的迭代,完全无法跟上 Google 在机器学习 AI 科研方面的速度。与其等他们追上,我们决定自己来做一款芯片。”
就像英特尔 x86 已经无法满足苹果那样,似乎高通也已经无法满足谷歌了。这是一个计算进入瓶颈的时代,也是一个计算行业格局重写的时代。如果谷歌想要实现它自己对于智能手机的理想,它必须走苹果的路,从硬件到软件,从核心技术到用户体验,实现完全的垂直整合。