主要观点总结
本文主要介绍了OPPO在AI影像方面的创新和发展，通过张磊和罗俊等顶尖人才的加入和努力，OPPO在AI影像领域取得了一系列突破。文章从手机影像的革新、AI大模型的应用、算法竞赛、数据挑战、审美与技术的融合等方面详细描述了OPPO在AI影像方面的探索和实践。
关键观点总结
关键观点1: OPPO利用AI技术革新手机影像
OPPO通过引入AI技术，实现了手机影像的重大突破，如用AI模型处理传统的降噪超分计算，尝试AI大模型在影像领域的应用，探索长焦技术，以及利用生成式大模型提高影像质量等。
关键观点2: AI大模型对手机影像的影响
AI大模型的应用在手机影像领域带来了革命性的变化，通过处理复杂的计算任务，帮助手机在光学硬件上实现“逆天改命”，开辟了新的可能。
关键观点3: AI算法的挑战与突破
在执行过程中，OPPO团队面临着算法的挑战，包括算法的复杂性、稳定性、效率等问题。但通过不断的尝试和优化，团队成功解决了这些问题，实现了算法的突破。
关键观点4: 数据在AI影像中的重要性
数据在AI影像中起着至关重要的作用。为了提升AI算法的效果，OPPO通过采集大量数据、开发新的摄像头等方式，为算法提供更优质的数据源。
关键观点5: 技术与审美的融合
在AI影像的发展过程中，技术与审美的融合是一个重要的挑战。OPPO通过成立影像认知组、与美术界合作等方式，解决了这一问题，实现了技术与审美的和谐统一。
关键观点6: OPPO引进顶尖人才推动发展
OPPO通过引进张磊、罗俊等顶尖人才，推动了公司在AI影像领域的快速发展。这些人才带来了先进的技术和理念，为OPPO的发展注入了新的活力。
正文
执行任务落到张磊团队身上，成与败，关系到张磊的颜面，更关系到 OPPO 在影像业内的竞争力。
张磊让团队分头行头，利用生成式扩散大模型尝试不同的技术路径。
其中一个方案被称为 CCSR，迭代频数需要 50 步，后面不断优化，经过两个月迭代，降到 15 步，最终降到 3 步，已达到极限。
另一个方案，则被称为 SeeSR。虽然迭代步数略微少，可是输出图像稳定性不如 CCSR。只有减少步数，才可以减少手机能耗，缩短拍照成像时间。
有了初步算法，想试试效果。「最早拿算法效果给手机影像相关的部门的人看，跑完了，大家发现画质几乎没有提升。」但随着算法的演进，生成式大模型的优势逐渐体现，CCSR 达到了预期的效果。
根据项目进程，部署时间挺紧张。大家商量 CCSR 改到极限后，部署同事先着手工程化落地。这已经到了 2024 年 3 月中旬，离 10 月份产品上市只有半年时间。
有一天，张磊团队看到在图像生成领域用 diffusion 做到单步生成也有不错的效果，这或许也同样可以让图像复原的多步迭代步数减少。在团队尝试做出第一版结果后，张磊颇为兴奋：推理只用了单步，优点明显。随后，张磊猜想另一位同学研究的「文生 3D」使用的分数蒸馏（score distillation）方法，可以加进来。
赶工几周，算法逐渐成型，最后取名 OSEDiff（单步复原）。4 月中旬，大家着手整理实验和写文章，经过团队一起一个月的努力，文章写好投到业内顶会 NeurIPS 上。手机界领先苹果和三星、首创的大模型复原 60 倍长焦图像项目，自此有了算法雏形。
过了一段时间，张磊组织了一次盲选会，准备了 100 张图，分别由单步 OSEDiff 算法和 CCSR 复原而成，发给了认知组、测试组、影像算法组、产品线等各个条线成员，让他们挑选质量更好的照片。单步算法完胜。OPPO 决定「高速路上换发动机」，在项目进度已经基本达到极限的情况下，毅然决定切换更优质的单步算法。
千里长焦项目在 2024 年 10 月发布的 Find X8 上面第一次成功落地，它应用生成式大模型，可以让 60 倍数码变焦拍摄的模糊图像，经过 2 秒钟本地运算后变得异常清晰；又在 2025 年 4 月 2 日发布的 LUMO 凝光影像系统中，脱胎换骨似地升级，把 60 倍甚至 30 倍变焦的效果都大大提升，就像给手机镜头又戴了一幅「AI 望远镜」。张磊与罗俊完成了苹果和其它安卓厂商都没有实现的行业首创。
做出千里长焦，张磊和罗俊不满足，虽然这项技术展示了超强的 AI 能力，但「只能算 OPPO 的一个阶段性成果」，真正能让 AI 展示实力、向行业证明 OPPO 的 AI 能力，搭载在 OPPO 全新推出的 LUMO 凝光影像系统，以及搭载这个系统的 Find X8 Ultra 上，里面有 AI 征服手机影像「纽北赛道」的一场新赛事。
设想在夜晚的重庆洪崖洞前，光线错综复杂，远处有各种霓虹灯光，近景有人脸，背对着暗处——夜景人像曾经是很多手机影像工程师的噩梦。兴许 AI 加持，才可以有所突破。
不过，罗俊知道内中难处，首先是数据。没有数据的供给，再力大无穷的 AI，也会力不从心。
一方面，夜间光线稀薄，即使对于手机中最大的镜头来说，采集到的光线数据都不富裕，AI 只能反复利用有限的数据，推理出该有的纯净画面，但结果往往令人失望。另一方面，夜间光线又过于复杂，特别是中国城市 LED 灯光近年来的高速发展，即使对于造价十几万的大块头的相机来说，将五光十色的城市夜景和人物同时拍出彩，也不是一件可以轻而易举完成的事情。
第一个问题，相对还算好解决，因为有既定的案例——相机代表的光学规律，就是答案。提升进光量，提升光源的品质，喂给传感器更多、更优质的数据，这意味着下血本地增加光学模组的性能——简单点说，就是用更大的镜头来吸收更多的光线数据，用更好的镜头把光学提纯，用更大尺寸的传感器去接收消化这些数据。「算法不能脱离光学，所以 OPPO 一直讲软硬结合，硬件决定了画质的下限，算法决定了画质上限。」罗俊一直强调。
