作者 | 周雅
來源 | 賽博故事(cybergushi)
相機將記錄影像生活從油畫家手中交給群眾,但是專業(yè)設(shè)備客觀上提高了技術(shù)門檻,將影像能力從群眾手中取走。現(xiàn)在,華為通過重新定義“相機“,將能力又還給了群眾。
Ⅰ 影像時代
在沒有相機的15-18世紀,人民群眾想要記錄生活影像,是需要職業(yè)人士——畫家,來協(xié)助完成的。我們現(xiàn)在看到的不少經(jīng)典油畫,特別是肖像畫,很多都是畫家們接受金主贊助的成果,比如穿了高跟鞋的路易十四,騎著馬的查理五世。甚至帶著神秘微笑的蒙娜麗莎也可能是受委托的作品。
既然是油畫,創(chuàng)作周期就短不了,請畫家又需要成本,于是那個年代能在家里掛一副體面油畫的人,就不太可能是凡夫俗子。在眾星云集的文藝復興年代,厲害的畫家們往往也能通過繪畫得到豐厚的報酬。拿威尼斯畫家提香來說,他繪畫手藝高,創(chuàng)作的東西又符合市場口味,一幅畫換算成現(xiàn)在的貨幣要20萬人民幣之多。
不過也有相反的例子,比如倫勃朗。他創(chuàng)作了鼎鼎大名的《夜巡》,可惜在當時這幅畫是多位金主AA制共同委托的。但倫勃朗卻為了藝術(shù),把有的人畫的突出,有的人畫在角落,最終在油畫市場上失去了委托人的信任,在潦倒中過世,令人唏噓不已。但這客觀上也說明了大家當時對“記錄生活影像”的重視。
畫家們的職業(yè)生涯,延續(xù)了數(shù)百年之后,被相機的出現(xiàn)徹底顛覆了。
1839年,法國的達蓋爾制成了第一臺實用的銀版照相機,1888年,美國柯達公司開發(fā)出了 “膠卷”,并在同年推出了世界上第一臺安裝膠卷的可攜式方箱照相機。需要專業(yè)畫家參與的“影像時代”宣告結(jié)束。
Ⅱ 無影像,不社交
到了現(xiàn)代,照相館流行開來,很多普通家庭開始自己擁有相機,記錄生活的時間成本和金錢成本都大幅度降低。在數(shù)碼相機流行的時候,群眾記錄美好生活甚至連照相館都不太需要去了。
而說到用影像記錄美好生活這件事為什么這么重要,因為影像從來都是社交生活的載體。
在文藝復興時期,已然如此。
委托人在收到一副訂制的滿意畫作之后,往往會把親朋好友都叫到家里來共同欣賞。這時大家在畫作前推杯換盞,對畫作品頭論足。如果這幅畫又獲得大家的一致認可,對畫主人來說是極有榮光的一刻,自然畫家的身價也就水漲船高。
在相機時代,雖然創(chuàng)作主體變了,但是影像的作用仍然在延續(xù)。
多年前的現(xiàn)代家庭都有一個叫做影集的東西。親朋好友到家里作客時,閑聊之余,主人往往會拿出影集,和大家分享影集里記錄的生活點滴:“這是當年我們在xxx旅游”,“這是xxx畢業(yè)的時候”,“你看這小家伙當年多瘦,現(xiàn)在恐怕得胖了20斤”,“你看她像不像小豬佩奇(時間穿越了,應該是米老鼠或者孫悟空)”,不亦樂乎。
不知道你會不會覺得上述場景有種熟悉感。雖然隔幾個世紀的時空,社交的內(nèi)涵從來都沒有改變過。現(xiàn)代社會,人類社會一直在用影像來社交,只不過古人用油畫,上一輩人用影集,我們用“朋友圈”,更年輕的朋友用“抖音”。
貴客們不再客廳對著油畫贊嘆,親友們不再翻看著影集點頭稱贊,現(xiàn)在大家打開手機,在朋友圈里為“好友”的“美食”、“健身、“自拍”、“美景”等影像點贊。
III 手機和相機
人生最痛苦的時候,其實不在于沒有“詩和遠方”。而是看到了遠方,手機卻沒電了;或者是人的眼睛看到了,手機的攝像頭卻看不清。
隨著手機拍攝技術(shù)的不斷成熟,照相機正在從人民群眾的口袋中逐漸消失,但只是逐漸消失,卻非完全消失。因為很長一段時間以來,手機的拍攝能力,不足以處理很多場景的影像,只能由專業(yè)攝影人士,或者專業(yè)攝影設(shè)備來完成。
場景舉例如下:
長焦,看到了遠處雪地的麋鹿,我們想記錄美好生活,專業(yè)人士的專業(yè)相機可以,但是手機做不到。
夜拍,在高塔上看到城里的無敵夜景,我們想記錄美好生活,專業(yè)人士的專業(yè)相機可以,但是手機做不到。
長焦+夜拍,你看今晚的月亮它大又圓,我們想記錄美好生活,專業(yè)人士的專業(yè)相機可以,但是手機做不到。
類似的場景不一而足。正因為這些硬件因素的限制,有了智能手機之后,MP3從我們的口袋里很快消失了,但是相機從口袋里消失的速度就遠沒有這么快了。
IIII 后來者華為
華為抓住了這個機會,努力讓群眾加速度與相機再見。
作為智能手機市場的后來者,華為在過去一段時間一直在“后來居上”,已經(jīng)和智能手機的開創(chuàng)者不相伯仲, “去年華為前三個季度全球市場份額超過了蘋果,第四個季度蘋果比我們多一點,平均下來差不多”,華為消費者BG CEO余承東在P30系列手機發(fā)布會上告訴記者。而從趨勢來看,反超則只是時間問題。
凡后來居上者,一定是率先做對了什么事,就華為手機而言,電池性能、設(shè)計、外觀都是因素,但其中一個不可或缺的,必然是影像。
自從華為發(fā)布P系列手機以來,一直將攝影作為一個重要功能在發(fā)展。在華為的一本名為《飛向新賽道——華為終端背后的故事》的內(nèi)部資料中,挨著余承東的序言——“做全球消費者最喜愛的智能終端品牌”后的第一章,標題是 “為什么是徠卡”,記錄的就是華為和知名相機公司徠卡聯(lián)手開發(fā)手機攝影技術(shù)的故事。
在之后每一代P系列手機上,拍照功能都在得到加強。2016年,華為和徠卡首次發(fā)布了雙鏡頭拍照系統(tǒng),更多人開始愿意在分享的照片上留下來自徠卡P9的數(shù)字尾巴。
而在最新發(fā)布的P30系列上,華為又完成了一次“集大成”,一舉突破“長焦+夜拍”等眾多專業(yè)攝影屏障,在手機上讓普通人能拍到往往需要專業(yè)人士+專業(yè)設(shè)備才能搞定的場景。實現(xiàn)了這兩點后,余承東還繼續(xù)強勢表態(tài):“手機的拍攝能力,會越來越靠近專業(yè)設(shè)備能力。我們先取代了卡片相機的能力,再取代專業(yè)相機的能力,接下來會再把專業(yè)的攝影機能力取代。”
V 相信NPS
盡管華為的市場份額一直在提升。余承東卻說華為內(nèi)部沒有KPI,主要看口碑,特別是看重NPS(Net Promoter Score),消費者推薦指數(shù),即消費者買了之后愿意向朋友推薦的程度,“我們內(nèi)部考核這三個字母”。兩次見到余承東,兩次余承東都做了這個表態(tài)。
NPS凈推薦值一詞由紐約時報暢銷書作家,工作于貝恩咨詢的Fred Reichheld創(chuàng)造,他在哈佛商業(yè)評論文章中說,去問一問你的顧客:“看他會不會向朋友推薦你們的產(chǎn)品?”。從華為的角度看,之所用這個體系,因為“如果消費者滿意了,增長發(fā)展就是必然的”。
但是此處留下一個問題:
如果消費者喜歡這款產(chǎn)品,如何才能更高效的向朋友推薦?機緣巧合,手機的影像能力可以回答這個問題。
在微信等社交工具大于短信,甚至大于通話的時代,朋友圈更是我們的社交場所,而非酒吧或者餐廳。而在朋友圈這個社交場所,人類普適的溝通語言不是中文,不是英文,而是影像,一圖省前言。國內(nèi)如此,國外也如此,絕大多數(shù)的社交工具都是以影像為載體的,微信、抖音、Ins等等。
畢竟我們之前已論證過,影像一直是人類社交的重要載體之一。
而華為手機強大的影像能力,既滿足了消費者對于社交功能的需求,拍下更多難忘瞬間與朋友分享。同時,這一張張社交空間的照片和視頻,特別是暗光的,長焦的影像,也成為朋友間無需語言的,一封封對華為手機的推薦信。擁有更好的拍照手機,無形中相當于在社交空間中擁有更流暢的社交語言。
如果是華為的相關(guān)負責人,可能已經(jīng)在日歷上記下2021年5月26日,因為這一天,在中國又將能看到下一次月全食。如果沒有意外,那必然是一次華為手機的影像狂歡。
相機將記錄影像生活從油畫家手中交給群眾,但專業(yè)設(shè)備又將一部分能力從群眾手中拿走。現(xiàn)在,華為通過重新定義“相機“,將這部分能力又還給了群眾。
VI 群眾的新“相機”
大約半年前,公司有個項目涉及到對大型會議進行現(xiàn)場拍攝。項目組同事申請希望采購一些攝影器材。幾經(jīng)討論之后,采購部門選型了一款長焦鏡頭相機。
沒想到的是,僅僅過了一周,項目組同事就把相機退回來了,同時詢問能不能申請更換為某個型號的智能手機。大家自然奇怪,問為啥不要專業(yè)相機反而要手機。
項目組同事解釋說,相機雖然好,但是具體拍攝的同事不見得是專業(yè)出身,對相機的參數(shù)設(shè)置并不熟悉。
在會場這樣一個燈光環(huán)境比較特殊(昏暗,光線多變),又需要長焦拍攝(舞臺較遠)的場合,他們經(jīng)實際對比后發(fā)現(xiàn),對多數(shù)普通人來說,用這款智能手機的拍攝效果,比專業(yè)相機要好。
當時,項目組同事希望配備的手機是華的為P20,P30的采購申請應該已經(jīng)不遠了。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術(shù),通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領(lǐng)域帶來了效率和精度的雙重突破。