苹果的新 iPad Pro，预示着“视觉”的未来方向

神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。

编者按：在 2021 春季新品发布会上，苹果正式推出了搭载 M1 芯片的新一代 iPad Pro。同时，苹果为新 iPad Pro 带来了一项名为 Center Stage（中心舞台）的新功能。在 Center Stage 模式下，iPad Pro 将使用 AI 自动检测人的位置，并通过位移、缩放镜头等操作使人始终位于画面的中央。本文作者认为，这不仅改善了疫情以来越来越流行的视频通话的体验，还预示着视觉的未来。原文标题Apple’s new hardware is built for our visual future，作者Om Malik。

进入新千年之后的20年，相当明显的一点是：没有软件和智能的硬件只不过是一个噱头。苹果公司今天的产品发布活动，再次提醒了这一新的关于硬件的事实。我很高兴地说，苹果做到了。新的iMac视频摄像头和新iPad Pro的前置摄像头是我们向视觉的未来迈出的一大步。

自从新冠疫情爆发以来，我们开始在Zoom和视频会议上花很多时间，成为我们生活的一部分，我们一直在抱怨我们电脑内置视频摄像头的质量有多差，尤其是苹果的电脑。

我们大多数人忍受着糟糕的视频质量，尽管有一些人买了一个小设备，将我们更大更好的相机连接到我们的电脑上。或者，如果你像我一样，通过Camo App使用iPhone上的摄像头，毕竟，iPhone的摄像头比任何独立的流媒体摄像头都要好。不管用什么方法，我们都对电脑上不合格的前置摄像头感到无奈和厌倦。

在这次新冠疫情的经历中，我一直在想，为什么我们的电脑的摄像头，没有可以使用计算机视觉和深度感知来创造更好的视频通话体验。毕竟，需要的技术都有了。

计算机视觉算法正在日新月异地发展。我们口袋里、包里的设备和家里的电脑上都装满了计算能力、机器学习芯片和GPU。在数十亿部智能手机中使用的那些微型摄像头和传感器，现在已经有足够的能力和低廉的价格，可以内置于电脑中，最终创造出更好的视频会议体验。

正如我此前多次所写，Zoom（通过视频来工作和互动）的文化将保留下来。与1918年流感疫情不同的是，当时电话未能发挥其潜力，因为电话交换台的接线员成了流感的受害者，而目前的新冠疫情已经通过可靠的视频会议变得可以承受。永远在线的服务器不受我们其他人正在处理的那种病毒的影响。可以说，如果没有技术，新冠疫情对经济影响会比我们目前所经历的要糟糕得多，这并不是夸张。

就像品尝流媒体的便利，让我们都沉迷于在线音乐和在线影视剧一样，我们都会在很长一段时间内进行视频通话。这就是为什么我们低估了由于新冠疫情和视频通话带来的行为改变。无论是休闲的社会接触、远程医疗、远程学习或远程工作，我们已经进入了一个沟通将越来越视觉化的时代。

新冠疫情期间的数据清楚地表明了这一点。2020年，谷歌Duo和谷歌Meet的用户，在全球范围内进行了超过1万亿分钟的视频通话。研究美国网络流量模式的公司OpenVault在最近的一项研究中指出，2020年的上行总流量增加了63%。其中很大一部分是由于视频会议应用程序的使用。OpenVault的数据显示，在Zoom上进行一小时的通话，需要占用360M到1.2G流量。在工作时间，带宽的使用量几乎翻了一番。这种额外的带宽带来了新的挑战和机遇，谷歌已经在与它的人工智能部门合作，使用新的编解码器将音频和视频压缩到更少的空间。

随着我们的工作和生活越来越视觉化，提供卓越的体验成为一种机会。苹果已经认识到这一点，亚马逊、Facebook、谷歌和微软也是如此，它们都推出了专门的视频通话设备。

新款iMac有一个1080PHD的摄像头，利用M1芯片中的图像信号处理器和神经引擎，更好的降噪、更大的动态范围以及改进的自动曝光和白平衡来提高图像质量。三麦克风阵列减少了的反馈回声。有定向波束成形技术，有助于减少背景噪音，并集中在用户的声音。简而言之，苹果公司表示，对话中的声音将自然而清晰。六个扬声器也设计为使用了算法，并实现了空间音频（Spatial Audio）。

苹果并不是第一个将视频与人工智能、机器学习结合起来的公司。谷歌和微软提供更好的功能已经有一段时间了。例如，谷歌去年在其视频通话服务上推出了噪音消除、背景模糊和低光模式等许多功能。然而，苹果可以充分利用其垂直整合的优势。新的音频和视频硬件将利用M1芯片的组件，如图像传感器、神经引擎和GPU，从而发挥其潜力。

问题是，在未来的视频通话方面，我们将走向何方？我们不必看得太远，新的iPad Pro给了我们足够的线索。iPad Pro现在采用了与Mac设备相同的M1芯片。除了TrueDepth相机系统外，iPad Pro还有一个新的超宽前置相机。看看新iPad Pro的摄像设备，不难看到这些同样的功能会出现在你的笔记本电脑或台式机上。最肯定的是，肯定会出现在iPhone上。视觉传感器的能力比我们所经历的要强得多。关键是要利用这种能力和人工智能来创造用户体验。

苹果希望通过在iPad Pro上推出的一项名为Center Stage的新功能来实现这一目标。我不会向任何人推荐与Facebook有关的东西，但 Center Stage让我想起了Facebook的Portal设备，它提供类似的视频通话功能，并跟踪人们的行动。

苹果公司在一份新闻稿中指出：“Center Stage”利用新的前置摄像头更大的视野和M1的机器学习能力来识别和保持用户在画面中的位置。当用户走动时，Center Stage会自动平移，使他们保持在镜头中。当其他人加入时，相机也会检测到他们，并平滑地放大以将每个人都纳入视野，确保他们是对话的一部分。

今天，我目前在用的2018年型号的iPad Pro和最新的iPad Pro之间很难说有什么区别。2021年款的屏幕可能更好，它可能有一个更新的芯片，它甚至有一个能力更强的端口来连接外围设备。但最终，我升级的唯一原因是使用新的摄像头功能，以获得更多的视频通话体验。底层硬件参数没那么重要，关键在于智能和智慧。

译者：蒂克伟