小米AI 连接智能生活

近年来，人工智能（AI）技术在多个领域落地并不断取得发展与突破。在互联网的推动下，AI语音助理、智能家居、眼镜相机等产品相继推出，打造了更加便捷的生活体验。

秉承着“技术为本”的理念，小米始终致力于前沿技术的探索。2016年，小米正式成立AI实验室，覆盖计算机视觉、语音声学、自然语言处理（NLP）、知识图谱、机器学习等多个研究方向。曾获百万美金技术大奖的Cyberdog铁蛋仿生机器人就融入了计算机视觉、自然语言处理和声学语音等多项AI技术。

那么，什么是视觉AI技术呢？小米的AI技术又有哪些新进展？让我们跟随小米AI实验室主任王斌、声学语音技术总监王育军、语音首席科学家 Daniel Povey一起走进AI技术。

01

AI视觉

AI视觉主要研究方向包括图像、视频的处理和理解，人脸、人体算法等。小米技术团队重点研究了手机相机的基础画质算法、图像视频的智能编辑、识别和理解。

  1    硬核算法，助力手机影像

近年来，小米AI实验室陆续为小米手机贡献了HDR、超级夜景、万物追焦、AI相机、单摄人像模式、美颜、人脸解锁、人脸相册、魔法换天、智能挑片、照片文字搜索等多个重点功能的核心算法。这些算法为相机系统架构“小米影像大脑”提供了强有力的技术支撑，其中，HDR、人像超清、边缘画质提升等技术曾助力小米手机3次登顶DXO。

“超越人眼，感知人心”是小米提出的全新影像理念，让用户通过快门记录每个感动人心的瞬间是小米一直以来的愿景，而AI使这变得更加容易。例如，打开相机后，AI场景检测就会判断用户所处的场景是白天还是夜晚，室内还是室外。按下快门，HDR、超级夜景等算法会通过不同参数智能化地对当前场景进行处理，进而拍摄出适宜的动态范围、明暗对比强烈且细节细腻的照片。在小米全新影像理念背景下，HDR、超级夜景、AI场景检测等算法助力徕卡双画质，在手机上赋予用户单反级相机的影像体验。

基于计算机视觉技术打造的“万物追焦”功能可以自动识别和聚焦人、猫、狗等动物，并针对不同拍摄距离进行焦点实时跟踪，随手一拍都清晰。“万物追焦2.0”在追焦1.0的基础上进行了大量功能更新，加入动物、花朵等多类目标的精准识别对焦，目前已在 Xiaomi 13系列、Redmi K60系列落地。

  2    所见即所得，高效办公“神器”

为普通用户带来更好的科技体验与便捷应用，实现“科技向善”，是小米视觉的技术愿景之一。除了影像画质，AI视觉还涵盖了多种实用功能。基于深入的用户调研，泛文档类对象是小米用户的核心拍照场景之一，通过前沿的对抗生成网络技术、三维模拟建模等AI技术，小米视觉逐渐落地了包括超级文档、AI去影、畸变恢复、手写消除、终端实时文字提取、表格识别等多个功能。

值得一提的是，终端实时文字提取、表格识别、手写消除等多项功能，最近在小米新系列机型先后上线，提升了小米手机商务应用方向的产品竞争力。其中，表格识别技术一经推出，就成为了日常办公中的“神器”࿱