手机对焦为什么"啪"一下就准,秘密是每个像素都长了两只眼睛
你拿手机拍照,手指在屏幕上想对焦的地方一点,画面"啪"一下就清楚了。这个"一下"你大概从没多想过,可它其实一点都不理所当然。早些年的相机不是这样的。你半按快门,镜头会"嗡——嗡——"地来回拉,先冲过头
2026-10-02 07:25 · 摘要已收录，可打开文章获取原文内容
手机变焦放大不糊,靠的其实是你那只端不稳的手
你有没有想过一件事:手机没有光学变焦镜头的时候,你用两根手指在屏幕上一撑,画面放大了两倍,拍出来居然还挺清楚。按常理,这种"数码变焦"就是把图裁一块出来硬拉大,像素不够就插值填空,越拉越糊才对。可实际
2026-10-01 12:03 · 摘要已收录，可打开文章获取原文内容
你只想把照片调暖一点,AI 却把整张画面悄悄重画了一遍
现在让 AI 修图很方便:丢一张照片进去,打一句"调暖一点""来点电影感""再通透些",几秒钟给你一张调好的。结果往往挺好看。但你要是把原图和结果并排放大了比,常会发现不对劲——墙上的纹理软了一档,人
2026-09-30 06:27 · 摘要已收录，可打开文章获取原文内容
照片拍完想换个打光,难点其实是别把画面本身也改了
你拍了张房间的照片,构图挺好,就是光不对——大白天窗户进来的光把一半墙打得惨白,另一半又黑成一团,整个空间平得没层次。要是能事后把光换掉,比如在角落补一盏暖光、让顶灯柔一点,这张就完全不一样了。这件事
2026-09-29 07:17 · 摘要已收录，可打开文章获取原文内容
手机多打一盏闪光灯,就能分清花纹是刻上去的还是画上去的
给你看一张照片:一张脸,额头上有一道细纹。你觉得这道纹是真的皱纹,还是化妆画出来的阴影？肉眼多半分不清。让一个专门估表面法向的 AI 来看,它也分不清。这不是模型不够大的问题,是从单张照片里根本解不出
2026-09-28 07:16 · 摘要已收录，可打开文章获取原文内容
世界模型要记得久又记得准，几个记忆专家得相乘不能平均
世界模型这两年火起来，说白了就是想让模型学会「脑补世界」：给它一段画面和一个动作，它接着往下预测世界会变成什么样。你在一个虚拟房间里往前走两步、再左转，它得把你转过去之后看到的墙、家具、光影都画对。它
2026-09-27 06:59 · 摘要已收录，可打开文章获取原文内容
图像修复不走 VAE，直接在像素上跑 Diffusion 靠不靠谱
扩散模型现在几乎是图像生成和修复的标配，可主流做法有个绕不开的前置步骤：先用一个 VAE（变分自编码器）把图像压到潜空间里，再在那个低维的潜表示上跑扩散，最后解码回像素。这条路径很成熟——Stable
2026-09-26 07:44 · 摘要已收录，可打开文章获取原文内容
逐帧改视频为什么总在崩，以及怎么不重新训练就修好它
图像编辑现在已经很成熟了。你给扩散模型一张照片，说一句"把这只大象改成蓝色""换个背景""把桌上的杯子去掉"，它多半能干得干净利落。可一旦对象换成视频，麻烦立刻就来了。最省事的想法是：一帧一帧地用图像
2026-09-25 07:41 · 摘要已收录，可打开文章获取原文内容
像素越做越小，手机长焦反而撞上了物理学的墙
手机厂商每隔一两年就会宣布把长焦像素做得更小：从 0.8 微米到 0.6 微米、再到 0.5 微米，现在已经有 0.35 微米的设计在路上了。按照直觉，像素越小、密度越高、分辨率越强——这条逻辑看上去
2026-09-24 09:25 · 摘要已收录，可打开文章获取原文内容
给手机 HDR 拍照上"保险":每个输出像素都是真实输入的凸组合
手机拍 HDR 合成照片,最怕的就是那种肉眼一看就知道是 AI 补出来的东西——窗外本来过曝成一片死白,合成之后突然多出来一片"合理的天空",云的纹理、色调都挺像那么回事,但你就是能感觉到它不是真拍的
2026-09-23 07:29 · 摘要已收录，可打开文章获取原文内容
夜景照的天空发红发灰,越去雾越脏——因为这根本不是雾
在城市里拍夜景,十有八九会遇到同一种扫兴:明明地面的灯火楼宇都拍清楚了,天空却糊成一片橘红或者灰紫,一颗星都看不见,像蒙了层脏玻璃。很多人下意识就去套一个去雾(dehazing)算法,结果往往更糟——
2026-09-22 07:27 · 摘要已收录，可打开文章获取原文内容
去噪该用 L1 还是 L2?争了这么多年,可能一直在拧错的旋钮
调降噪模型的人多半都纠结过一件事:重建损失到底该用 L1(绝对值误差)还是 L2(平方误差)。经验上大家都知道 L1 更"耐脏"、出图更干净,论文里也基本默认用它。围绕"为什么 L1 比 L2 好",
2026-09-21 07:28 · 摘要已收录，可打开文章获取原文内容
想让 AI 超分出的照片更耐看，别去动那个大模型——真正掌方向盘的，只有八个通道
你拍了张光线不太好的照片，有点糊。顺手丢进一个 AI 修图 App，点"增强",几秒后出来一张清晰得多、纹理也补得像模像样的图。这类"真实世界超分"(super-resolution，把一张低清、还带
2026-09-20 07:28 · 摘要已收录，可打开文章获取原文内容
想让扩散语言模型一次吐出一整块字，堆模型堆算力都白搭——瓶颈是喂进去的那撮噪声只装得下 log k 的信息
你用大模型写东西时，等待光标一个字一个字往外蹦，那种延迟感其实是有物理原因的。自回归模型(就是 GPT 这一路，autoregressive，简称 AR)天生一次前向只吐一个 token——每个字都要
2026-09-19 07:10 · 摘要已收录，可打开文章获取原文内容
夜里拍的照片去完噪反而"发紫"，真凶不是去噪网络，是一个被相机记错了几个数值的"黑"
夜里在阳台随手拍一张，画面暗处本该是黑的地方，泛着一层洗不掉的紫。你以为是手机没拍好，其实照片早就被"修"过一遍——每张 RAW 图进来，都要先过一遍去噪网络，把暗光下爆表的噪声压下去、把亮度提上来。
2026-09-18 07:26 · 摘要已收录，可打开文章获取原文内容
把视频修复网络压到只剩正负号：手机上省掉 96% 算力的关键，是别再费劲去对齐相邻帧
夜里在停车场用手机录一段视频,回看时满屏是噪点,路灯边缘拖着虚影,暗处的车牌糊成一团。手机其实一直在偷偷修:每一帧都要过一遍神经网络去噪、增亮、锐化,再拼回视频。问题是这类网络又大又重,几百万个参数、
2026-09-17 07:49 · 摘要已收录，可打开文章获取原文内容
为了省带宽把数据压没了，却发现压对了地方反而能救回被强光冲垮的深度
你手机上那颗测距的传感器,和自动驾驶车顶那个激光雷达,骨子里干同一件事:发一束极短的激光脉冲出去,数它撞到物体再弹回来用了多久,时间乘光速的一半就是这个点有多远。测得越准,前提是把"光子几点几纳秒回来
2026-09-16 07:58 · 摘要已收录，可打开文章获取原文内容
去炫光总把路灯本身也擦花？关键在按离光源的远近，重排读像素的顺序
夜里拿手机拍一条有路灯的街，十有八九会翻车。那盏灯不只是一个亮点,它会朝四面八方甩出几道星芒,再罩上一层雾蒙蒙的光晕,把旁边的树影、招牌、地砖全糊掉。这种东西叫镜头炫光(lens flare,强光在镜
2026-09-15 07:45 · 摘要已收录，可打开文章获取原文内容
把照片的像素全打乱，它照样还原出光谱：一个"看不见位置"的监督信号
你拿手机拍一片叶子，得到的是红绿蓝三个数。可植物学家想知道的,是这片叶子在四百到七百纳米之间几十条窄波段上各反射了多少光——那条完整的光谱曲线里,藏着叶绿素含量、含水量、有没有染病这些三通道照片根本看
2026-09-14 08:03 · 摘要已收录，可打开文章获取原文内容
同样是红色，机器为什么还要“看光谱”？ADIS 把快照光谱相机做成普通相机
挑水果时，两块看起来一模一样的红色果皮，可能一个已经成熟，另一个只是表面上色；鉴别一件“真古董”和高仿品，肉眼看到的颜色也可能完全相同。它们骗过 RGB 相机的地方，叫“同色异谱”：不同材料的光谱曲线
2026-09-13 08:23 · 摘要已收录，可打开文章获取原文内容
多拍到的那几度视差，为什么能救活随手拍 3D / 4D 重建
你举起一台 iPhone 15 Pro，机身背后明明有广角、超广角、长焦三颗摄像头；Apple Vision Pro 有两只同步观察世界的“眼睛”；光场相机一次甚至能记录几十个方向。可把这些画面送进
2026-09-12 06:48 · 摘要已收录，可打开文章获取原文内容
当“平面波冠军”掉进真实镜头：色彩路由器为何要为成像信息重写规则
你手机传感器上盖着的那层彩色滤光片，拍照时其实把三分之二的光子直接吸掉了。
2026-09-11 07:30 · 摘要已收录，可打开文章获取原文内容
去模糊别只盯着像素：把相位单独拎出来，UPADNet 为什么更省数据
夜里走路拍照，手刚好晃了一下，路灯和招牌就拖成了长尾；孩子突然跑进画面，脸和边缘一起糊掉。这样的照片人人都遇到过。图像去模糊，就是从这类因为相机抖动或物体运动变糊的照片里恢复清晰图像。更麻烦的是盲去卷
2026-09-10 07:35 · 摘要已收录，可打开文章获取原文内容
直接回归偏振角为何会崩？GenPolar 让单张 RGB 学会“看见”斯托克斯分量
你拿手机拍玻璃橱窗，画面里总有一层甩不掉的反光；仓库相机面对黑色塑料件和金属件，RGB 颜色、纹理都差不多，分类器却经常分错。偏振成像能提供一条普通 RGB 没有的物理线索：光的线偏振状态。这条线索通
2026-09-09 07:44 · 摘要已收录，可打开文章获取原文内容
同一张色卡，换盏灯就变色：C²LUT 想把相机色彩校正从一条直线掰弯
同一块彩色卡片、同一台手机，白天放在窗边拍，红色可能往橙里跑；晚上搬到屋里，在暖光 LED 台灯下再拍一次，绿色又像蒙了层黄。要是旁边再开一圈 RGB 氛围灯、电竞灯带，或者直播补光灯，画面里的蓝和紫
2026-09-08 08:00 · 摘要已收录，可打开文章获取原文内容
你连拍时甩掉的那一帧，可能正是头发丝抠图缺的答案
你给人像抠图，轮廓大多能过，真正卡住的总是耳边几根飞发、发梢半透明的细丝，以及头发和背景颜色接近的那一圈毛边。连拍留下的几张“糊了、抖了”的废片，很多图像管线会先把它们对齐，再把相机抖动当噪声消掉。P
2026-09-07 07:51 · 摘要已收录，可打开文章获取原文内容
一张照片，两种曝光方向：AutoLumNet 如何把“不能乱序”写进网络
室内拍窗景时，手机相机经常交出一张很矛盾的照片：沙发和墙角暗成一团，窗外天空却白成一块。暗部需要往上提，亮部需要往下压，而且这两块区域就在同一张图里。把“曝光”滑块整体推高，只会让窗外更糟。论文 Fi
2026-09-06 07:36 · 摘要已收录，可打开文章获取原文内容
把光子扔掉，白墙反而能测出深度：二阶纹理如何改写聚焦测深
拿手机对着一面刷白的墙，或者一只素色陶瓷杯去对焦，镜头常常会来回拉风箱：近一点、远一点，还是找不到真正清晰的位置。墙面明明就在那儿，为什么相机就是判断不出距离？不是相机“看不见”墙，而是墙面没有足够明
2026-09-05 14:14 · 摘要已收录，可打开文章获取原文内容
玻璃反光不是做减法：相机的非线性，和被丢掉的特征，才是分层关键
隔着玻璃拍照，场景总是很熟悉：博物馆展柜、临街橱窗、车窗、地铁玻璃。你明明想拍玻璃后面的展品或街景，照片里却糊着自己的影子、天花板上的灯，还有身后路人的轮廓。打开手机里的“去反光”功能，反光可能淡了一
2026-09-04 07:50 · 摘要已收录，可打开文章获取原文内容
去雾的两次反常识：脉冲不二值化，干净图不靠猜
大雾天拿手机拍一条街，路灯、车流、楼房全像隔着一层牛奶。你把照片丢进一个号称 SOTA 的去雾模型，合成数据上的分数明明很高，真实照片却常常露怯：雾没去干净，远处还是一片灰；颜色被拉得发白，树叶和墙面
2026-09-03 08:03 · 摘要已收录，可打开文章获取原文内容