划重点
01OPPO AI科学家张磊带领团队成功研发出业内首个自研“千里长焦”技术，应用于Find X8系列手机。
02该技术利用大模型生成式AI，将60倍手机拍摄的模糊照片变清晰，显著提升成像效果。
03为此，OPPO影像算法总监罗俊和团队在硬件和软件层面进行了多项创新，如舰式长焦解决方案和优化算法等。
04据市场数据显示，Find X8系列销量突破100万台，成为Find系列史上同期销量最高的产品。
05除此之外，OPPO与香港理工大学合作升级联合实验室为联合创新研究中心，以培养更多AI影像领域人才。
以上内容由腾讯混元大模型生成，仅供参考
千里长焦是如何炼成的。图片来源：视觉中国
文丨伊万万
出品丨深网·腾讯新闻小满工作室
2012年以来，中国智能手机公司从遍地开花、群雄逐鹿，到开启全球征途，有一条规律：绝大多数未做到现象级创新的手机公司名字已随风飘散。
OPPO顽强生存并发展起来。十年前自研的手机快充技术，让用户“充电5分钟，通话2小时”，独一无二的价值成为OPPO年销量过亿部的重要推动力。目前，OPPO全球销量排名第四，在70多个国家和地区销售手机。
最近四五年，AI提供了一次新机会。“手机的未来是AI，AI的未来是手机，或者一种现在还未知的终端”，OPPO AI科学家张磊判断。影像作为手机重要功能，由AI变量开启了新空间。
以AI影像赛道为例，OPPO旗舰机经过Find X6、X7和X8连续三次迭代，AI显现的作用越来越强。AI长焦1.0应用于Find X6系列长焦，解决拍得清晰问题。AI长焦2.0应用于Find X7系列长焦，拓展应用到大师模式全焦段。其中Find X7 Ultra超长焦采用生成式超分方案，显著提升了10倍以上的成像效果，有用户称之为“拍演唱会神器”。
可见，AI+影像，作为一种新力量登场，正让越来越多用户感受到新价值。2024年上半年，Find X8搭载的业内首个自研“千里长焦”技术，诠释了大模型生成式AI与影像碰撞出的新火花。
两年前埋下的AI“火种”
2022年4月份，橙子硕士要毕业，来到了Y Lab，成为实验室一名实习生，等待9月份香港理工大学开学。博士导师张磊受疫情影响，仍在隔离。同门同级的还有小吴，另外两位同学，一名张磊门下已毕业的博士生，一起构成了Y Lab最初班底。Y Lab归张磊统管，主攻AI影像，由OPPO公司与香港理工大学联合建立。
张磊是底层视觉领域的权威专家之一，Y Lab寄托着他的抱负与理想。实验室成立之初，需要一个代号，张磊觉得Y与Why同音，有探索意味，决定用Y。“后来，我发现影像的影，声母正好是Y。”张磊说。按照设想，这个实验室将致力于弥合学术圈与工业界之间的隔阂，探索AI前沿技术并落到手机产品里，让更多人享受AI的红利。
他又是一位“纯粹”的教授，主要精力在学术科研上面，对一些交际性活动兴趣不大 。加入OPPO之前，他再三向时任OPPO研究院负责人刘畅确认，OPPO内部是不是足够简单直接，部门墙厚不厚？前面三年工业界的经验，张磊深知要想在企业有所作为，企业内部团队之间的协作是否顺畅，至关重要。刘畅再三保证，“OPPO提倡本分，追求简单专注，不复杂”。
他也很快见识到了张磊的“纯粹”。在当年公司级创新成果展示评审会上，张磊直接对着一个汇报开喷：“你说你技术非常创新，实现了从0到1，绝无仅有，那么这个技术到底用在哪里？改变了什么？真正价值体现在哪里呢？”直击要点的发问让汇报对象一时语塞。
橙子与小吴就是在这样大牛指导下快速学习着AI领域新技术，并想着如何把最新AI功能应用到手机影像上。
2023年5月，橙子和小吴的实习生涯忽然加速。当时，通用大模型ChatGPT激起的AI热情与想象已持续了近半年，预训练文生图大模型Stable Diffusion （SD）正火爆中， 行业内一篇论文预印本挂出来，第一次将SD大模型应用到图像超分增强领域。张磊要求抓紧跟进，事实上他的一位合作伙伴同期也在做类似的研究并有了初步结果。
ChatGPT风起云涌，代表着实现了AI从卷积神经网络向Transformer架构代际跨越，孕育出各种可能。对于手机端，大模型算法如何装到小的手机里，能否帮助手机把拍摄到的低质量的图片变成高质量的图片？这里隐约藏着变革机会。OPPO影像算法总监罗俊，对算法竞争力负责，他对我说，“大模型对手机影像的影响比预判提前了两年”。
这位上海交通大学的硕士毕业生，博士跟着一个IEEE Fellow读了一半，去了索尼，后加入OPPO，对影像有近20年的实践经验，这块是张磊所需要的。
张磊刚加入OPPO时，赶上了Find X6项目。通过这个项目中AI算法和影像结合，两人加深了理解，罗俊加速了张磊融入OPPO的步伐。大模型出现后，他们经常探讨适合Y Lab做的前沿算法功能。
张磊渐渐明确了方向，先从小体量图片入手，用大模型把60倍手机拍摄的模糊照片变清晰，就是一项突破（这个项目后来被称作千里长焦）。前提是代码写出来，算法跑通，成熟后再工程化落地，投到市场。
这是一场兼跨学术圈和企业界的竞赛，任务落到橙子与小吴身上，成与败，关系到他们学业进步，也关系到Y Lab颜面。OPPO过往在影像上有着相当多积累，从早期翻转摄像头，到首次开创美颜，升降摄像头，还有OPPO研发团队创造性地提出了四合一像素聚合技术一RGBW等等，在生成式AI新阶段，率先做出影像成绩，也关系到OPPO江湖地位。
从bad case到good case
橙子和小吴分头行动。凭着技术积累，橙子琢磨出一种叫CCSR的算法。简单来说，过程是这样的：张磊让橙子寻找diffusion与对抗神经网络GAN两种生成模型范式的优缺点并尝试结合，橙子试过之后发现不行，自己提出了一种解决方案。“橙子有灵气，有些方法我想不到”，张磊说。
小吴利用文生图思路，先抽取输入图像中的内容转化为文字标签（Tag），比如房子、鸟、帆船等，再反馈输入给控制部分，经过迭代生成高质量图片。这个方法取名SeeSR。
两种方法都写成论文投了出去。但是，大模型用到手机里有两大挑战。一是算法体量大，超过3个G，需要轻量化，二是要减少迭代步数。
CCSR迭代频数需要50步，橙子后面不断优化，经过两个月迭代，降到15步，最终降到3步，已达到极限。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。”张磊让他俩继续优化，并注意数据集区别。“论文里都是最优、最理想的情况，只要理论上可行即可，实际操作中数据上天差地别。”他们要明白学术上用good case（理想情况），工程落地上关注bad case（异常情况）。
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。
有一天，小吴看到有人在图像生成领域用diffusion做到单步生成文章，这个或许可以替代之前多步迭代。
他感到兴奋，尝试把它迁移到算法里。第一版结果出来之后，他汇报给导师，得到老师正面反馈：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”使用的分数蒸馏方法，可以加进来。他让这位同学和小吴、橙子一起优化。
赶工几周，算法逐渐成型，最后取名OSEDiff（单步复原，后来对外名称叫千里长焦技术）。2024年4月中旬，三个人着手整理实验和写文章，经过师生一起一个月的努力，文章写好投到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。
后来，回顾这一次自研算法成功，张磊谦虚地说，“我享受和学生讨论，互相激发灵感的过程。通过不断提问，让他们捋清研究动机，找到解决方案，并且有真正的价值，解决真正问题。”罗俊知道这种说法不是全部：张磊老师一直特别严格。
算法迭代与落地部署是上下游关系，张磊介绍，单步复原算法落到手机上，颇费了一番周折。除了算法的定型，工程端的优化部署，是另外一个难点和关键。
“本分派”的胜利
千里长焦项目落地部署，需要不同部门认可。承担这个重任的是张磊刚毕业不久的博士生小海，系OPPO Y Lab的正式员工。
之前项目组已经基于CCSR不断地进行优化，把大模型减枝缩小，各个流程审批跑通，马上准备导入手机产品线了，这时单步复原算法半路杀出，怎能保证效果更好？大家就让两种方法来比试一下效果。单步复原法初战失败。
“部署的同事对于更换方案意见挺大，毕竟基于CCSR已经部署了一段时间，直接更换方案意味着前段时间工作打水漂”，小吴说。双方展开了一番激烈争论。正是这次争论，让小海对小吴刮目相看，“敢于坚持自己想法”。
张磊坚信单步算法更有前途。他拍板让他们继续优化单步方案效果，争取超过CCSR；同时，部署同事继续按照原方案部署。
过了一段时间，张磊组织了一次盲选会，准备了100张图，分别由单步算法和CCSR复原而成，发给了图片认知组、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。这一次，单步算法完胜。
小海开始切换单步算法部署。他要把之前CCSR部署所做的事重来一遍。好在这一次驾轻就熟。
之前部署时，小海颇受过一番折磨，AI复原图像是新事物，内部有些人没见过，说服难度较大。初次评审，ROM size比以前大太多，被否。二次评审到软工部门，“超过了软件开发对大小增量的判断”，但是认可了技术价值。
算法原始模型接近3.5G的容量，直接装载进手机内存几乎是不可能的。要是放在云端，使用时下载，用户要经过漫长等待。在不影响精度的前提下，小海和同事们压缩、去除冗余，这块没有先例可借鉴，只能摸索前行。经过一段时间努力，硬是把整体容量优化到1000M以下。
继续解决完浮点数存储和数据问题并单独设计后，包体变小了一些，但是还不完美。最后借力合作方力量，小海拉通高通、联发科技等芯片公司支持，算法整体进一步缩小，达到预装进手机的体量要求。“论文发表讲的是原理性东西，真正工程化实现部分是无法体现在论文里的”，算法总监罗俊说。
最后一次评审汇报，小海从 AI 长焦生成图像快捷（只要2秒多一点）、效果稳定、耗电节省三个方面把价值说了一遍。“很快，40分钟，软件产品决策会给了通过决议”，小海说。这是2024年5月份，单步算法拿到了集成进10月份发布的旗舰手机Find X8系列许可证。
2024年12月份，在办公室里，张磊回忆Y Lab跑通千里长焦项目时，颇为感慨地说，“一切都是最好的安排”。年轻人贡献想法和精力，张磊指挥队伍，OPPO搭建平台，整个项目创新成功，缺一不可。“OPPO影像和产品部门罗俊、张弓和贾玉虎，心态开放，是可以托付后背的本分派。”
为何会是Find X8？
2018年前，OPPO影像在行业处于领先位置，但是此后似乎迷失了方向。这让OPPO公司一些人内心恼火：要重新夺回荣光。
2023年底起，罗俊、张弓和贾玉虎等OPPO影像部门骨干，由CEO陈明永带队，参加了一系列一线用户调研。由此，影像部门自身也组织了一系列针对性调研。“没有调查就没有发言权”，成为OPPO内共识。
技术像射出去的箭，因为调研，有了用户喜好的靶心；组织运作像行军部队，因为调研，有了合适的节奏。过往影像理念上的纷乱噪音和争论，在调研后逐渐减少。
他们通过用户调研有收获。有一次在成都春熙路，罗俊和同事们去一个打卡点拍大熊猫像。在人群中，本来罗俊是想拍请的模特，后来发现还是拍一个路人（用户）更好。“因为你看自己和别人看你是不一样的”，罗俊说，“这是主观印象和客观印象的区别”。然后，拿着不同型号手机请用户自拍完后，再让用户去挑，去对比，找出优缺点。
一线场景调研通过这些零散的信息，过滤掉个体差异，再通过一套方法得出共性内容作为影像技术的指导。这些坐在公司办公室里不可获得。
在打造Find X6阶段，OPPO为了统一和提升影像认知，成立了一个由专家组和摄像师、资深用户组成的认知组，大大提升了影像光影格调。但是，在Find X7推出后，用户有一种声音：手机拍出的“大片”很有格调，不过面部有些过暗。可见，用户并不完全买账。在大众审美与专业审美之间有一条若隐若现的鸿沟。如何取舍？解决之道在调研后有了统一的答案。
影像本身的矛盾既体现在软件上，也体现在硬件当中。尤其是进入AI时代，大数据、大模型、大内存和长续航等等需求，正让手机变得越来越重，手机硬件中重要组成——影像模组也变得越来越大。一贯对轻薄外观有执念的OPPO，需要拿出解决之道。
经过一段时间摸索，OPPO影像器件部总监周奇群和团队洞察出这一痛点，琢磨出舰式长焦解决方案。他们拉通合作供应商丘钛科技一起，最终实现量产。该方案通过拍摄光线的3次折射成像，将影像模组体积减少了24%~33%，装入手机后，手机变薄了许多。同时，成本上相较苹果所用模组也有较大优势。效果上，更大光圈的长焦，也让夜景更优秀，更清晰。
多种“维新”汇聚，连同抓拍和多种AI交互方式创新一起，落到Find X8上，使得这款AI手机名实相符。在竞争激烈的九、十月份手机市场，Find X8系列取得了自己的市场份额。
据市场数据显示，10月24日发布以来，到12月初，Find X8系列销量突破100万台，是Find系列史上同期销量最高的产品。在亚太、欧洲等海外地区，上市后销售表现亮眼——新加坡、泰国、印尼、意大利、西班牙、马来西亚等核心市场首销对比上代增长1-2倍，其中马来西亚创Find系列首销纪录。
AI改变影像的故事还在继续。趋势在手，首个60倍千里长焦项目落地，只是阶段性胜利，长征第一步，它日常使用次数不多，张磊想做更多场景。他瞄准了30倍、20倍，6倍甚至基础倍率的生成式图像复原。“千里长焦处理1K像素以下图像，后面去做2K、4K影像，还有视频、相册等。”
这需要大量人才。2024年11月，OPPO与香港理工大学决定升级联合实验室为联合创新研究中心，签约仪式安排在香港理工大学，滕锦光校长出席。
按照合约，双方合作培养人数增加，资金增多2倍。
2024年12月份，橙子完成了最新算法一项新技术，可以大幅提升OSEDiff的上限，使得千里长焦的效果更生动自然，这个算法将会部署在OPPO下一款旗舰手机上。
（文中橙子、小吴和小海是化名）