六年前,當我抱著索尼相機,乘坐一架 IndiGo(靛藍航空)的空客 320 前往印度,開啟了我的攝影師之旅。
六年后的今天,手機攝影正在以非同尋常的速度覆蓋傳統影像的領域,相機市場的產品線逐漸收束為專業領域的趁手工具,或是時尚穿搭單品。
此時,又一個「Indigo」引起了我的注意力—— Adobe 的 Project Indigo,一個完全迥異的影像 app。
它將 Google 相機那備受贊譽的計算攝影體驗,原汁原味地注入了 iPhone,并由此讓我得以一窺,計算攝影的極致上限,究竟有多強。
如果你一眼看過去,可能很難意識到這是一個影像 app ——
Project Indigo 的應用圖標完全沒有任何影像元素,而是遵循 Adobe 一貫的設計方案,將名稱中兩個單詞的首字母放在圖標上,底圖則是以藍色線條框出 16 宮格。
相機控制權限
相冊訪問權限
位置信息權限
沒有麥克風訪問權限,說明 Project Indigo 是一個完全服務于靜態影像的 app,更貼合互聯網潮流的視頻拍攝,并不是它的重心。
Project Indigo 的拍攝主界面沒有遵從 iOS 26 的設計,而是提供了盡可能多的信息和控件,讓操作者能最大程度地掌控自己的照片效果。
JPEG 格式是一種常見的傳播格式,適合拍攝后直接在互聯網或社交媒體上發表,而后者則是一種記錄了畫面詳細信息的 RAW 格式照片,可以提供龐大的后期空間,不適合直接傳播。
視線轉向屏幕的下半部分,在取景框的底部,是我們熟悉的焦段選擇欄,以我的 iPhone 16 Pro 為例子,Indigo 分別提供了 0.5 ×、1 ×、2 ×、5 ×、10 × 這五個選項。
顧名思義,多幀超分辨率技術背后的技術原理,就是在你按下快門后,手機瞬時拍攝相當多的照片張數,然后通過一定的算法,將數十張照片融合,生成充滿豐富細節和低噪點的照片。
在實際測試中,我發現從 2 × 開始,一直到 4.9 ×,多幀超分辨率技術都在發揮作用,而 10 × 與 10 × 以上也是如此。
也就是說,在 Project Indigo 中,各焦段的成像任務得到了進一步的劃分:
0.5 × -1 ×:基于原生超廣角鏡頭的數碼裁切;
1 × -1.9 ×:基于原生主攝的數碼裁切;
2 × -4.9 ×:基于多幀超分辨率技術的類光學裁切;
5 × -9.9 ×:基于原生 5 × 長焦鏡頭的數碼裁切;
10 × 與 10 × 以上:基于多幀超分辨率技術的類光學裁切。
再往下,就是最重要的快門,快門的左側是相冊,拍攝的照片將會歸置在相冊中進行后期的融合,你可以在這里看到還有幾張照片正在后臺融合,也可以從這里跳轉到 Lightroom 中進行進一步的照片編輯;
而右側則是進入更為專業的手動模式,在這里你可以自定義色溫、對焦距離、快門速度與感光度等直接影響成片的參數。
先說結論,Project Indigo 主要有兩方面體驗完全不同于 iPhone 原生相機,在相同的硬件基礎上,Project Indigo 的成像效果更為耐看,明暗過渡更符合肉眼所見,沒有 iPhone 那樣傻亮的感覺;
從直方圖來看,Project Indigo 的像素比較集中于左半部分,成像更偏向暗調,更符合人眼的舒適區域,更激發人類的情緒共鳴,也更契合深層的藝術表達習慣。
原因無它,這個 app 依然存在不少問題:例如照片偶爾會在底部出現黑邊、拍攝后的照片一經相冊編輯就會泛紫紅色,同時整個拍攝過程中的發熱量和耗電量也明顯高于系統原生相機。
而發熱和能耗則有更深層的原因—— Indigo 使用了與 iPhone 完全不同的影像處理管線,所以無法調用蘋果原生的 ISP,所有的多幀計算與圖像融合任務,幾乎都直接壓在了處理器本身上,自然也就帶來了更高的硬件負載。
其實這一切,Adobe 早在打開軟件前就提示你了——還記得那個白色為底,排布著藍色線框的圖標嗎?
同時,Project Indigo 的出身也決定了它的使用體驗肯定還不夠好——這是由 Nextcam 團隊在 Adobe Labs 框架下推出的一個項目,這里是 Adobe 面向未來技術的試驗田與孵化器,專注于提出問題、驗證思路,而不是交付終點。
計算攝影源流與未來
Project Indigo 的推出,雖然歸功于 Adobe 這個長期耕耘在圖像領域的公司,但推出 Indigo 的團隊 Nextcam 中,有個名字值得留意—— Marc Levoy。
如果你經歷過那個國產 Android 影像尚未開卷,Google 相機大行其道的年代,那么對 Marc Levoy 這個名字可能不會陌生——早期的 Pixel 與以算法著稱的 Google 相機,都是他主導下的杰作。
Levoy 的理念根植于他的學術背景,一個與傳統光學攝影截然不同的世界:計算機圖形學。
早在博士期間,他開創的體渲染技術,就奠定了其日后工作的核心邏輯:通過計算,將一系列 2D 數據切片(如 CT 掃描)重構為一個三維整體,這與他他日后在移動攝影中實踐多幀合成、重建圖像核心邏輯的雛形。
在斯坦福大學任教期間,Levoy 進一步為計算攝影構建了堅實的理論基礎——他與同事共同發表的《光場渲染》論文,主張相機不僅應記錄光的強度,還應記錄其方向,從而允許在拍攝后實現重新對焦等革命性操作。
是不是很熟悉?已經成為過去式的 Lytro 相機就是這條路徑的忠實踐行者。
計算攝影技術旨在增強或擴展數碼攝影的能力,其產出的是一張普通照片,但它卻是傳統相機無法拍攝出來的。
十年后,Levoy 正式加入 Google,帶領團隊主攻手機攝影,他早期的思想終于在這里得到了具象實現:通過高速連拍獲取一組曝光極短的圖像幀,再利用算法將其對齊、合并、降噪,最終計算出一張遠超任何單幀質量的、純凈且動態范圍寬廣的照片。
一個計算量巨大、有些過于理想的理論,經過歸納、提煉,以普通設備可承受的算力實現,最終落在億萬用戶手中,十年前的吶喊,終于傳來陣陣回音。
此后的主角,就是我們熟悉的 Pixel,以及那些聲名顯赫的功能——首先是 HDR+,它徹底改變了手機在復雜光線下的成像表現,通過多幀合成技術,在保留高光細節的同時,也清晰呈現了暗部層次;
緊接著是人像模式,它利用算法在單顆攝像頭上實現了可媲美單反相機的背景虛化效果,這正是其降維實現理念的完美體現;而夜景模式更是將這一思想推向極致,它能將多達 15 幀、每幀長達 16 秒的曝光合成為一張明亮、清晰的夜景照片,其效果在當時的移動影像領域堪稱一騎絕塵。
這些立足于多幀合成技術的功能,不僅讓單攝的 Pixel 力壓 iPhone、三星等雙攝手機,贏得了年度最佳拍照手機等無數贊譽,也讓計算攝影一詞,成為移動影像的制勝法寶。
不存在所謂「直接的攝影」,現實世界的光線動態范圍遠超任何傳感器所能記錄的極限,人眼本身也是一個自適應的感光引擎,人們看到的景象已經過大腦的主觀處理,所以任何數字成像系統都必須對記錄的色彩和色調進行調整,且這些調整不可避免地帶有主觀性。
理念落到產品上,Levoy 也毫不諱言,甚至坦誠得令人驚訝,明言在好幾年的時間里,Pixel 的影像也按照他理念和美學在打造 :
我喜歡卡拉瓦喬的畫作,所以 Pixel 2 到 Pixel 4 的成像風格都偏向黑暗、高對比度。
這種理念延伸到 Levoy 的整個職業生涯,一直到他離開 Google,轉身進入 Adobe,我們依舊可以在 Project Indigo 上看到這種偏向暗調的風格,與 iPhone 原相機本身著重中間調與亮部的成像策略完全不一樣。
當然,這一方面是審美上的偏好,另一方面也離不開算法的要求—— Project Indigo 的現有方案是通過拍攝多張微微欠曝的照片,用于保留高光細節和色彩,然后再通過多幀合成降低暗部噪點,按照這個邏輯合成的照片,本身就偏向暗調一些。
講到這里,有心人已經可以發現一個非常長期主義的彩蛋:無論從審美上,還是從技術上,Project Indigo 都可以視作 Pixel 的精神延續,更有意思的是,這令人驚艷的 app 目前只提供 iOS 版本。
這何嘗不算一種 Google 正統在蘋果呢?
別讓算法站在照片上邀功
變化是唯一的不變,順境從不永恒。
計算攝影,這個曾在早期代表科技與先進的詞匯,在接下來的時間里,可謂是高開低走。
在 Pixel 推出以后,Google 相機成為了 Pixel 的原生相機,并在之后的時間里逐漸不再作為單獨的 app 存在,適配難度直線上升;再加上國產手機「青出于藍」地持續進步,逐漸吸引了大家的目光并得到認可,也分散了人們對 Google 相機的關注。
另一邊,占據手機生態半壁江山的蘋果則在 iPhone 11 系列中全面引入了 Deep Fusion 技術,同樣使用多幀堆疊的技術,卻毀譽參半。
至于沒有 Deep Fusion 的 iPhone,雖然效果自然,但的確在畫質上又吃了虧,最終在后續處理器更迭中被逐漸淘汰。
自那之后,計算攝影這個詞開始承受越來越多負面聯想——照片涂抹感嚴重、銳化過度、畫面割裂感強,這些令人不適的觀感形容詞,逐漸成為它的刻板標簽。
事情的轉變出現在今年,在 OPPO Find X8 Ultra 上,有一個號稱為攝影師準備的「大師模式」,其成像風格相比主流計算攝影更加克制與柔和:有效壓低了數碼銳化所帶來的割裂感,同時擁有較為自然的亮度曲線。
但有點遺憾的是,在追求觀感和柔和的同時,大師模式的銳度沒有保持住,物體邊緣清晰度下降,畫質稍微欠缺些扎實。
可以說,這是目前我見過的,將算法與成片分隔得最好的影像 app。
歸根到底,我們對計算攝影的質疑,其實來自于對照片中那種明顯的「被加工痕跡」的厭惡。
沒錯,算法的確很重要,算法也的確很努力,但人們想得到的,僅僅只是 Marc Levoy 口中那張不需要任何專業器材輔助,只需要經過計算,就能效果出乎意料的,普通的好照片。
而不是一張算法躍然紙上的邀功狀。