讓照片變成畢卡索作品,濾鏡App「Prisma」的秘密是什麼?
讓照片變成畢卡索作品,濾鏡App「Prisma」的秘密是什麼?

prisma-pic-2

Pokémon Go 之後還有什麼 app 最紅,那必須是 Prisma 了。

Prisma於6月11日作為免費應用軟件在App Store正式上線,由俄羅斯一個四人團隊開發。 短短一週就席捲了東歐10個國家排行榜的第一名。

上線不到兩週,下載量就超過了160萬次。截至7月19日,Prisma就已經有超過750萬的下載量。

prisma-app

圖片來自:Amaziness

不是「老土」的「美圖秀秀」,Prisma做不到將你的自拍磨皮美白,或者液化放大你的眼睛。 Prisma擅長的是將照片變成一張真正的藝術作品。

而且操作超級超級超級簡單,只要三步,至於具體怎麼用,請移步至AppSo的文章《Prisma:紅遍全球的修圖App,一秒醜照變藝術品#iOS #Android》。

那麼,Prisma 火紅的背後有什麼「秘密」嗎?我們將在這篇文章為你揭曉。

## 一毛錢都沒花的「廣告」

你肯定在外頭逛街的時候看到各種推銷人員,他們絞盡腦汁地吸引路人的注意,就為了讓你掃一掃他們的QR Code。

你也肯定在刷社群網站的時候,中間夾雜著幾條某應用的推薦廣告。

然而Prisma不用做這兩件事,沒有花一毛錢來打廣告 ,就能紅得一塌糊塗。

Prisma耍的是無需花錢的「小心機」。當你用 Prisma 改完照片保存起來,已經幫你默默打上了 Prisma 的浮水印。 (當然你不想要浮水印的話,可以在設定裡更改。)

prisma pic 2

在轉發的同時,Prisma 也自動帶上了 #prisma 的hashtag。在 Instagram 上一搜,光是帶 #prisma 標籤的貼文就有 200 多萬條。

prisma-instagram

不過真要火紅靠的還是實力,就算俄羅斯副總統梅德韋傑夫發的 Instagram 沒上浮水印沒帶話題,還是被人一眼認出就是 Prisma 改的圖片。

prisma-damedvedev

這廣告打得漂亮又毫不費勁。

不過開發者Alexey Moissenkov 表示 ,Prisma在這麼短的時間內迅速「上位」已經是意想不到的驚喜了。 Moissenkov 說:

Prisma 始於一個想法,而不是商業目的。

##「美圖」背後是更高科技的技術

Prisma照片濾鏡所達到的效果已經不是在原圖蓋上一層濾鏡,或是用Ps的那一掛,而是神經網絡和人工智慧技術。

Moissenkov 的想法就是讓軟體用深度學習(Deep Learning)的方法用照片創造出一張全新的圖片。

在選取濾鏡後,軟體將照片上傳,讓人工智慧用一種更深層次的學習方法「卷積神經網絡」(Convolutional Neural Networks),重新解讀圖片後,製作一張新的圖片出來。

卷積神經網絡,去年曾在德國兩所大學的研究論文上出現。這種人工智慧技術讓電腦接收一系列的藝術作品,然後「學習」不同藝術作品各自的風格特徵,再套用到其它圖片上。

德國蒂賓根大學論文《藝術風格的神經網絡算法(A Neural Alogrithm of Artistic Style)》中寫到,「最吸引人的必須是神經系統,因為它可以被訓練透過生物視覺,運用演算法來自動學習繪畫中特有的風格,並將其分離表現出來。」

Convolutional-Neural-Networks

圖:Eugenio Culurciello’s blog

聽上去很複雜對吧,用最簡單的話來解釋:

原理就是把畫變成數字,然後從數學上讓兩幅畫看上去相似。

利用神經網絡來創造圖畫需要投入大量電腦運算,所以創作的過程非常慢。但 Moiseenkov 的四人團隊改寫了程式碼,提高了 Prisma 的服務器處理效率,讓 Prisma 每天都能創作大量的「藝術作品」。

所以 Prisma 不能斷網使用的原因就是,它在將你的照片送給位於莫斯科的伺服器解讀。

prisma-logo

圖:Wikemedia Commons

運用人工智慧來製作照片編輯軟件也不是新鮮的創舉。 今年3 月,Facebook 買下了一家白俄羅斯新創公司Masquerad,原因就在於這家公司的app MSQRD。

MSQRD
#####圖:YouTube

MSQRD透過自學習算法(Self-learning Algorithm)的人工智慧技術,透過手機前置攝影鏡頭在自拍者的臉上疊加動畫效果或改變臉部形狀,這效果實際上類似於 Snapchat 的攝像功能 Lenses。

而Snapchat也是在 2015年從一家烏克蘭新創公司 Looksery 身上「挖」過來的。

snapchat-lenses

圖:Google

不過這種人工智慧僅限於在臉上疊加效果,所用的技術非常初級。

顯然, Prisma 使用的人工智慧更加「聰明」。

## 接下來Prisma要進軍VR和影片界

如今的受眾嘴刁難滿足,Prisma 想要持久地紅下去還要再變出新花樣。

據Mashable報導,Prisma團隊表示下一步是影片,並發給Mashable一段效果影片。

prisma-video-2

同時,Prisma也在開發VR的功能,這段360度影片就預示了Prisma即將可能達到的VR效果。

prisma-video-1

可以看出新功能也將延續原有的藝術風格。

看來Prisma不僅想佔據你的手機,還要攻占下你的電腦和VR。

 
代表圖來自:Prisma Facebook

  
本文授權轉載自:愛范兒

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓