總有人會淺薄地認為，你只是加了一個鏡頭，世界上也有其他超廣角鏡頭了，這有啥新鮮的？
菲利浦．席勒（Phil Schiller）拿起桌上的一部，打開相機，他指著螢幕兩側延伸出的取景畫面對我說：
你看，它實際上是兩顆鏡頭同時在運作。
眼前這位負責行銷的蘋果高階副總裁，看起來比鏡頭前清瘦不少——在緊鑼密鼓的蘋果發表會上，席勒掌控著關於產品和技術層面的講解時間。
但我們沒有時間在Keynote上解釋它具體是如何發生的，但它就在那裡，從來沒有人做過。
在大約40分鐘的專訪裡，儘管我試圖把對話引向更符合這位高階主管身份的話題上，但這位具備技術背景的高階副總裁，卻始終滔滔不絕地向我吐露發表會上他沒來及說的技術細節。
拍照是iPhone 11系列的核心賣點。正如此前評測，無論是三攝變焦的毫無頓挫，還是夜間模式的純淨度，iPhone的攝影都再一次回到行業領先的位置。
晶片改變攝影
席勒把iPhone 11攝影的突破歸功於A13仿生晶片上。這塊由蘋果自研的第二代7奈米晶片，依然採用2+4的設計，即兩個高性能核心和四個能效核心設計，其中CPU速度最高可提升20%，能耗最多可降低30%，而四個能效核心速度提升了20%，能耗卻降低了40%。
席勒認為，機器學習是A13仿生晶片區別於A12設計的一個重點，CPU上新增了兩個新的機器學習加速器，能以最高達6倍的速度執行矩陣數學運算，每秒可進行1兆次的運算。
在相同的尺寸裡，A13仿生晶片比上一代多塞進了11億個晶體管。那麼，多出算力花在哪裡？
答案是機器學習和圖像處理的性能。
最好的例子莫過於Deep Fusion，這個被席勒稱為「電腦攝影的瘋狂哲學」的功能，可以在用戶按下快門前拍攝8張照片，並融合一張按下快門時的長曝圖片，生成一張媲美專業相機的高動態範圍照片，即便在中低光環境下也能呈現更多細節。
席勒向我解釋了它與智慧HDR的不同：在正常情況下，智慧HDR是通過多張圖片的堆疊得到一張更好的照片，ISP提供數據負責最後的成片，神經網絡引擎只是協助成片。
ISP意為圖像信號感測器，主要負責講感測器上的數據信號轉換為螢幕上的圖像。iPhone 11取景框來自兩個鏡頭同時取景的畫面，近乎完美的拼接，ISP功不可沒。
但是Deep Fusion不一樣，當你拍攝了更多的照片數據時，它們會直接給到神經網絡引擎，神經網絡引擎具備一種全新的模型，可以整合大量的照片——它會對2,400萬像素進行逐一像素的比對，從而合成最終的照片。這是第一次，神經網絡引擎主要去負責這個工作，而非ISP。
那麼，合成的時間？
一秒鐘！你只需要關心拍照的事，當你回到相冊的時候，它已經靜靜地躺在那裡了。
iPhone的拍照頁面保持了iOS一貫的簡潔，蘋果希望幫助用戶做選擇，但背後卻有精確的數位調度。席勒透露，Deep Fusion只會在10-600lux下的照度下啟用，如果光線低於10lux，相機啟用的則是夜間模式。
晶片的「大腦」
不止是蘋果，各家智慧型手機廠商們逐漸意識到，智慧型手機時代的影像，早已脫離元器件的堆積，不是CMOS底大一吋壓死人的粗暴邏輯，是感光元件、ISP、演算法，甚至機器學習的配合與協調性。
在AI大行其道的今天，當AI智慧拍照、AI人像、AI美顏概念幾乎成為Android手機的金字招牌，蘋果顯得有些格格不入，在發布會上輕描淡寫，對媒體守口如瓶，你甚至在iPhone裡找不到半個AI字眼。
在史丹佛教授人工智慧歷史一課的JerryKaplan表示，蘋果不屬於社區的一分子，就像是AI領域的NSA（美國國家安全局）。
席勒沒有透露更多關於蘋果AI的進展，但他認為，機器學習的用武之地絕不僅僅在於如何讓照片更好看：從Siri更自然的人聲效果到相冊的智慧檢索，從提升電池續航到AR的光影效果，它已經橫貫於iOS大小功能的細枝末節和用戶體驗的方方面面。
當我猜測說Apple Pencil在iPad的「防誤觸」是否來自機器學習算法時，席勒笑著打斷我的話：
可不止，連Apple Pencil的軌跡也是機器學習去預測的，它知道你可能會畫到哪裡。
事實上，機器學習在iPhone中無處不在，正如Backchannel主編史蒂文．列維（Steven Levy）提到的，你的iPhone早已經內建了Apple Brain。
AppleBrain就是那顆A13仿生晶片——與其他大公司利用雲端運算做機器學習不同，蘋果調用的完全是本地晶片的能力。
這個「大腦」有多大？iPhone上有多少用戶數據緩存可供機器學習調用？
對於絕大多數公司，這個大腦可能是數以TB級的雲端數據，但對於蘋果而言，只有平均200MB——這些大到你的聲音和面部數據，小到你滑螢幕的軌跡與習慣，都以加密的形式存儲在iPhone的晶片之上。
從用戶角度看，這種行為的確令人尊敬，但利用本地晶片做AI無疑是一條更艱難的賽道。
「的確很難，這意味著我們需要在晶片上投入大量的精力，意味著我們必須找到軟體的方式去訓練模型。」席勒說：
我們願意這樣做，不僅僅是因為本地運算更快，還因為——沒有人不在意自己的隱私。
晶片是蘋果護城河最堅固的那部分
自從2008年收購晶片製造商PA半導體，並在iPhone 4和初代iPad上採用首顆自研處理器A4，蘋果逐漸與ARM公版設計分道揚鑣。到了iPhone 5所採用的A6晶片，蘋果真正的設計實力與野心才開始逐漸展露。
從核心的SoC，到輔助處理器、電源管理晶片，蘋果正在一步步讓半導體元器件的設計掌控在自己手中。
蘋果晶片的客戶只有自己，好處在於自己才更能了解自己需要什麼，並將其發揮到最大的價值，從而達到軟硬體的高度契合。
今年3月發布的第二代AirPods上，蘋果首次為耳機產品研發了晶片組H1。
對於大眾而言，H1晶片帶來的升級，遠不如加個新配色或是改個外觀來得吸引人，但晶片卻直接關乎著左右耳連接的穩定性，以及低延遲表現，這恰恰是競品與AirPods差距最大的部分。
用戶對蘋果晶片實力的感知並不直觀，很多人覺得iPhone好用，卻道不出其技術緣由，簡單粗暴地把用戶體驗歸為iOS的老本。
人們往往會忽略蘋果的整個生態系統。
晶片是一個門檻更高的產業，很難被競爭對手模仿與跟隨。某種意義上，自研晶片才是iOS生態系統的核心，是整個護城河裡最堅固的部分。
晶片的研發週期大約在2-3年，涉及多個團隊，這期間架構工程師要同數目龐大的軟體和硬體人員共同協作。晶片團隊每週都要和其他團隊當面溝通。
阿蘭德．希姆皮（Anand Shimpi）曾是AnandTech的創辦人，加入蘋果後負責晶片業務，就在採訪前，他剛剛和GPU部門的架構師開了一場會：
鏡頭經常會用到GPU。這有兩方面影響，晶片部門設計的GPU可以告訴相機部門如何把它用到最好，而相機部門的需求也會指導GPU未來的發展。
接近十年自研晶片的歷史讓蘋果對A系列晶片非常自信，不僅發布會史無前例地在Keynote吊打兩大競品，在採訪中，席勒也毫不掩飾地評論競爭對手：
他們很難持久，他們也許會關注單一性能的指標，而我們更在乎的是性能……我們不銷售晶片，我思考的只是如何讓體驗更好。
採訪結束後，當我掏出相機合影時，席勒指著我的相機笑著說：
Not very smart camera, but a big lens.
本文授權轉載自：愛范兒