作者 pujos (lks)標題 Re: [問題] 大螢幕性能拍照兼具的手機推薦時間 Wed Sep 30 22:00:55 2026
會問出這個問題
那就代表對你而言
完全沒差
相機拍攝優勢在哪？
商單、數毛、輸出印刷品
沒了
有這些需求的人
不用問
他自然會生出相機去拍攝
需要問
代表你沒這些需求
畫質
對你而言
是一點都不重要
你挑照片會挑上手機直出的
那都是很正常的事
※ 引述《gvmlve (小強)》之銘言：
: 剛剛看到youtube的影片
: 說10年前 任一台APS-C的2000千萬相機
: 都比現在 旗艦機2億畫素拍出來的照片好
: 這是真的嗎？
: 影片說 底大一級壓死人
: 感光元件大是很重要的
: 可是 手機是 在有限的手機空間內
: 盡量提供最好的畫質？
: 謝謝
-----
Sent from JPTT on my iPhone
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.138.37.30 (臺灣)
※ 作者: pujos 2026-09-30 22:00:55
※ 文章代碼(AID): #1glHOQy- (MobileComm)
※ 文章網址: https://www.ptt.cc/bbs/MobileComm/M.1790776858.A.F3E.html
※ 同主題文章:
Re: [問題] 大螢幕性能拍照兼具的手機推薦
09-30 22:00 pujos
※ 編輯: pujos (223.138.37.30 臺灣), 09/30/2026 22:01:37
→ NassirLittle: 現在已經不只是計算攝影了
是半真半畫時代
AI一半靠想像 光學同樣有瑕疵會失真
沒那麼多人在乎是否忠實呈現人眼看到的畫面
畫面好看就好
而且審美才是最重要的
相機資深愛好者當中也有很高比例審美低落者1F 09/30 23:20
→ eyecolor: 這樣子說之前，要先知道計算攝影其實並非想像
而是把以往搖黑卡後製疊圖等抓出真實細節都機內做要知道有沒有想像，最簡單的方式就是拿照片對實景如果照片跟實景對的上，那就沒有AI想像成份在
或者直接一台單眼，一支手機同場景下去拍比細節
單眼有的，計算攝影也有，二邊去比就知道沒有假了疊圖摳出細節，並不等同想像
這是數位攝影本來就該做到的事情，只是單眼擺爛太久單眼廠商靠著底大，影像晶片爛到炸掉
才沒辦法發揮真正數位攝影的實力
現在只有手機能榨乾感光元件的性能而已
要是單眼廠商機內的影像晶片有手機那麼強
今天數位攝影的畫質跟細節還會再上好幾層樓
不能把單眼廠的不作為就把計算攝影說成鬼怪處理
計算攝影本來就是數位攝影應該要做的事情
而AI生圖，這就不是計算攝影.不能混在一起
感光元件本來就是數位訊號，成像是一連串數學運算一直都是在做"計算攝影"..這才能夠成像8F 09/30 23:20
→ NassirLittle: 這幾年AI參與程度越來越高了
會無中生有細節
最早是在月亮模式
接著到高倍長焦 然後逐漸下放26F 09/30 23:27
→ eyecolor: 跟AI生圖這是有很大的不同,部分不良安卓廠混淆觀念這就是不良安卓廠做的壞事
AI生圖本來就不能放進攝影環節裡面
偏偏說這樣子做不好，還會被消音
以前說月亮P圖的評測者都被消失了
AI生圖就是AI生圖，這就是要特別註記的
不能把AI生圖放進計算攝影，這不能畫等號30F 09/30 23:28
→ NassirLittle: 那只是你的理想
實際上當前所有手機廠商的自動模式都有AI參與
從場景識別 美顏 虛化 HDR 降躁 調色 調補細節
AI都已明確介入37F 09/30 23:34
推 eyecolor: 計算攝影的AI只能用在現實既有的細節建立。
你要分清楚
跟造假是一點關係也沒有
本來攝影就是要追求人眼所見的高動態
單眼拍不出來那是那個影像晶片弱到炸掉
你不能把計算攝影追求人眼所見誤導成造假
你在逆光可以看清楚逆光下的人臉
本來就不該打閃光燈才能補足人臉的曝光
追求人眼高動態才是數位影像要做的事情
不能因為單眼的影像晶片爛了那麼久，把這當作標準吧41F 09/30 23:34
→ NassirLittle: “如果照片跟實景對的上，那就沒有AI想像成份在”真實情況沒有那麼理想化
AI判定畫面中這區塊是頭髮、是衣服、是磁磚
照片確實和實景位置符合
但AI已經額外補上了原始沒有取得的資訊
額外補上了細節紋理
還調了它覺得更適合這畫面場景的亮度顏色
手機廠商的定義下它不算AI生成 不需要註記
然而實際上就是無中生有的成分51F 09/30 23:44
推 eyecolor: 感光元件的原始訊號是可以用重構跟疊出抓出更多細節AI在這裡面只不過是加快細節的捕捉跟建立
最好的判定方式就是建立的成像照片現實細節有沒有現實細節只有真實紋理，那麼這張照片就不是假的
最好的判定方式就是把該廠商的成像對照現實紋理
如果這家廠商老實，那麼計算攝影會算出真實細節
況且單眼廠在旗艦機早就把機內處理加入AI了
你要說單眼廠已經開始要造假的嗎
新的旗艦Canon R1本身的 DIGIC X 影像處理器
就包含深度學習 (Deep Learning) 的演算法
也就是AI
RAW這東西本身本來就包含很多細節
只是看能不能把細節重現而已，這就要靠AI
但這跟你玩的AI生成是八竿子不相干的事情.不要混淆另外RAW去馬賽克重構.白平衡基準建立.色彩矩陣轉換這些本來就隨著演算法不同而有不同成像色調
影像晶片不一樣就算用同感光元件也會有不同RAW成像這種色彩哪有什麼基準可言，完全是各廠商色彩學
同樣的亮度計算也一樣，數學方程式不一樣就不同明暗AI在這流程只是加速跟正確化，這沒有一定標準好嘛60F 09/30 23:45
推 NassirLittle: 核心問題就一句話：
依賴model prior的neural-network ML upscaler
算不算AI繪圖？算不算無中生有？
我覺得算 看起來你覺得不算80F 09/30 23:57
推 eyecolor: Neural reconstruction 解的是一個受觀測資料約束的84F 10/01 00:01
推 xiaoyao: 網美攝影師表示：我在哪？85F 10/01 00:02
→ eyecolor: inverse problem
輸出 = data fidelity + model prior
也就是模型不能完全隨便畫，盡量符合原始感光資料真正的生成式 AI 則可以在幾乎沒有對應光學觀測情況由 prior 直接產生物體、紋理和內容。
所以兩者不是「有沒有 prior」的差別，
而是「輸出到底有多少受到 measurement 約束」。
多幀 super-resolution 透過手震、OIS 或影格之間的 sub-pixel displacemen
本來就能增加空間取樣資訊
那是真的從額外 observation 裡恢復細節
不是全部靠 prior 猜。
要區分的不是 AI 有沒有猜，
而是它猜的部分有多少受到真實 observation 約束
猜測有沒有被錯誤宣稱成實際量測到的事實
兩件事情不能只因為底下都跑 neural network
就叫成同一件事 ><!86F 10/01 00:02
推 maria001: beyer轉rgb一定要猜，無限色階轉8bit也是要靠猜，AI介入是猜的更準但也還是猜，反正結果好看就好103F 10/01 02:47
--