进击的阿法狗暴虐人类 围棋的天空已被机器支配？ - 新文头条 第59战，master执黑“屠龙”周睿羊master自曝身份：自己就是阿法狗短短半个月间，一个注册为“master”（大师）的账号以迅雷不及掩耳之势走红了围棋网络。在击败了谢尔豪四段、孟泰龄六段、於之莹五段之后，引发了社交媒体的热议。随后该账号又先后挑落了朴廷桓、柯洁、古力、时越、井山裕太等顶尖高手，几乎每天都是10盘以上的的车轮战。直至昨晚，再次战胜古力之后，“master”豪取60胜1平的战绩，狞笑收兵。讽刺的是，这唯一的一场平局是由于人类网络掉线而产生。昨晚，在进行最后一场比赛之前，“master”在网上自曝：自己就是阿法狗的升级版，此次挑战人类高手乃一次“网络公测”。自从去年这只狗狗4：1挑落李世石之后，又蠢蠢欲动，开始暴虐人类围棋界。无论是稳健保守的常昊，还是积极对攻的周睿羊，亦或是檀啸、李钦诚、杨鼎新等快棋好手，一一败在升级版的阿法狗手下。如果保守应战，则领地渐渐被蚕食；如果大开大合打对攻，则出现周睿羊“大龙被屠”的惨剧。自称能与阿法狗“一较高下”的柯洁，连着两盘被手起刀落斩于马下，郁闷地生病住院。从这60盘的棋谱来看，升级版阿法狗展现出恐怖的统治力，应对各路棋手的不同战法，均游刃有余、轻松化解。它不仅强势挑落了“棋坛花名册”座次排名的高手， 而且高高在上达到《神雕侠侣》中“独孤求败”的境界。网友戏称，也许让两只阿法狗对战，才能决一雌雄。难道，去年李世石以“神之一手”逆转阿法狗的那一盘，是人类围棋对战机器的最后一场胜利？我们不愿接受这样沮丧的事实。可惜，这一切正在发生。短短数月间，阿法狗的进步已经到了令人吃惊的地步，围棋的定义又被再一次改写；这些，给整个围棋界乃至人类社会带来的冲击和颠覆，是无比震撼的。也许，未来的围棋考级、考段，不需人类相互间对战的模式，只需在线和阿法狗对战来评级，为了降低难度，在不同的段位，可以由阿法狗让几子来决定；而世界性的围棋大赛，演变成人类高手不断挑战机器的漫漫长路……这样的假象画面会让人觉得恐惧。最近，网上又再次爆发出“AI威胁论”，人工智能已经攻陷了围棋，接下来该有什么领域？人工智能未来会不会让人类变为闲人或无用之人，进而支配人类社会？升级版阿法狗这次在网上神秘现身，7日内挑落数十位围棋高手无一败绩，本身颇有些挑衅的意味，让人恨得牙痒痒。也无怪乎有那么多高手前赴后继，因为心里不服气，想杀杀阿法狗的威风。但是情绪用事是没用的，在网上30秒一步的快棋，人类的计算能力怎么可能快得过电脑？如果时间延长到10分钟一步或者更长的慢棋大战，人类也只是多挣扎一会罢了。整个围棋的游戏规则，注定了人类的败局。因为围棋是公开的，实打实的较量。19*19的格子，谁获取最多的地盘就能获得胜利，在人脑这边的每一次计算，到了阿法狗那边都能演变成0和1的数字，它1秒钟内可以完成惊人的计算量。我们人类所擅长的“模糊判断”能力，在阿法狗那里就是“精确制导”。你让机器去烧饭做菜，可能不及人类的“模糊判断”，但围棋恰恰就是靠“精确制导”能够取得胜利。另外，在围棋、国际象棋等领域中，人类的“欺骗”也是没用的，因为围棋的诱招还是可以通过庞大的计算量来应对。你让阿法狗下四国军棋试试？我也能赢它。第一他不知道我布什么阵，摆什么棋；第二他不知哪里是司令，哪里是炸弹；因为阿法狗没有感觉，无法猜测，他只能计算。比如说打麻将，他能通过池子里的牌，猜测台面上还剩几个筒，几个条，但它却无法猜测每个人手中的牌。一样道理。我觉得面对阿法狗的强势，人们也不用过于沮丧。千百年来，人类对围棋的探索，只是沧海一粟，但我们的棋力却遭遇了瓶颈。像东邪、西毒、南帝、北丐间的对决，相互之前差距不大，难分胜负，便自诩为天下至尊。若有更厉害的人物出现，才能发现自己还有精进空间。而阿法狗正是这样一位世外高人，它诠释了对围棋新的注解，让井下之人发现，原来围棋还有如此浩瀚的宇宙。随着人类与人工智能的交锋，随后在回望人类自己的对战，也许能开启围棋更深层的奥秘，向浩瀚的星空打开一扇窗。阿法狗现在很强，但它还能再强，人类也是。在这样探索中，也许人类无法战胜人工智能，但行走的过程，也会非常有趣有意义，令人期待。内容推荐
17:19 更多阅读热门新闻12345678910精彩图片【行业面面观】资本新宠“AI 医疗”是下一个万亿级市场吗？
每年都会有资本和市场追逐的几个关键词，今年，人工智能从Alpha Go战柯洁、无人驾驶、语音识别等逐渐烧热到医疗领域。人工智能对医疗领域的改造是颠覆性的，人工智能+辅助诊疗潜在市场至少是万亿级以上的营收规模。但也有人认为，虽然医疗业大肆投资AI，但其产生的价值仍相当有限。
1、“AI+医疗”近期资讯
2、“AI+医疗”才是人工智能落地的第一步
3、资本新宠医疗AI 还需继续“打怪升级”
4、反向观点：医疗业大肆投资AI，但其产生的价值相当有限
1、“AI+医疗”近期资讯
- 医疗互助领域迎产业风口 众托帮开启“3.0人工智能时代”
7月5日，在中国最大医疗互助平台众托帮举办的“Sharing Plus----移动互联网时代下的共享医疗之路”论坛上，继构建医疗互助平台1.0、共享医疗服务2.0之后，众托帮正式宣布全新品牌升级，并开启人工智能3.0时代，推出人工智能机器人帮帮。
- 医健大数据平台火石创造发布AI+医疗产业图谱
在7月1日闭幕的第二届“中国光谷”国际生物健康产业博览会上，来自浙江医健大数据平台“火石创造”发布了AI+医疗产业图谱。图谱显示，中国已成为全球领先的AI研发中心之一，国内目前可统计的医学人工智能公司已达144家，主要分布在北京、广州以及长三角地区。
- 武汉协和医院借助MR技术，完成世界首例髋部骨折手术
2017年6月，武汉协和医院骨科医院成功为一位病人实施了世界上首例混合现实（MR）技术引导下的髋部骨折手术，此次手术前，患者戴上VR眼镜，在医生解说下，360度全方位浏览自己骨折部位的3D数字“复制品”，对自己骨折的具体情况、手术方案进行了解。
- 自动驾驶AI诊所或重塑21世纪医疗保健行业
近日西雅图设计公司 Artefact Group向我们展示了一套全新的移动医疗概念服务 —— 基于一辆自动驾驶小车的 AI 诊所。展示这个概念的 Artefact Group 设计了一部能自动行走的移动诊所小车，病人可以预约，移动诊所就会在指定时间到达，病人走进去就可以看病。移动诊所内并没有医生看诊，但内建很多监测仪器，配合 App 收集病人的身体变化和人工智能诊断，简单的病症可在车上即时诊断和开药。
假如病人的病情属严重或危急，移动诊所内有屏幕，可跟医生或专家遥距面谈问诊，即时提供更专业的意见。可惜的是，Artefact Group 的设计到正式推出还有一段距离，要多方面技术同时发展和配合才有望成真。
2、“AI+医疗”才是人工智能落地的第一步
IBM的人工智能Watson，仅用10秒就开出了癌症处方。在引发舆论热潮的同时，也再次把“AI+医疗”推向高潮。人工智能对医疗领域的改造是颠覆性的，人工智能+辅助诊疗潜在市场至少是万亿级以上的营收规模。
接手“互联网+”无奈的医疗痛点
图像识别、深度学习、神经网络等关键技术带动了人工智能新一轮大发展。
从互联网改造医疗行业的角度来划分，中国互联网医疗发展经历了三个阶段：信息服务阶段，即互联网改造的是医疗的信息流，实现人和信息的连接；咨询服务阶段，即互联网改造的是健康咨询的服务流，实现人和医生连接；诊疗服务阶段，互联网改造的是医疗的服务流，实现人和医疗机构的连接。
然而，互联网带来的模式创新没有根本上提升医疗供给端的服务能力，从而根本上解决医疗资源（尤其是医生）供不应求的局面。
与此同时，图像识别、深度学习、神经网络等关键技术的突破带动了人工智能新一轮的大发展。“人工智能+医疗”概念应运而生。
与互联网的不同，人工智能对医疗领域的改造是颠覆性的。
对人工智能医疗的需求主要基于几方面客观现实：一方面是优质医疗资源供给不足，成本高，医生培养周期长，误诊率高，疾病谱变化快，技术日新月异；另一方面，随着人口老龄化加剧、慢性疾病增长、对健康重视程度提高，医疗服务需求持续增加。
人工智能的核心能力实际上是人类自身已拥有的能力，但与人类相比，最大优势在于计算能力的高效，尤其在数据密集型、知识密集型、脑力劳动密集型行业领域。
在医疗领域，IBM Watson可以在17秒内阅读3469本医学专著、24.8万篇论文，69种治疗方案、61540次试验数据、10.6万份临床报告。通过海量汲取医学知识，包括300多份医学期刊、200多种教科书及近1000万页文字，IBM Watson在短时间内迅速成为肿瘤专家。
阿里云研究中心和BCG的合作报告指出，从技术突破和应用价值两维度分析，未来人工智能会出现服务职能、科技突破、超级智能三个阶段。基于数据的服务智能阶段将在接下来3—5年爆发：人工智能拓展、整合多个垂直行业应用，丰富实用场景。IDC Digital预测，截至2020年，医疗数据量将达40万亿GB，预计约80%数据为非结构化数据。
四大模式分争万亿市场
人工智能+辅助诊疗潜在市场空间巨大，至少是万亿级以上的营收规模。
从全球创业公司实践的情况来看，AI+医疗的具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备以及其他，其中以四种模式为主流。
首先是AI+辅助诊疗，即将人工智能技术用于辅助诊疗中，让计算机“学习”专家医生的医疗知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。辅助诊疗场景是医疗领域最重要、也最核心的场景，人工智能+辅助诊疗潜在市场空间巨大，至少是万亿级以上的营收规模。
在AI+辅助诊疗的应用中，IBM Watson是目前最成熟的案例。2012年Watson通过了美国职业医师资格考试，并部署在美国多家医院提供辅助诊疗的服务。
AI+医学影像，是将人工智能技术具体应用在医学影像的诊断上，主要分为两部分：一是图像识别，应用于感知环节，其主要目的是将影像这类非机构化数据进行分析，获取一些有意义的信息；二是深度学习，应用于学习和分析环节，是AI应用的最核心环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。
如今，AI+医学影像已经走出实验室，下一步将迎来商业化浪潮。贝斯以色列女执事医学中心（BIDMC）与哈佛医学院合作研发的人工智能系统，对乳腺癌病理图片中癌细胞的识别准确率能达到92%，与病理学家的分析结合在一起时，它的诊断准确率可以高达99.5%。国内的DeepCare对于乳腺癌细胞识别的准确率也达到了92%。
AI+药物挖掘，是指将深度学习技术应用于药物临床前研究，达到快速、准确地挖掘和筛选合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。通过计算机模拟，AI可以对药物活性、安全性和副作用进行预测。借助深度学习，在心血管药、抗肿瘤药、孤儿药和常见传染病治疗药等多领域取得了新突破。目前，已经涌现出多家AI技术主导的药物研发企业。
最后是AI+健康管理。目前从全球AI+医疗创业公司来看，主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。
巨头筑基下的生态圈竞争
底层基本都已由科技巨头布局，开放人工智能平台是其构建生态的必然趋势。
报告指出，根据技术层级从上到下，人工智能产业链，目前分为基础层、技术层和应用层三个产业层次构成。
基础层的计算能力是构建生态的基础，技术层的算法、框架以及通用技术是构建技术护城河的基础，都属于人工智能产业大生态的基础设施，具有高投入、高收益的特点，需要中长期进行投资。而应用层是人工智能技术在具体行业、具体应用场景价值变现的渠道，具有变现能力强的特点。
目前，底层基本都已由科技巨头布局，且未来开放人工智能平台是其构建生态的必然趋势。应用层汇聚了大量的AI+医疗创业公司，分布在多个细分领域。总体而言，全球AI+医疗产业结构呈现倒金字塔形态。
对于全球科技巨头而言，之间的竞争不仅仅是某项技术、某个领域的竞争，更多是生态圈与生态圈的竞争。目前科技巨头均已利用禀赋优势打造属于自己的生态圈基本形态，已基本完成“人工智能+”生态的基础设施布局。
3、资本新宠医疗AI 还需继续“打怪升级”
截至目前，中国存在100多家医疗人工智能公司，并增长迅猛，资本对医疗AI青睐有加，投资毫不吝啬，但真正可用于临床的尚未出现，诸多瓶颈一时难以突破。
“移动互联网时代持续不了多长时间，去年我就说移动互联网时代已经过去，AI时代到来了。”7月5日，百度董事长兼CEO李彦宏在首届百度AI开发者大会（Create 2017）上表示。
每年都会有资本和市场追逐的几个关键词，今年，人工智能从Alpha Go战柯洁、无人驾驶、语音识别等逐渐烧热到医疗领域。
从医疗AI布局方面看，IBM持续开发Watson Health，这是一种可代替医生为病人诊断的系统，先后收购了Explorys、Truven；Google收购DeepMind成立DeepMind health，与英国NHS、皇家自由意愿合作开发辅助决策、视觉疾病机器学习；微软发布医健计划Hanvoer，辅助精准用药、精准治疗；阿里发布ET医疗大脑；腾讯投资碳云智能、思派网络等医疗人工智能公司；百度宣布要做医疗大脑等。全球的互联网巨头们一家都没落下。
医疗AI尚处早期
在AI开发者大会上，百度并未提及目前在医疗领域的应用和布局，相比其他家，百度在医疗领域的进展伴随着一路质疑。
百度在被曝医疗竞价排名及“魏则西事件”后，面对舆论的汹涌质疑，李彦宏曾回应要“彻底整改”；紧接着被曝医疗事业部被裁撤；去年10月11日，百度正式发布人工智能在医疗领域内的最新成果，即百度医疗大脑。
按照百度的说法，医疗大脑计划打造成开放的医疗智能平台。“百度医疗大脑包括复诊、自诊、导诊。”日前，在第二届“中国光谷”国际生物健康产业博览会“医疗大数据与医学人工智能高峰论坛”上，百度医疗大脑实验室主任范伟介绍了最新进展，“核心是一个推理的网络，数据来源于病历、书本和诊疗指南；技术涉及实体识别、语义理解、搜索技术、深度学习/贝叶斯网络、图像处理、语音识别等，对医疗数据进行结构化处理。”据称，目的是在患者就诊过程中收集、分类、处理病人的症状描述，提高基层医疗资源利用率。
从目前进展来看，百度医疗大脑显然还处在很早期的阶段。
而人工智能在医疗的应用远不止于此，除BAT外，国内医疗人工智能公司较国外起步晚，但近三年来增长迅速，创业公司层出不穷。
火石创造CEO 杨红飞发布的《医学人工智能产业图谱和投资趋势分析》报告显示，中国已经成为全球领先的AI研发中心，国内企业主要分布在北京、广州和长三角地区。
数据生成和共享的速度迅速增加，也是医疗人工智能发展的动力。据IDC预测，到2020年医疗数据量将达40万亿GB，是2010年的30倍，但其中80%为非结构化数据。
“从创业业态来看，目前中国拥有最好的机遇环境。”杨红飞表示，除人口老龄化带来的需求量、医疗资源供需不平衡、数据基础大、人才储备以外，国家政策给予很大支持，“到目前为止，与医学人工智能、大数据相关的政策超过80个，在政策推动的方向上，一定存在机会。”
投资毫不吝啬
根据上述报告，医疗人工智能公司从1998年的3家增长到2016年的36家，2017年的不完全统计，目前国内可统计的医学人工智能公司达到144家。
从应用方向和解决问题划分，医疗人工智能分为三类：基础层，包括海量数据、算法框架和存储与计算能力；技术层，感知智能、认知智能，包括自然语言处理、图象识别等；应用层，包括药物研发、辅助诊疗、健康管理、医疗机器人、可穿戴设备、虚拟助手等。
目前国内公司涉及的方向主要有：医学影像（25家）、智能机器人（9家）、虚拟助手（5家）、药物研发（3家）、辅助诊疗（41家）、健康管理（37家）、语音交互（8家）、信息化管理（25家）、其他（3家）。
在各细分领域，投融资情况也不一样。“国内共有93笔融资记录，57笔披露了金额，其中辅助诊疗获投最多，为20.6亿。”杨红飞表示，其后依次为语音交互（13.2亿）、医学影像（11.6亿），健康管理（11.3亿），信息化管理（4.5亿），“但目前投资智能医疗机器人、药物研发和虚拟助手是很少的。”其中投资增长最快的时段为2013年到2016年，与全球的步调一致。
“并且，A轮B轮融资金额较大，大多处于初创阶段，资本活跃度较高；行业集中度较低，尚未形成垄断或者出现‘独角兽’，尚未形成既定格局。”杨红飞认为，“但2016年总共投了25.8亿，这个领域比传统项目要贵，其实资本对人工智能的投资是毫不吝啬的。”
丁香园创始人李天天在会上展示了丁香园与中南大学湘雅二院、大拿科技三方合作的AI辅助诊断皮肤病应用，“不可能把所有皮肤病都做到，我们只选了红斑狼疮。”
李天天表示，第一阶段帮助建立疾病采集及解读；第二是处方建议及医学建议；第三做医生管理和患者教育。“现在还处在第一阶段，因为准确性没有达到想象的高度，因此需要不断调整算法。”
李天天的体会是，医疗人工智能诊断好做，治疗难做；图片好做，文本难做；垂直好做，综合难做；影像和病理医生可能会“被优化”；不必局限诊疗环节；技术需要服务体系支撑，实现商业闭环。
兰丁医学创始人兼CEO孙小蓉详细介绍了，利用人工智能在大规模宫颈疾病诊断中的应用，“公司的细胞DNA定量分析仪、间歇性气压血栓等主要产品获得了美国FDA认证受理。”孙小蓉表示，原理是利用人工智能的方式让机器深度学习，达到早期癌细胞检测自动化、智能化、标准化、网络化，以实现肿瘤早期诊断。
但资本和市场活跃的背后，医疗人工更多的是问题和局限。
“一是技术瓶颈，目前计算机不能应付复杂环境，无法处理模糊的、连续的、不完美的数据，认知层面的知识表达、信息补足瓶颈仍待突破。”平安创投董事总经理张江认为，数据缺失、缺乏统一标准、医患不信任、监管空白都制约发展，“医疗人工智能尚处于早期，仍存在着较多技术壁垒尚未突破，实际应用尚存在不确定性，目前亦无清晰的盈利模式，买单方不明确。”
AIRDOC创始人兼CEO张大磊表示，“数据标注的问题应引起重视，大多数人觉得做人工智能是在写算法，实际上80%的时间都是在做数据预处理工作，且医疗行业的标注，往往不能通过非专业的人去做，这是一个瓶颈。”
他表示，其次是数据质量，“医生是高度个性化的，非技术结果如果处理不好，很可能产生数据污染。”
第三则是交互问题。“总体来说，病人和医生交互环节越多，算法各方面的质量越差。”如中医的望闻问切都可以称为交互环节，在处理这些过程的数据时，丢失的信息会对结果判断产生影响。“如果大家要做人工智能，做医生和病人交互越少的环节越好。比如某个环节医生不需要见病人也可以作出判断，这是最好的，因为算法可控。”
相对应的，目前市场应用最多的是影像领域，AI帮助医生更快、更准确地读取病人影像数据，以做出更精确的诊断，杨红飞表示，“影像辅助诊断结合病理分析的准确率高达99.5%，市场空间巨大，融资金额达到30多亿，创业公司活跃度最高。”
此外，张大磊指出，“监管发展与技术发展还存在巨大的鸿沟。从认识它到最后被接受、相应支付体系完善、医保介入，还需要很长过程。”
4、虽然医疗业大肆投资AI，但其产生的价值仍相当有限
“弥漫在AI和机器学习周围混乱的躁动比以往任何时候都浓烈，这样医疗界分了心。”斯坦福大学的两名研究员说道。他们认为，AI已经达到了预期的高峰值，医疗行业需要重点关注这项前沿技术如何切实改善医疗护理。
斯坦福大学医学系的Jonathan H. Chen，MD和Steven M. Asch博士在《新英格兰医学杂志》上说道，“AI已经达到预期的高峰值”，“而通过加强对AI技术能力和局限性的了解，医疗行业能减缓之后踏向失望的脚步。”
本月初便有这样一个极端的例子：风险投资人Vinod Khosla称AI不久将会取代肿瘤学家。 “如果有丰富肿瘤的数据，很难想想肿瘤学家还能有价值。”据VentureBeat报道，他在MIT主办的一次活动中曾这样说道,“他们理解不了那些未来可能发生的事情。”这类争辩振奋人心，但却毫无用处。最终，只有医疗专家和算法合作，医疗行业才能真正收益。
AI的真正价值存在于辅助决策中，Chen和Asch补充道。当前AI系统得出的结论通常是那些患者已经知道的事情，如果欲使AI在临床护理中切实产生价值，这项技术必须能提供一些能影响临床决策、改善临床实践的预测。
“看待AI系统的标准一定是现实世界的护理标准，比如医生会错误估计罕见病筛查的阳性率，有三分之一的概率高估患者生命预期值，从而在患者最后6个月给予高强度的治疗。”研究人员写道。
在此之前，业内必须逾越这座大山：如何能更容易地实时访问有价值的患者数据。正如Chen和Asch指出的，用于预测的临床数据保质期约为4个月。
毋庸置疑的是，虽然医疗界许多公司大肆投资AI，但AI在实际中的应用仍然相当有限。
来源｜华夏时报、中新网、雷锋网、cnBeta、搜狐财经、21世纪经济报道、凤凰资讯
欢迎任何形式的投稿
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点4 个摄像头，薛之谦代言，金立 S10 是「初学者」还是「刚刚好」？
金立发布了三款新品 S10C、S10B、S10，分别搭载了 2 个摄像、3 个摄像头、4 个摄像头……
在手机中用双摄像头并不是一件多么新鲜的事，早在 2011 年，HTC 和 LG 就分别推出过一款搭载双摄像头的手机（HTC Evo 3D 和LG Optimus 3D），不过那时候双摄的主要用途是有些鸡肋的 3D 拍摄，产品也始终没有成为主流。
从去年开始，随着华为 P9、iPhone 7 Plus 等单品的推出以及上游供应链方案的成熟，双摄像头设计开始出现在越来越多的智能手机中，双摄的功能也从 3D 拍摄转向背景虚化和变焦等更加实用的功能。在手机行业同质化的背景下，双摄设计带来的功能性差异化成为了厂商眼中重要的营销卖点。
既然后置摄像头能用两个，前置是不是也可以？去年 11 月，vivo 把双摄设计带到了前置摄像头上，2000 万像素主摄像头 + 800 万像素辅助摄像头（用于记录景深做虚化）带来的优秀的自拍效果和背景虚化能力让 vivo X9 在目标用户群体（很多是女性用户）中获得了不错的反馈。
那么问题来了，用后置双摄的手机已经有很多，用前置双摄的也有了，能不能在手机前后都用上双摄？今天（2017 年 5 月 26 日）刚刚发布的金立 S10 就是第一款这样做的手机。
前后双摄像头
先看参数。金立 S10 的前置摄像头为 2000 万像素 + 800 万像素，这两个数字都和 vivo X9 相同，并且金立 S10 同样配备了前置柔光灯，可以明显提高弱光下的成像效果。
其中 2000 万像素为主摄像头，用于核心成像，800 万像素辅助摄像头用于记录景深数据来做虚化。金立还表示，这颗摄像头采用「4 合 1 技术」，可将单个像素大小从 1.0um 提升至 2.0um, 提高弱光时的成像品质。从技术上看，前置用双摄做背景虚化是一个非常讨巧的方案。相比后置双摄虚化，前置双摄对场景的要求会小很多（基本只会自拍），拍照的距离、主体和背景的特征也都相对固定，因此在做虚化算法时的难度要比需要考虑无数种情况的后置双摄简单不少，虚化的效果也更容易做好。
后置摄像头方面，S10 为 1600 万+ 800 万，其中 1600 万主摄像头的光圈达到了 f/1.8，单像素尺寸 1.12 微米。功能上，S10 的后置双摄和前置无异，1600 万像素用于成像，800 万用于记录景深数据做虚化。
发布会上，金立还特别强调，S10 的 ISP 专门配备了硬件引擎（Hardware engine），用于实时计算景深信息和处理虚化效果，从而在取景时实现流畅的实时预览效果。从实际的体验上看，金立 S10 在这方便表现得的确不错，使用虚化模式，点一下拍照主体背景就会很快「虚掉」，取景框没有明显的卡顿。
在 S10 的相机 app 中，还提供了 3D 拍照和多人自拍功能，前者是通过移动手机来拍摄最大 360 度的全景照片（像全景相机那样），后者的功能是通过调整手机角度，来拍摄一张角度更大的自拍照。
以下样张均使用金立 S10 自动模式拍摄，没有任何后期调色。
「撞脸」 iPhone 7 Plus
由于在后置双摄的排布上，金立 S10 选择了和 iPhone 7 Plus 相同的机身左上角，并且二者的摄像头都突出机身且均使用了延伸出的后盖做包裹，导致金立 S10 和 iPhone 7 Plus 直接来了个大「撞脸」。如果你买了一部黑色的金立 S10，捂住 logo，把它和黑色的 iPhone 7 Plus 摆一起可能很难分别出谁是谁。
不过除去缺乏「原创性」这一点，金立 S10 的外观、做工都还是可圈可点的。金立 S10 有着和 iPhone 7 Plus 同样细腻的金属喷砂，和 iPhone 7 Plus 同样顺滑的金属和天线条过渡，和 iPhone 7 Plus 同样圆润的中框，甚至在前面 2.5D 玻璃盖板和金属中框的连接处（这是一个被不少用户和科技评测者认为 iPhone 处理得比绝大多数手机都要好的细节），除了 2.5D 玻璃弧度没这么大，金立 S10 做得也几乎和 iPhone 7 Plus 一样出色。
另外，在屏幕边框的控制上，金立 S10 做得比较一般，算不上多么「跑马」，但也和窄边框没啥关系。不过即便是这样，把它和同样为 5.5 英寸屏幕的 iPhone 7 Plus 摆在一起，金立 S10 还是要稍稍小了一圈。
除了我们手上的这个暗夜黑配色，金立 S10 还有樱花金、靛灰蓝、樱草绿三种更加年轻的配色可选。
首发联发科 P25
SoC 上，金立 S10 首发了联发科最新的 Helio P25。
上图是联发科官网对 Helio P25 的参数简介
P25 基于台积电的 16nm FinFET 制程工艺，和 P20（用于魅蓝 X、&上）相同，这意味着 P25 在功耗和发热上会有非常优秀的表现。
在 CPU 架构上，P25 同样是 8 核 Cortex A53，其中四个大核最高主频 2.6GHz（P20 是 2.3GHz），四个小核最高主频 1.6GHz（和 P20 相同），GPU 依旧是和 P20 相同的双核 ARM Mali-T880，不过最高主频从 P20 的 900MHz 提高到 1GHz。
另外，在 ISP（图像信号处理器）上，P25 提高了在双摄的支持，官网上的简介重点强调的是黑白双摄方案的支持（不过金立 S10 并没这么用）。
运行内存方面，P25 支持最高 6GB 的 LPDDR4(X) 或者最高 4GB 的 LPDDR3（金立 S10 用的是 6GB LPDDR4X）。不过有些遗憾的是，P25 依然只支持 eMMC 5.1，不支持 UFS 闪存，并且在 LTE 的支持上，P25 还是只能支持到 Cat6，不过对于用户来说，短期内 Cat6 应该不会带来多少麻烦。
相比 P20，P25 在沿用了先进的 16nm FinFET 制程的基础上，在 CPU、GPU 主频、ISP 性能上有所升级。综合性能、功耗、发热，Helio P25 可以说是目前联发科最好的 SoC 了，而 P20 / P25 也是联发科目前为数仅有的两个可以拿来和高通骁龙 625 / 626「一战」的 SoC。
可能是因为我们拿到的是工程机，我们手上这部 S10 的跑分有些偏低，大家权当参考一下就好。
规格参数和售价
屏幕：5.5 英寸 LCD，1080p
CPU：联发科 Helio P25
存储：6GB RAM + 64GB ROM
前置摄像头：2000 万主摄像头，800 万辅助摄像头，柔光灯
后置摄像头：1600 万主摄像头，800 万辅助摄像头
电池容量：3450mAh
充电：5V 2A
机身尺寸：155mm&76.8mm&7.35mm
机身重量：178g
操作系统：amigo os 4.0（基于 Android 7.0）
其它：Micro USB 接口，3.5mm 耳机插孔，无红外，无 NFC，双卡双待全网通，三选二卡槽
颜色：樱花金、暗夜黑、靛灰蓝、樱草绿
最后说一下操作系统。
金立 S10 采用了基于 Android 7.0 的 amigo os 4.0，UI 上相比之前的版本有所改进，不过和其它国产定制 ROM 差别也不大，系统的稳定性也没什么问题。
有意思的是，amigo os 4.0 中加入了一个叫做「抓词器」的功能（设置，最下面一个设置项）。
打开后，在微信、QQ、短信等 app 中会出现一个放大镜的图标，把它拖到文字上，就可以把文字「炸开」（此处 @ Smartisan OS），选择文字后，可以进行搜索（接入的是百度）、分享、翻译（接入的是有道）操作。
除了 S10，金立还发布了 S10B 和 S10C 两款产品，分别配备了 3 个（后置双摄）和 2 个摄像头（后置单摄），机身材质从 S10 的一体式全金属机身换成了三段式全金属。
S10 的售价为 2599 元，S10B 售价 2199 元，S10C 售价 1599 元，S10 和 S10C 将于 6 月 9 日发售，S10B 将于明天发售。
本文由极客公园原创
一键分享到:
Haven 可以利用手机传感器来监测现实世界，目的是保护个人财产和隐私。
从数据维度更好的理解城市。
一把基因剪辑「刀」，剪掉无数「烦恼」。
靖宇 极客公园 极客公园 每天抹一抹，距离更贴近。 据说人见人爱的海豚有两种性行为，一种是「生殖性」，一种是「娱乐性」。自然界另一种生物——人类，和海豚类似，性行为也有两种目的，可惜的是并不能像海豚一样从生理角度将两种行为分开，结果就是杜蕾斯和冈本成了...
极客公园 InnoAwards 2017 年度榜单今天正式公布，这一年的中国互联网给我们留下了些什么？
日本巡演第二站的札幌音乐会上，李云迪再次用诗意和富有灵魂的琴声打动了在场的所有观众。
更多精彩内容，点击题目下方财富资产管理关注我们今日微信号力荐 (长按红色字复制）私人理财师srlcss以下内
打开一扇心窗，我看到了世界，也看到了自己的心，有时候，我们心如明镜，能够拥有一份美丽的心情，
拉到最后看黑历史。
优秀宣讲团开讲啦！即将毕业的学长学姐想对你说~想听听我们即将毕业的学长学姐们有什么样的话要对我们说吗？6月1
科技创新者的大本营。汇聚优秀的产品报道、评测视频和高质量的线下活动。
感谢您的支持，请按照如下步骤取消屏蔽ABBAO的广告()：