Google Photos 添加新 Ultra HDR 转换功能
Google Photos 正在测试一项全新的 Ultra HDR 工具,该工具无论原始照片如何拍摄,都能显著提升图片效果。正如 Android Authority 揭示的,这项功能将普通图像转换为 Ultra HDR 格式,从而充分利用最新 HDR 显示器提供的额外色彩和亮度。以下是工作原理及需了解的信息。
概览
o 将普通照片转换为 Ultra HDR 格式,使图片更加生动 o 增强任何照片、艺术作品或 AI 图片——完美适合社交媒体 o 可能存在质量损失——请保留原图!
许多近期的智能手机均支持以 Ultra HDR 格式拍摄,其能捕捉比普通照片更多的色彩和更宽广的亮度范围。这为包含火焰、日落或闪亮金属物体等明亮高光的照片增添了冲击力和真实感。
Google Photos Ultra HDR 工具 —— 它为何重要?
Google 实用的 Ultra HDR 转换工具对希望最大化照片视觉冲击的摄影师和社交媒体用户尤为有用。
将图片转换为 Ultra HDR 格式,能够呈现更吸引人的效果,表现为更亮的高光和更强的真实感。
这种效果在 Instagram、Facebook 等社交媒体平台上尤为出色,Ultra HDR 图片能轻松从众多照片中脱颖而出。您可在 Instagram 上关注 @gregbenzphotography,欣赏 Ultra HDR 效果带来的精彩作品。
此前,若未使用专业工具,很难从零开始创作 Ultra HDR 图像。而借助此工具,您可以为任何创作(包括数字艺术品或通常不支持 Ultra HDR 格式的 AI 生成图像)增加显著的视觉冲击力。
Google Photos Ultra HDR 工具 —— 工作原理
每当您在 Google Photos 中编辑图片时,新加入的 Ultra HDR 控件将出现在 Adjust 部分,对比度与色调功能之间。您只需通过简单的滑块即可调节效果的强度。如果显示的是 HDR Effect 而非 Ultra HDR,则说明您的账户尚未升级。Google 现阶段似乎正先在部分账户上测试该功能,之后再向所有用户推送。
乍看之下,这两个控件似乎功能相似,但实际上截然不同:
o 现有的 HDR Effect 控件通过增强阴影和高光改善图片效果,但最终图片仍为标准(非 HDR)格式。 o 新版 Ultra HDR 控件则更进一步,会在您的照片上添加一层名为 gain map 的隐形层,该层包含利用 HDR 显示屏所需的额外亮度信息。
您将在包括现代 iPhone、Google Pixel、Samsung Galaxy S 系列设备以及兼容的 Mac 和 Windows PC 在内的多种设备上看到效果。
支持 Ultra HDR 的设备将利用这些信息以全 HDR 模式展示您的图片,而其他设备则会忽略 gain map,只显示标准图片。
Android 应用专家 Assemble Debug 提供了一组“前后”对比图片供参考。如果您的设备支持显示 Ultra HDR 图片,您将能明显看出两者的差异:Ultra HDR 版本会显示更亮的高光和更逼真的色彩表现。
如何使用 Google Photos Ultra HDR 转换功能:逐步指南
1. 打开 Google Photos 应用 2. 点击您想要增强的照片,然后选择编辑 3. 进入 Adjust 部分 4. 找到 Ultra HDR 滑块,并调整至您所需的程度
Google Photos Ultra HDR 工具 —— 理解 HDR 转换
目前尚不清楚 Google 具体如何实现 Ultra HDR 转换。或许是对任何照片简单地“扩展”亮度范围,以填充 HDR 屏幕的动态范围,这将使照片中最亮的部分变得更亮,但效果无法与最初使用 Ultra HDR 模式拍摄的照片相媲美。以标准 jpeg 格式拍摄照片时,未能捕捉到制作准确 gain map 所需的所有高光细节,从而“舍弃”了实现 HDR 魔法的关键数据。
Google 可能会利用 AI 自动推断这些高光细节,但仍需要更多实验来验证这一点。
Google Photos Ultra HDR 工具 —— 图像质量问题
转换为 Ultra HDR 后的一个意外结果是,新生成的图片文件远小于原图。样例显示,图片大小从 11 MB 缩减到仅 2.8 MB,尽管附加了所需的 gain map 数据。此文件大小的减少表明,使用 Ultra HDR 工具可能会导致图像质量的损失。
这一文件大小的减少颇为出人意料,因为通常在添加 gain map 时,转换为 Ultra HDR 格式会保持基础图片不变。为避免任何可能的不可逆损失,请务必保留原始图片的备份。
新的 Google Photos Ultra HDR 编辑工具目前仅面向部分用户开放,但期望不久后能普及至所有用户。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
上海AI实验室联合多家顶尖机构开发出全球首个科学推理大模型SciReasoner,该模型在2060亿科学数据上训练,支持103个科学任务,能够像科学家一样进行逻辑推理并展示思考过程。它实现了化学、生物学、材料科学等多领域知识整合,在分子设计、性质预测、文献分析等方面表现出色,为科学研究提供了强大的AI助手工具。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
南洋理工大学研究团队开发出SHINE方法,这是一种无需额外训练就能实现高质量图像合成的新技术。该方法通过巧妙引导现有AI模型的潜能,能够在复杂光影条件下完美合成图像,包括准确的阴影生成和水面倒影效果。研究团队还创建了ComplexCompo基准测试集,验证了SHINE在各种挑战性场景中的卓越性能,为图像编辑技术的发展开辟了新方向。