手机暗光拍摄常常充满噪点，这是传感器在低光环境下信噪比急剧下降导致的。传统 ISP 硬件在应对新型算法时显得不够灵活。依托 Arm SME2 技术的神经相机降噪方案，通过软硬件协同设计，为移动设备带来了媲美专业级的暗光成像能力，突破了硬件的功能边界。
智能速览
暗光拍摄因信噪比降低导致画质不佳
Arm SME2 是面向 AI 推理的 CPU 端高性能技术
神经降噪管线由 UltraLite 与 CollapseNet 两种算法构成
单颗 CPU 核心即可实时处理，性能媲美独立 DSP
开发者可使用熟悉的 C++ 工具链进行编程与优化
在 1 勒克斯极暗光下，成像画质超越纯 ISP 方案
精华内容
手机摄影的暗光瓶颈，正被一种全新的软硬件协同设计所打破。这项技术的核心，在于将强大的 AI 计算能力直接融入 CPU，从而实现前所未有的降噪效果。
暗光画质困境
手机摄影在白天光线充足时能拍出清晰锐利的照片，但一到暗光环境画质就会崩塌。这是因为传感器捕捉到的光子数量减少，信噪比（SNR）会急剧下降。在 1000 勒克斯光照下，成像干净通透；而当光照降至 1 勒克斯时，读出噪声就会显现为颗粒感和色彩斑点，同时画面精细细节丢失。
专用的图像信号处理器（ISP）虽能处理标准任务，但面对快速迭代的成像算法，这类固定功能硬件已难以灵活适配新需求。
SME2 技术解析
第二代 Arm 可伸缩矩阵扩展（SME2）是面向 CPU 端 AI 推理的全新高性能技术。它整合了宽位 SIMD 与矩阵乘法运算能力，并依托 SVE2，将高吞吐量的 AI 与计算机视觉加速能力直接融入 CPU 管线。
这项技术已在 Arm 新的 C1 CPU 中启用，并被应用于多款旗舰智能手机。它允许开发者无需等待硬件迭代，就能更便捷地集成新算法，为计算摄影的持续创新提供了坚实基础。
双算法协同降噪
Arm 专为 SME2 打造的神经相机降噪管线，直接在原始数据域中运行，以实现更出色的噪声建模。该管线由两种互补算法构成：UltraLite 时域降噪，通过图像降采样、运动掩码估算和时域信息累积，高效提升暗光视频的稳定性；CollapseNet 空域降噪，采用级联式金字塔结构在 UGGV 色彩空间处理，能在低于 1 勒克斯的场景下出色保留画面细节。
二者结合，形成一套时域-空域联合降噪管线，为视频和静态拍摄的全场景提供稳定可靠的降噪能力。
性能与开发便利
在启用了 SME2 技术的单颗 CPU 核心上，该神经相机降噪方案也能实时处理图像吞吐量，无需独立 AI 加速器即可达到甚至超越 DSP 级别的性能表现。这使得设备在兼顾能效与灵活性的同时，降低了硬件成本。
对于开发者而言，该方案基于优化后的 C++ 代码实现，并支持 Arm C 语言扩展（ACLE）内联函数。开发者可以沿用熟悉的工具链，对卷积、图像融合等关键计算内核进行底层调优，大幅降低了代码优化与迭代的难度。
画质跃升与未来
实验室评测显示，基于 SME2 的神经相机降噪在 1 勒克斯及以下的关键暗光场景中，能显著提升成像画质。输出的画面比纯 ISP 管线甚至是部分高端手机的成像效果更清晰锐利、更自然。这凸显了 SME2 与 ISP 协同工作的互补价值。
展望未来，SME2 还能加速电影模式、暗光增强等其他高级影像功能。凭借性能、可编程性与可扩展性，它已成为通用成像加速器，支撑着软件的持续创新。
噪点处理是摄影的一大难题，而 Arm SME2 技术实现的神经相机降噪为暗光成像提供了灵活高效的解决方案。它并非取代 ISP，而是作为补充能力突破相机功能边界，展现了软硬件协同设计的强大潜力。未来的手机摄影，将在这种协同演进中解锁更多可能。
