总有人会浅薄地认为，你只是加了一个镜头，世界上也有其他超广角镜头了，这有啥新鲜的？
菲利浦．席勒（Phil Schiller）拿起桌上的一部，打开相机，他指着屏幕两侧延伸出的取景画面对我说：
你看，它实际上是两颗镜头同时在运行。
眼前这位负责营销的苹果高端副总裁，看起来比镜头前清瘦不少——在紧锣密鼓的苹果发布会上，席勒掌控着关于产品和技术层面的讲解时间。
但我们没有时间在Keynote上解释它具体是如何发生的，但它就在那里，从来没有人做过。
在大约40分钟的专访里，尽管我试图把对话引向更符合这位高端主管身份的话题上，但这位具备技术背景的高端副总裁，却始终滔滔不绝地向我吐露发布会上他没来及说的技术细节。
拍照是iPhone 11系列的核心卖点。正如此前评测，无论是三摄变焦的毫无顿挫，还是夜间模式的纯净度，iPhone的摄影都再一次回到行业领先的位置。
芯片改变摄影
席勒把iPhone 11摄影的突破归功于A13仿生芯片上。这块由苹果自研的第二代7纳米芯片，依然采用2+4的设计，即两个高性能核心和四个能效核心设计，其中CPU速度最高可提升20%，能耗最多可降低30%，而四个能效核心速度提升了20%，能耗却降低了40%。
席勒认为，机器学习是A13仿生芯片区别于A12设计的一个重点，CPU上添加了两个新的机器学习加速器，能以最高达6倍的速度执行矩阵数学运算，每秒可进行1万亿次的运算。
在相同的尺寸里，A13仿生芯片比上一代多塞进了11亿个晶体管。那么，多出算力花在哪里？
答案是机器学习和图像处理的性能。
最好的例子莫过于Deep Fusion，这个被席勒称为“计算机摄影的疯狂哲学”的功能，可以在用户按下快门前拍摄8张照片，并融合一张按下快门时的长曝图片，生成一张媲美专业相机的高动态范围照片，即便在中低光环境下也能呈现更多细节。
席勒向我解释了它与智能HDR的不同：在正常情况下，智能HDR是通过多张图片的堆栈得到一张更好的照片，ISP提供数据负责最后的成片，神经网络引擎只是协助成片。
ISP意为图像信号传感器，主要负责讲传感器上的数据信号转换为屏幕上的图像。iPhone 11取景框来自两个镜头同时取景的画面，近乎完美的拼接，ISP功不可没。
但是Deep Fusion不一样，当你拍摄了更多的照片数据时，它们会直接给到神经网络引擎，神经网络引擎具备一种全新的模型，可以集成大量的照片——它会对2,400万像素进行逐一像素的比对，从而合成最终的照片。这是第一次，神经网络引擎主要去负责这个工作，而非ISP。
那么，合成的时间？
一秒钟！你只需要关心拍照的事，当你回到相册的时候，它已经静静地躺在那里了。
iPhone的拍照页面保持了iOS一贯的简洁，苹果希望帮助用户做选择，但背后却有精确的数字调度。席勒透露，Deep Fusion只会在10-600lux下的照度下激活，如果光线低于10lux，相机激活的则是夜间模式。
芯片的“大脑”
不止是苹果，各家智能手机厂商们逐渐意识到，智能手机时代的图片，早已脱离元器件的堆积，不是CMOS底大一英寸压死人的粗暴逻辑，是感光组件、ISP、算法，甚至机器学习的配合与协调性。
在AI大行其道的今天，当AI智能拍照、AI人像、AI美颜概念几乎成为Android手机的金字招牌，苹果显得有些格格不入，在发布会上轻描淡写，对媒体守口如瓶，你甚至在iPhone里找不到半个AI字眼。
在斯坦福教授人工智能历史一课的JerryKaplan表示，苹果不属于社区的一分子，就像是AI领域的NSA（美国国家安全局）。
席勒没有透露更多关于苹果AI的进展，但他认为，机器学习的用武之地绝不仅仅在于如何让照片更好看：从Siri更自然的人声效果到相册的智能检索，从提升电池续航到AR的光影效果，它已经横贯于iOS大小功能的细枝末节和用户体验的方方面面。
当我猜测说Apple Pencil在iPad的“防误触”是否来自机器学习算法时，席勒笑着打断我的话：
可不止，连Apple Pencil的轨迹也是机器学习去预测的，它知道你可能会画到哪里。
事实上，机器学习在iPhone中无处不在，正如Backchannel主编史蒂文．列维（Steven Levy）提到的，你的iPhone早已经内置了Apple Brain。
AppleBrain就是那颗A13仿生芯片——与其他大公司利用云计算运算做机器学习不同，苹果调用的完全是本地芯片的能力。
这个“大脑”有多大？iPhone上有多少用户数据缓存可供机器学习调用？
对于绝大多数公司，这个大脑可能是数以TB级的云计算数据，但对于苹果而言，只有平均200MB——这些大到你的声音和面部数据，小到你滑屏幕的轨迹与习惯，都以加密的形式存储在iPhone的芯片之上。
从用户角度看，这种行为的确令人尊敬，但利用本地芯片做AI无疑是一条更艰难的赛道。
“的确很难，这意味着我们需要在芯片上投入大量的精力，意味着我们必须找到软件的方式去训练模型。”席勒说：
我们愿意这样做，不仅仅是因为本地运算更快，还因为——没有人不在意自己的隐私。
芯片是苹果护城河最坚固的那部分
自从2008年收购芯片制造商PA半导体，并在iPhone 4和初代iPad上采用首颗自研处理器A4，苹果逐渐与ARM公版设计分道扬镳。到了iPhone 5所采用的A6芯片，苹果真正的设计实力与野心才开始逐渐展露。
从核心的SoC，到辅助处理器、电源管理芯片，苹果正在一步步让半导体元器件的设计掌控在自己手中。
苹果芯片的客户只有自己，好处在于自己才更能了解自己需要什么，并将其发挥到最大的价值，从而达到软硬件的高度契合。
今年3月发布的第二代AirPods上，苹果首次为耳机产品研发了芯片组H1。
对于大众而言，H1芯片带来的升级，远不如加个新配色或是改个外观来得吸引人，但芯片却直接关乎着左右耳连接的稳定性，以及低延迟表现，这恰恰是竞品与AirPods差距最大的部分。
用户对苹果芯片实力的感知并不直观，很多人觉得iPhone好用，却道不出其技术缘由，简单粗暴地把用户体验归为iOS的老本。
人们往往会忽略苹果的整个生态系统统。
芯片是一个门槛更高的产业，很难被竞争对手模仿与跟随。某种意义上，自研芯片才是iOS生态系统统的核心，是整个护城河里最坚固的部分。
芯片的研发周期大约在2-3年，涉及多个团队，这期间架构工程师要同数目庞大的软件和硬件人员共同协作。芯片团队每周都要和其他团队当面沟通。
阿兰德．希姆皮（Anand Shimpi）曾是AnandTech的创办人，加入苹果后负责芯片业务，就在采访前，他刚刚和GPU部门的架构师开了一场会：
镜头经常会用到GPU。这有两方面影响，芯片部门设计的GPU可以告诉相机部门如何把它用到最好，而相机部门的需求也会指导GPU未来的发展。
接近十年自研芯片的历史让苹果对A系列芯片非常自信，不仅发布会史无前例地在Keynote吊打两大竞品，在采访中，席勒也毫不掩饰地评论竞争对手：
他们很难持久，他们也许会关注单一性能的指标，而我们更在乎的是性能……我们不销售芯片，我思考的只是如何让体验更好。
采访结束后，当我掏出相机合影时，席勒指着我的相机笑着说：
Not very smart camera, but a big lens.