▲ 后期软件 Luminar 4 支持 AI 自动换天。图片来自：Luminar
Adobe 公司的 Photoshop 在近几个版本的更新中，在抠图、修复、磨皮等操作中加入了自动识别功能，使得操作越来越无脑，效果越来越精确。而 Mac 平台上的 Pixelmator Pro 修图软件，早在 2018 年就开始借助苹果的 Core ML 机器学习进行识别图像，从而进行色彩调整、抠图、选取，甚至在压缩输出时，都运用了 ML 机器学习引擎。
▲ Pixelmator Pro 2.0 的图像编辑支持机器学习引擎助力。图片来自：Pixelmator
前文所提，现在相机厂商由于芯片 AI 算力限制，和面对小众市场问题，几乎没有在计算摄影上发力。但后期软件在 AI 上的爆发，也算是在侧面弥补了相机们在计算摄影上的短板。
即使算上后期软件的 AI，相机们依然没有摆脱传统的流程，相机们记录，软件们处理，这个过程对于大众们来说，依然繁琐。对于专业的摄影玩家，后期软件 AI 的介入，的确能够减少工作量，让原本繁复的抠图等操作变得轻松不少，但依然无法扭转传统摄影行业的照片处理（创作）流程，与手机截然不同。
▲ 2020 年 9 月全球数码相机出货量，远不及 2018 年。图片来自：CIPA
根据 CIPA 的数据，相机市场正逐步萎缩，与之相反的是，手机市场不断的增长。智能手机上成为潮流的「计算摄影」，并不会改变相机日趋专业的方向，也不会扭转相机市场逐步萎缩的局面。
换句话说，即使现在相机们有着与智能手机接近的「计算摄影」能力，就能挽救「江河日下」的相机市场吗？答案当然是否定的，举个极端的例子，拼直出可行的话，那富士相机会有着第一的市场份额。事实上，现在无反相机第一的宝座，反而被直出并不好看的索尼占据着。
▲ 索尼微单已成为不少工作室的工作用机。图片来自：SmallRig
面对来势汹汹的手机们，相机们只能向着更专业的方向发展，不断的向上细分市场，近些年全画幅的 4000 万、6000 万高像素，中画幅的过亿像素，以及微单视频能力不断接近专业摄录一体机，都是相机细分市场的产物。
相机专业化越来越强，也就意味着需要性能更佳的图像传感器（CMOS），但「计算摄影」倚重单独的机器学习模块，众所周知，芯片的研发成本高、风险大，相机厂商们难以兼顾二者。计算摄影和发展专业化是两条不同的道路，同时，对于专业用户用处不大的「计算摄影」、「AI 干预」等特性，相机厂商大概率因平衡研发费用，暂时被战略性放弃。
在现阶段或者可见的未来内，想要相机厂商去拥抱「计算摄影」风险高、投资大，成效慢，是难上加难，更别说现在还有一众专业后期软件用 AI 修图来托底了。
,
