Pixel 2 XL，软件为王在用了六年多 iPhone 后

在用了六年多 iPhone 后，程序君对 iOS 系统已经深深地审美疲劳，累觉不爱。

新出的 iPhone X 噱头不少，从功能上来看让人大失所望。正好，pixel 2 系列几乎同期推出，程序君便改换门庭，投入 Pixel 2 XL（以下简称 2XL）的怀抱。月初拿到了 2XL，天天机不离手，各种发朋友圈晒功能。朋友说，少得瑟，有那时间都能写篇文章了。想想也是，于是在拖了一又四分之一周之后，有了这篇文章。

一般的评测文章都会来个开箱报告，以图服人。可开箱照这玩意网上多得是，一搜便是，2XL 又不属于那种你可以抱着屏幕上的图片流口水的机型，所以此处省略 600 图。

iPhone 用户切到 android，最大的困惑是如何迁移所有的数据和 app。2XL 提供了一个数据线，让你可以把两个机屁股对接起来，把 iPhone 的数据以备份的方式传输到 2XL。整个过程大概 20 分钟完成，简单残暴。当迁移完毕后，之前 iPhone 上所有的照片音乐视频，以及 app，都安安静静躺在那里等待你的召唤。不过毕竟不是苹果自家的设备，WiFi 密码，app 状态等都没有妥善还原（比如我的 google authenticator 就需要全部重新设置）。

由于 2XL 支持 eSIM，我的 Project Fi SIM 卡不需要安装，只需在 2XL 上登入我的 google 账号，手机就自动连接上网络 —— 打电话，发短信，一切正常，旧卡可以直接扔掉了事。2XL 还自带一个 SIM 卡槽，因而可以把我国内的卡装在里面存着 —— 然鹅 2XL 铁了心要和双卡双待的大势对抗，即便是软硬件双卡 ready，还倔强地只允许你同一时刻使用一张卡。

前面说过，2XL 整个硬件本身及其外观并不惊艳，甚至难说好看，被网友们戏谑为「宜家风」。同时发布的 pixel 2 更是让人欲哭无泪，整机和上一代基本一个外观，反正同事的两代 pixel 摆在我面前，我是傻傻地分不清。2XL 稍微现代一些，起码还有个全面屏almost。

和几乎一起到货的 iPhone X 相比，大了一大圈的 2XL，其屏幕竟然和 iPhone X 的屏幕大小相仿，看上去大用起来却不大，大而无当，让人捶胸顿足。屏幕的色泽和颜值，二者更是隔了十万八千里，大概就是无盐和西子的差距吧。然而，这样的硬件，Google 也敢为其配上 $849 的起步价，着实让人搞不明白狗家的底气是哪里来的。

以上就是我对 2XL 的第一印象。

下面说说用了两周之后的印象。

android 8 和 2XL 配合在一起，我的第一感觉就是快，如丝般顺滑。用了两周多，我尚未感受到任何传说中的卡顿，就是一个字：快快快快！尤其是拍照，随叫随到，从未有我想抓拍却因为拍照 app 启动慢导致错过良机没照成功的时刻。

说起拍照，2XL 单摄像头就取得了评测 100 分的高分，着实惊艳。缺省设置下，2XL 拍照都是采用 motion picture，也就是它拍的实际上是一个很短的无声视频。motion picture 这功能，iPhone 之前也有，不过 2XL 使用强大的算法能力，将不同帧的图片聚合出效果惊艳的合成图。这是上周五早上阴雨绵绵，Caltrain 因用了三十年的老旧电机罢工歇在 Redwood city 时，我拿着手机随手对着窗外一甩拍下的照片：

拍照表现惊艳，拍摄视频则让人拍案叫绝。别的不说，单是运动中的防抖，就足以秒杀现存的一切手机了。我跟着我的小丫头跑步，边跑边拍，拍出来的视频几乎看不出来抖动，效果一流。

移动互联网的下半场，内容为王。通过拍照和摄像，我们每天产生大量的内容。久而久之，内容的管理便是个大问题。去年到今年，单是我的 iPhone 上产生的照片和视频就多达四万个。粗略算一下，我家从 07 年以来所有留存下来的照片和视频有十五万到二十万之巨。这么多的内容，放在云上是一笔不算小的开销，比这开销更难受的是：当我需要寻找某张照片时，很难找到。

google photos 站出来试图解决这个问题 —— 而且解决得并不赖。首先，它大手一挥，允许你上传无限容量的高清大图和视频，且对于 pixel 2 用户 2021 年前全部免费。在这个照照照拍拍怕，256G 都不够用的年代，这简直是智能手机一族的福音啊。在 2XL 里，照片和视频在有 WiFi 的情况下自动上传，之后可以自动删除来节省本地的空间（会保留一些最近访问的作为 cache）。你在访问 photos app 时，在有网络的情况下，几乎不会感觉到哪些照片在云端，哪些在本地。

文件放在云端后，google 便利用其强大的机器学习能力，给照片分类。

首先它把各种照片里面出现的人物的头像截取出来，然后对含有各个头像的照片聚类。这个聚类的准确率非常高，我自己几乎很少干预。google photos 需要我做的就是，给每个头像命名。

这下子，搜索照片可以按名搜索，再加上照片本身含有的地理位置，可以名字+地点缩小搜索范围，解决 80% 的搜索需求。比如说我想找小宝在学校的照片，输入 lindsey school，几万张照片里，相关的照片一下子就出来了，相当给力。

平日里，我们闲得没事时会整理照片，给照片分类，归档，将其放在不同的相册中。当照片越来越多，呈海量状时，有再多的闲暇，也整理不完无穷无尽的照片。google photos 在云端自动会帮你将照片分类，自动命名，提醒我们建立相册。对我们而言，大部分情况只需简单地点击 “save” 保存这个相册。此外，google photos 云端的机器人还会选择合适的照片帮你生成拼图（collage），gif 动画（animation），视频，以及图片美化。我们需要做的也只是：如果感觉不错，点击 save 保存即可。随着这些保存的行为，google photos 会越来越懂你。

我两年前去 seattle，在太空针塔上用 iPhone 6P 拍的照片，google photos 不太满意，给我挑出来自动美化了一下，专业范一下子扑鼻而来：

你们感受一下原图：

最关键的是，我啥也不用做，不需要 PS，不需要美图秀秀，不需要挖空心思去考虑那张图片值得 P。

2XL 另外一个黑科技是 google lens。在 google photos 里随便打开一张照片，就可以用 google lens 分析图片。使用强大的深度学习引擎，google lens 可以准确地告诉你地标性建筑，动植物等等。咱们看图说话：

（还是上面的那张图，竟然知道我是从太空针塔拍的）

（模糊的背景，乱入的文字，依旧能够准确判断，我选这张是因为它编辑后丢失了 exif 信息，所以可见 google 完全从图片中学习而非依赖照片的 metadata）

（乱入一条 python，也正确识别）

（识别图片中的并不算规范的文字）

说完了照片，我们再谈谈声音。如果说相机是 2XL 的眼睛，用来发现和理解看到的一切；那么麦克风就是 2XL 的耳朵，用来发现和理解听到的一切。多少次当我们在商场里邂逅一首动听的曲子，想据为己有却不得门径，那种 “求不得” 的状态真是急煞人也。现在好了，我们只需一捏手中的 2XL，google 助手就会跳将出来，等待主人的召唤。不必废话，直接问：“what’s this song”，安安静静听一会，google 助手就会告诉你音乐的名字，以及如何获得：

就是这么不动声色，让石破天惊。

此外，pixel 2 发布会还介绍了人工智能驱动的同声传译，我没有购买它的耳机，在此不置评论。

最后，容我稍稍感慨一下。

Organize the world’s information and make it universally accessible and useful.

这是 google 一以贯之的使命。

google 的每个动作都朝着这个方向前进。给用户以无穷大的 google photos 空间，是因为在内容为王的移动互联网下半场，图片和视频是内容的主要源泉，谁掌握了内容的源泉，谁就把握了这个方向上的未来。机器学习和人工智能这样的领域，数据的多寡具有决定性的作用，差一个量级的数据，基本上就能差出一个量级的处理效果。对用户来说，持续产生内容的动力是：1) 我不必担心内容如何廉价地存储 2) 产生的内容日后很容易查找 3) 产生的内容不必过多处理，就具有专业范。google photos 聪明地解决了用户这些痛点，让用户乐意创建内容，提供内容。而 google 拿到这些海量的内容后，不断训练其机器学习的引擎，让自己在 organize information 这个领域，变得越来越智能，不断拉大和第二名的差距，独孤求败。

此外，如此大规模的用户数据的搜集和存储，为其基础架构提出了更高的要求 —— 我们说的可不是每用户几 G，几十 G 的存储量，photos 和 videos 可以轻易上 T。每个人 T 级的数据和潜在的 G 级的用户量（1G 大约是 10 亿人），乘起来是个天文数字。如何廉价地存储它们，是个巨大的挑战。那位质疑，google 不已经管理着这个数量级的数据了么？不太一样。索引 web 上的一切，产生的数据是有收入作为支撑的，每 T 数据的 ROI 为正；而存储用户的照片和视频数据目前来说是亏本买卖，一定要最大可能压榨成本，所以二者对基础设施的要求完全不同。google photos 这一招，看似风轻云淡，实则如当初的几乎不限容量的 gmail 一样，是为未来埋下的杀手锏。这个策略，一石三鸟：吸引用户，打击竞争对手（我 show hand，你跟不跟），同时自我革新，进一步提升组织的能力。

now playing 识别音乐也是如此。给用户提供便利的同时，不断提高自己引擎的学习能力。听声辨意这玩意，也是数据越多越精确 —— 当有一天 google 能分辨每一帧图片，听懂一切声音时，它将成为我们大脑的外延，让我们生活在一个科幻电影中才会出现的世界。

以上。

当然，我知道，看完之后你会抬起头一脸困惑地说，程序君你就不要骗我了，你说的那些软件 TM 全是 404。

iOS 赞赏通道：