IT之家2月17日消息2月15日晚间，荣耀、小米双方高管针对TOF相机问题在微博上掀起了＂口水战＂，小米高管卢伟冰表示目前TOF小米技术预研早就认为是个噱头，并称＂没啥用，骗用户瞎花钱＂，而荣耀熊军民则在微博上回怼称，一个公司的技术实力决定了它的发展走向，没有研发技术，很容易会习惯以营销眼光看世界：都是噱头。 今天凌晨，小米公司产品总监@王腾Thomas长文聊了一下TOF技术，分别从原理，器件构成，优缺点分析和应用场景几个维度硬核科普，还放出了小米MIX 3早期支持TOF技术的预研样机。 王腾Thomas表示，TOF技术拥有工作距离远、适用场景广、较远距离精度高等优势，但存在不少劣势，比如当前手机端可用的主流ToF传感器分辨率相对较低（180*240，240*320，240*480等） ，因此在近距离的精度和X/Y分辨率也会相对较低，元件在工作时的功耗与发热量也相对较大、应用场景少等等。 王腾Thomas表示，我们认可这是个大的行业方向——基于3D信息未来可以做很多探索，并投入研发资源在去年Q3基于MIX3做了预研样机并调通完成功能验证，但基于分辨率较低、应用场景有限等原因决定继续做预研，暂时没有导入量产。 王腾Thomas最后表示，希望能够在未来合适的时间以更完整的用户体验、真正能带来用户价值的时候呈现给大家。 小米MIX 3早期预研样机▲ 全文如下： 聊聊TOF，考虑到不浪费大家时间，篇幅尽量控制简短通俗化，有需要详细说明的大家提出来咱们评论里聊或者再开贴。 分别从原理，器件构成，优缺点分析和应用场景几个维度讲: 1，TOF原理:其实并不复杂，利用激光发射器发出光脉冲，遇到物体之后，光线会反射，镜头通过捕捉的光线即其飞行的时间，通过简单的公式计算就可以判断物体和镜头之间的距离（图一） 2:TOF元件:主要元件包含三个部分：光源（此处为激光发射器）、镜头和感光元件。（图二） 3，ToF方案的几个优缺点（主要对比另外两种主流3D解决方案，见图三） 优点一，工作距离远，可以获得5m内的有效&实时深度信息； 优点二，适用场景广，无论被摄物体有无特征点，无论环境光较强（如：日光）或较弱，都可获得有效的景深信息； 优点三，较远距离精度高，ToF在手机与被摄物体的绝对精度，即被摄物体之间的相对精度，都可以达到厘米级的水平。 缺点一：当前手机端可用的主流ToF传感器分辨率相对较低（180*240，240*320，240*480等） ，因此在近距离的精度和X/Y分辨率也会相对较低，大家感兴趣可以自行了解前置结构光的精度； 缺点二：元件在工作时的功耗与发热量也相对较大，长时间工作需要很好的散热条件，在消费类电子设备上使用还需要不断优化； 缺点三：目前基于ToF方案的解决方案还未完全成熟，相应的内容生产和开发群体较为薄弱，支持的应用场景较少 4，TOF的主要应用场景 TOF在工业领域已经有些应用，举个例子: 在物流行业中很热的机器人，TOF被应用在机器人上帮助做物体识别，可用作辅助装箱，箱体打包，箱体堆叠，箱体打标等。 在手机端目前最先上市的应该是OPPO R17pro，受限于前面提到的精度和功耗，对应的应用并不多，当然OPPO也是做尝试并没有主力宣传，甚至官网都没怎么介绍。 现在看到行业里主流就两个方向：基于深度感知去做的应用，比如AR特效游戏、测距、3D建模之类的，另外就是基于3D信息做生物识别，比如:TOF人脸识别取代前置结构光。 可以想象的空间很大但需要一步步解决各种问题和开发相应应用。 5，最后说下小米的进展，我们认可这是个大的行业方向——基于3D信息未来可以做很多探索，并投入研发资源在去年Q3基于MIX3做了预研样机并调通完成功能验证，但基于分辨率较低、应用场景有限等原因决定继续做预研，暂时没有导入量产。 我们希望能够在未来合适的时间以更完整的用户体验、真正能带来用户价值的时候呈现给大家。 以上，感谢阅读！