4月1日消息，小米11 Ultra以143分的好成績霸榜DXOMARK，超越了第二名華為Mate 40 Pro+，成為迄今為止相機表現最好的智能行動電話，
在暗光環境下，小米11 Ultra表現優秀，官方稱這是因為小米加入了一項神奇的夜梟算法。
小米指出，當環境光線照度在0.1Lux以下時，人眼幾乎很難見物，甚至鑰匙掉在地面上都難以找到，這時拍出的照片會完全無法使用。但我們為了這1%的極限拍攝場景，自主研發了一個神奇的算法：夜梟。
極暗光環境下拍攝時，傳統相機和行動電話會遇到哪些問題？
難題一、環境亮度低、噪聲大，現有深度學習技術很難采集數據，很難有效降噪。
難題二、使用傳統算法進行多張堆棧，只能緩解噪聲和色差的影響，很難對已失去的圖像資訊進行恢復。
難題三、采用長曝光方式，通過增長曝光時間來提升圖像質量，用戶手持拍攝容易糊成一片，
難題四、傳統提亮算法會大幅提高去噪聲難度，同時還會影響白平衡導致校正顏色失去準確性。
針對以上問題，小米11 Pro和小米11 Ultra首發自研夜梟算法，通過獲取連續8張曝光正確的EV0照片，結合自研圖像測光算法、圖像配準融合算法、圖像重建算法、圖像色彩矯正算法，實現更好的去噪效果，恢復更多細節，最終獲得清晰明亮圖像。
小米夜梟算法自主研發了極暗光場景下的噪聲標定系統，充分了解極暗光場景噪聲的分布和形態，從而補充大量模擬噪聲數據，提升了訓練數據的豐富度，使去噪過程更具有針對性；
同時夜梟算法自主研發了極暗光場景數據采集系統，使用多種真實相機進行數據采集，補充真實相機數據來獲取更好去噪效果，
我們知道，極暗光場景的最大特點就是噪聲大，首先最大難點在于如何有效在去除圖像噪聲的同時，恢復出更多的圖像細節。
目前，即使使用多幀圖像疊加去噪的方式，也會存在圖像邊緣資訊丟失和部分內容失真。而神經網路可以在進行圖像去噪優化，通過深度學習的方式，即使出現局部資訊殘缺的現象，也能恢復出豐富細節的高質量局部圖像，
夜梟算法中的AI去噪算法，結合多幀EV0 RAW域圖片資訊，進行圖像對齊，降低拍攝手抖的影響；還可實現充分利用圖內資訊和圖間資訊互相補充，從而獲得更好的去噪效果，恢復更加豐富的細節資訊，
官方強調，小米夜梟算法通過創新的深度學習AI算法，突破了暗光視覺極限，實現了在即使伸手不見五指的環境下，依然能拍出清晰、明亮的圖像。
