iPhone 13 系列視頻的第一期節目，我們先從最表層的變化開始聊起——劉海。今年iPhone 13 劉海縮短，普遍認為的原因是，結構光模組中的點陣投射器體積縮小了。我們分別拆解了iPhone 13 和iPhone 12 的Face ID 模組，對比發現，iPhone 13 的點陣投射器，芯片面積約0.46 mm²，相比iPhone 12 的0.99 mm²，確實減少了53%。

但如果從整體的封裝體積上看，兩者並沒有太大的差距：

這是因為在今年的點陣投射器裡，還把之前獨立封裝的泛光燈也集成了進去。而且今年泛光燈的芯片面積，也比前代減少了48 %。

點陣和泛光合二為一， 是劉海縮小的第一大功臣。而更重要的，是原來聽筒開孔的位置，從中間，移到了邊框上。

但問題是，在安卓陣營，把聽筒放到邊框裡在很多年就已經是基本操作了。如果移個聽筒就可以省空間，那蘋果為什麼不早移呢？

要探究這個問題的答案，我們就要先搞明白，劉海裡最重要的元件——Face ID 前前後後的所有事情。

何為結構光？

看過《亮劍》的同學可能會記得，李雲龍帶著砲兵，用大拇指測距，砲擊敵人的橋段。這種用視差粗略判斷距離的“跳眼法”，和結構光的原理十分相似。

大部分手機的攝像頭，就是用兩個鏡頭之間的視差，來估算主體深度，做背景虛化的。但這種方法，有一個明顯的缺點：對於一些光滑、或者缺乏紋理的表面，攝像頭因為找不到特徵點，會很難做匹配。

就像一堵大白牆，往前10 厘米，和往後10 厘米，對攝像頭來說，都是一片大白牆。只要牆夠光滑，深度信息就判斷不出來。

既然缺紋理，那我們就給它創造一點紋理。我們把其中一顆攝像頭，變成一個投射器，主動往目標上投射紋理，再由另一顆攝像頭捕獲，這就是最基本的結構光模型了。

接下來，我們就來把蘋果的Face ID 里里外外拆個乾淨，一步一步地看，它是怎麼實現的。

Face ID 模組的拆解和原理

蘋果把Face ID 模組中的點陣投射器、前攝和紅外攝像頭，放在了同一個金屬支架上。這麼做的原因，是為了讓幾個組件之間的相對位置，始終保持一致。

大家不要小看這一個小支架，這個支架可太講究了，它的重要度，甚至不亞於里面任何一個元件，重要到蘋果專門為它，和它的裝配方式，都單獨申請了一個專利。

因為在結構光系統中，投射器和紅外攝像頭，需要做非常精確的位置匹配，這個動作就叫做“標定（calibration）”。兩者的距離、角度、哪怕有一點點變動，都會嚴重影響識別的準確度，甚至讓整個系統罷工。

而為了讓它們的位置保持相對固定，蘋果在支架的連接處，專門做了用來增加強度的一個小“坡”，防止模組在裝配的過程中，受外力作用在Y 軸發生彎折，導致標定失效。在支架的側面，還另有一條金屬橫梁，焊在上面，加固整體結構。

Face ID 組件在安裝的時候，並不是用螺絲固定在機身裡，而是用兩塊簧片壓在屏幕和後蓋之間，我們推測，這樣做的目的，是為了讓整個組件允許存在微小的整體位移。也就是說你的手機如果摔了，這些部件可能會鬆動，但是，點陣和攝像頭，它們要動只會一起動，不會有相對的位移。

這一切的目的，是為了把點陣和攝像頭之間距離的公差控制在±80 微米之內。

定好了兩個組件的位置之後，下一步，我們來看模組裡最關鍵的部件——點陣投射器。投射器的光源，蘋果用的是VCSEL——垂直腔面發射激光器。叫它“垂直”，是因為它的發光方向，是垂直於矽基板的。相比於向水平方向發光的“邊發射激光器”，VCSEL 的好處是，它可以投射出更圓的光斑，而且因為是垂直發光，它可以很容易地在一塊矽基板上，用光掩模直接蝕刻出密集的陣列，而整個元件的厚度，可以做到很薄。

（左為VCSEL，右為邊發射激光器）

對於手機來說，它投射出的可分辨的點陣越多越密，識別的精度就越高。要把光點做多，有兩種選擇：要么把整塊芯片做大，要么把點陣之間的間距做小。把芯片做大，面臨兩個問題：首先，VCSEL 成本很高，越大越花錢；而且手機裡的空間，也不可能擺得下太大的器件。而如果保持芯片面積不變呢，點陣的密度，也是不能無限疊加的。依照目前的技術，VCSEL 點陣間距，一般不低於18 微米。倒不是因為工藝上做不到，而是因為如果再做小，又要保證每個發光點的功率，它的散熱壓力會很大。

iPhone 12 上的VCSEL，去掉導線，面積大概是0.81mm²，一共放進了321 個點。iPhone 13 又把密度增加了一倍，在0.37 mm² 裡，放進了284 個點。平均密度已經達到868個/ mm²， 再做密，壓力會越來越大。

那用這塊兩三百個點的芯片，要怎麼投出Face ID 需要的三萬個光點呢？兩個關鍵詞：複製，和拼接。

激光從VCSEL 發射出來後，首先經過准直透鏡，然後通過兩塊棱鏡的反射，到達另一個關鍵組件——光學衍射元件（DOE）。DOE 的作用，是把一個圖案複製成很多份，然後呈扇形射出。

通常情況下，DOE 應該是一個無源器件。但是iPhone 上的DOE 上面是有電極的。這是因為蘋果做了一個檢測機制：它把DOE 和基板當成了一個電容，如果DOE 的表面發生破損，引起了電容的變化，蘋果會直接把整個Face ID 模塊禁用。這是因為如果DOE 失效，激光沒有被正確的分散開來，那激光的能量，就可能會超出安全範圍，從而對人眼造成傷害。

這就是為什麼Face ID 是iPhone 非常容易損壞的一個部件。閒魚的二手iPhone，帶面容和不帶面容，就是兩個價格。如果你在手機店看過維修師傅修手機，你會發現有的師傅拆開手機後，會馬上拿一張膠帶，把Face ID 貼上，怕碰壞了，就是這個原因。

硬件的部分，重點我們都說完了。在得到了這樣一個漂亮的點陣圖案之後，我們的下一步，就是臉部的三維重建，和比對了。

三角測量

結構光的原理，是通過視差，來判斷物體的深度。

就像我們拿一根激光筆，把一個光點，投射在一塊白板上。如果從激光筆的右邊觀察，當白板向前移動的時候，這個光斑會朝視線的左邊偏移。木板向後移動的時候，光斑則偏向右邊。偏移得越遠，說明白板的深度越深。

你可能會注意到，要從畫面裡看出光點的偏移，攝像機和激光筆之間，必須保持一定的距離，如果距離太短，光點的偏移量就會很低，攝像機就很難捕捉它的變化，導致精度下降。而攝像機和激光筆之間的距離，就被稱為“基線”。

從iPhone X 第一次引入面容解鎖開始，在長長的劉海裡，紅外攝像頭和點陣投射器，就一直佔據著最左邊和最右邊的位置，因為它要保證基線的長度，以滿足識別的準確性。

但是在今年的iPhone 13 上，紅外和點陣第一次變成了鄰居，基線長度從之前的27 毫米，縮短到了6 毫米。對於iPhone 來說，這道題的難度，可謂直線上升。

可是，我們實測卻發現，iPhone 13 的解鎖體驗，和前代相比，無論是解鎖角度、距離、還是速度，都完全保持了一致水準。那麼，它到底做了什麼，來抹平基線縮短所帶來的性能損失呢？

“無間道”

為了搞明白這件事，我們只能繼續找兩台手機的不同，希望能發現一些線索。

我們用紅外相機拍攝了iPhone 12、iPhone 13 點陣投影的過程發現，兩台手機在投射的圖案、投射流程上，都有所區別。

iPhone 13 在投射點陣的時候，會以偽隨機的形式，加入一些空幀，比如亮一幀、停一幀，再亮一幀；或者先空兩幀，再亮一幀。每次解鎖，點陣亮起的時間間隔，都不一樣。

我在蘋果的一份專利裡，找到了這個做法的用意——增加安全性。

點陣投影儀發信，攝像頭收信，這就像是一個特工在和總部聯絡：我們相約，在星期一、星期三、和星期五，分別給你三份情報。那如果總部在星期二收到了一份情報，哪怕情報信息完全正確，偽造得天衣無縫，但只要時間對不上，那它就是假的。

因為每次交接的時間，都是偽隨機的，具體哪一天來交接，只有特工，和總部，兩個人知道。這就可以防止有心人士，拿偽造的紅外圖來欺騙系統。

除了投射的時隙不同之外，兩台手機投射的圖案，也不一樣。iPhone 13，每次投射的點陣密度，都是相同的。而iPhone 12，則有幾套不同的圖案，有時候疏一點，有時候密一點。這一點，從iPhone 12 的VCSEL上，也能看得出來。

整塊VCSEL 一共分成了4 塊區域，4 塊區域用了不同的引腳，可以獨立控制通斷。

也就是說，手機通過4 塊區域的不同組合，理論上，最多可以投出15 種不同的圖案。用這15 種圖案，再配合上偽隨機的發報時隙規則，就可以做出更複雜的編碼，來防止欺騙。

但是！這還不是全部。

妥協與平衡

在另一份專利裡，我們又找到了這四塊區域的另一個用途。

我們知道，結構光是依靠圖案的不相關性，來進行匹配的。簡單說，就是手機在投射出一個個的斑點之後，它要知道這些斑點，對應的是參考圖中的哪裡。如果張冠李戴，就會出現誤匹配，深度當然也就解不出來了。

所以，一片理想的散斑圖案，應該是具有高度“不相關性”的——每一個小區域，在整張圖裡，最好都是唯一的。但是對於手機來說，因為每一個光點，長得都一模一樣，完全沒有特徵，所以手機必須把圖像分割成一個個的“窗口”，再以“窗口”為單位，去整張圖裡找匹配。

而這個時候，窗口怎麼畫，畫多大，就很重要了。對於手機來說，點陣越稀疏，窗口畫得越大，它的計算壓力就越小，識別起來就越快。但是，也正是因為窗口大了，所以分辨率上不去，只能做低精度的掃描。

而要得到更高的精度，我們需要讓點陣更加密集，把窗口畫小，但是在匹配的時候，因為每個窗口都要經過更多次的迭代，以尋找最佳配對，所以速度，當然就要慢一些。

所以在算力有限的前提下（記住這個前提！），蘋果採用多個分區、疏、密結合的方案，就是要在速度，和精度之間找一個平衡。

比如它可以先掃一遍稀疏的圖案，先分出大概的區塊，然後再在重點區域用精細圖案做精細匹配。再比如人臉解鎖這個場景，精度是第一優先級，所以疏加密，全部圖案一起上。但是用前攝拍視頻的時候，手機只需要知道一個大概的景深信息，用來做虛化就可以了，那它就可以偷偷懶，只用稀疏的點陣。否則，以它的算力，是無法支持每秒60 幀的運算的。

那到了iPhone 13 這邊，可以看到，蘋果取消了中間的分界線，用同一張圖案，來應對所有的場景。哪怕是前攝算個主體深度，iPhone 13 也是把所有的點全部堆進去，火力全開地計算。

這也就說明，得益於SoC 更強的算力，蘋果今年很有可能是跳過了用稀疏圖案，進行低精度掃描的這一步，而是直接用密集圖案做高精度掃描。

從這些現象，我們可以推測，對於蘋果來說，200 毫秒的解鎖時間，和100 萬分之一的錯誤率，可能是他們內部，劃給Face ID 的一條紅線。只要這兩個關鍵性能達標，工程師就可以做各種trade off。

所以，我們的推論是，今年Face ID 形態的變化，一方面，是得益於封裝技術的進步，讓VCSEL 和泛光合二為一，省掉了一個傳感器的空間；另一方面，是得益於SoC 算力的提升，讓手機可以容忍更短的基線。

因為計算變快了，所以手機可以實現在任何場景下的高幀率、高精度掃描，可以忍受更短基線帶來的信噪比降低，但同時，還把人臉解鎖的速度，維持在200 毫秒，這一根紅線之內。

當然，在蘋果所有的公開資料裡，我們並沒有找到任何具體地講解Face ID 算法、和識別流程的內容，這也讓我們的推測，也只能止步於推測。

但在綜合了所有的已知信息之後，這，已經是我們認為，最接近事實的可能了。