OpenAI 买下 iPhone 人像模式幕后功臣，要给 AI 装上一双新眼睛- 大数跨境

APPSO

2026-09-19

导读：在未来，相机将变为向机器提供判断下一步行动的依据。

过去一周，科技界聚焦两款重磅新品：苹果 iPhone 18 与豆包手机助手消费者版（首发搭载努比亚 NaviX Ultra）。标志着 AI 正式深入手机系统底层。与此同时，《华尔街日报》披露，OpenAI 已以超 3 亿美元收购相机技术公司 Glass Imaging。

AI 正从“看见屏幕”迈向“触碰物理世界”。此次收购虽未获 OpenAI 官方确认，但时机微妙：继去年斥资 65 亿美元收购 Jony Ive 的硬件公司 io 后，OpenAI 在工业设计与相机工程领域再度补全关键拼图。

是 AI，更是重构成像逻辑

Glass Imaging 由前苹果计算摄影专家 Ziv Attar 和 Tom Bishop 创立，两人曾主导 iPhone 人像模式开发。其核心并非大众熟知的"AI 修图”，而是利用 AI 反向重塑相机硬件设计逻辑。

传统成像流程中，传感器获取的原始光信号需经 ISP（图像信号处理器）进行降噪、校色、锐化等独立模块处理，易导致信息丢失。Glass Imaging 提出的 Neural ISP 技术，通过针对特定镜头和传感器训练的神经网络，接管整个成像流水线。

该技术将去马赛克、降噪、去模糊及多帧融合等环节纳入联合训练网络，并加入传统 ISP 难以处理的镜头像差反卷积和传感器串扰校正，直接输出成品 RGB 图像。其核心理念是：只要传感器捕捉到足够信息，光学缺陷可由神经网络在成像过程中精准修复。

此处的“修复”绝非生成式 AI 的“脑补”。生成式修图虽能清晰化模糊文字或人脸，但可能失真。Glass Imaging 的目标是基于具体光学系统和 RAW 数据，恢复传感器实际捕捉的信息，而非凭空生成纹理。这对 AI Agent 至关重要：若图像用于决策行动，虚假细节可能导致错误操作。

AI 设备的两种“观看权”

Neural ISP 技术不仅助力手机厂商以小镜头实现高画质，更对 AI 硬件具有深层意义：模型对世界的认知，取决于摄像头输入的数据质量。AI 设备需具备两种“观看”能力。

屏幕内的上下文理解

第一种能力发生于屏幕内：AI 需理解用户浏览内容、读取本地信息并获得调用 App 权限，从而掌握操作系统内的完整上下文。

屏幕外的物理感知

第二种能力发生于屏幕外：菜单文字、桌面物品、道路环境等物理信息，无法仅凭聊天记录获取，必须通过拍摄照片传递给 AI。照片不仅是人类观看的终点，更是 Agent 工作的起点。未来 AI 设备需缩短“看见 - 拍摄 - 上传 - 询问”链路，使摄像头从“记录画面”转变为“提供行动依据”。

GlassAI 变焦技术已落地荣耀 600 系列，并在骁龙 8 Elite Gen 5 参考设备上展示了实时 4K 视频处理与 20 倍以上变焦增强能力。当摄像头连接的是即将采取行动的 Agent，成像标准将从“美观”转向“真实、稳定、及时地呈现空间关系”，以支撑商品识别、设备操作及行动规划。

软硬协同：重塑硬件设计边界

Glass Imaging 揭示了软硬件分工的重构：传统模式下，硬件尽力消除像差与噪声，软件负责修饰；新模式下，硬件可保留部分可计算逆转的缺陷，只要传感器捕捉到足够信息，神经网络即可在成像中恢复。这意味着镜头可以更小、像素可以更密，原本需增加镜片厚度与成本解决的问题，现可转移至神经网络。

未来 AI 硬件设计将不再遵循“先造硬件再塞模型”的路径，而是从伊始便共同设计镜头、传感器、NPU、内存与模型。传感器保留哪些信号、神经网络修复哪些误差、设备算力需求及低功耗环境理解能力，都将反向定义硬件形态。例如，若已知某些光学缺陷可被稳定修复，下一代相机在选型时可包容既往无法接受的缺陷，无需堆叠镜片消除像差，转而确保传感器保留充足原始信息供 AI 恢复。

这一逻辑同样适用于麦克风、空间传感器等感知部件。过去硬件负责完整记录世界，软件事后处理；未来硬件只需捕捉模型可理解还原的信息，模型从一开始即参与定义“如何观看”。模型虽不决定摄像头看什么，却将改变相机为获取一幅可被还原理解的图像所需付出的硬件代价。

【声明】内容源于网络

APPSO

AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

内容 15764

粉丝 0

APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

总阅读444.8k

粉丝0

内容15.8k