手机摄像头兼具软件与硬件属性，Glass 致力于同步提升这两方面。尽管其独特的变形宽银幕镜头正悄然推向市场，但凭借新获得的 930 万美元融资，该公司发布了一款 AI 驱动的相机升级方案——GlassAI。据称，该方案能在避免怪异超分辨率伪影的前提下，大幅提升图像质量。
GlassAI：纯软件“神经图像信号处理器”
GlassAI 是一种纯软件解决方案，旨在提升图像质量，被定义为“神经图像信号处理器”（ISP）。传统 ISP 负责将传感器输出的原始数据（通常平坦、嘈杂且失真）转化为清晰、色彩丰富的图像。正如苹果和谷歌等厂商所展示的，现代 ISP 已具备合成多张曝光、面部细节锐化及防抖校正等复杂功能。
然而，许多 ISP 中的机器学习或 AI 应用需谨慎行事：生成式细节可能导致幻觉或伪影。虽然“超分辨率”模型在特定场景下有效，但需严格监控。Glass 不仅提供基于独特菱形前组镜片的完整相机系统，也提供可独立销售的配套 ISP 产品。
Glass 通过复古电影镜头重新思考智能手机相机
CTO 兼联合创始人 Tom Bishop 表示：“我们的修复网络能够校正光学像差和传感器问题，高效去除噪点，并在精细纹理恢复方面优于传统图像处理流程。”
细节“恢复”而非“创造”
“恢复”是核心关键词，意味着细节是从原始图像中提取而非凭空创造的。计算摄影的关键在于学习如何将隐含的细节（如特定伪影、角度或噪声模式）转化为真实细节，或结合多张曝光信息。联合创始人兼 CEO Ziv Attar 认为，其 AI ISP 性能优于行业现有产品。
Attar 指出，即便是苹果也未采用完整的神经图像堆栈，仅在特定需求下使用且效果未必理想。例如，苹果的神经 ISP 曾未能正确识别文字，而 Glass 表现更佳：
Attar 强调：“如果苹果都未能取得满意结果，说明这是难题。”这关乎模型训练方法。Glass 拥有独特的训练体系，最初为变形宽银幕镜头开发，适用于任何相机。公司设有包含机器人系统和光学校准系统的实验室，能全面表征镜头像差并从根本上逆转光学畸变。
实测验证与部署效率
案例研究显示，DXO 对搭载 GlassAI 的 Moto Edge 40 进行评估后，发现处理后图像有明显甚至大幅提升：
在低光环境下，内置 ISP 难以区分细线、纹理和面部细节；而使用 GlassAI，即使曝光时间减半，图像依然锐利清晰。用户可通过切换原始与最终图像查看像素级差异。
相比手机厂商花费数月调优 ISP，Glass 的通用型处理方案效率更高。Attar 表示：“从接手新型设备到交付软件仅需几小时至几天。我们的流程完全自动化，可在数天内支持多种设备。”此外，该神经 ISP 是端到端的，直接从传感器 RAW 数据生成最终图像，无需额外去噪或锐化步骤。
产品上市与融资进展
Attar 谨慎区分了 GlassAI 与超分辨率 AI 服务：后者是对已完成图像进行放大，往往是在“发明”细节；而 Glass 虽使用 AI，但不具生成式特性，专注于细节恢复。
该产品现已大规模上市，建议 Android 手机制造商尝试。至于配备菱形变形镜头的硬件手机，则需等待制造商公开亮相。
在技术研发与客户试用期间，Glass 完成了 930 万美元的“扩展种子轮”融资（首轮种子融资发生于 2021 年）。本轮由 GV 领投，Future Ventures、Abstract Ventures 和 LDV Capital 跟投。