最近看了不少早期硬件創業項目，逐漸發現 AI 的能力確實是一批新興硬件公司和硬件品類的「驚蟄」時刻。
今天先說說影像設備這個領域。
如果給過去五十年拉一根時間軸，會發現一條「暗線」：光學與計算在最終價值交付中的配比變化，不僅驅動著技術的迭代，更深刻地重塑了產業的價值鏈。我越來越確信，這條主軸線，清晰地預示了下一代優秀影像公司的誕生邏輯。
新公司崛起的核心，就是用計算突破光學圍欄
我們可以建立一條線，兩端分別是「光學」和「計算」。過去 50 年成功的影像公司，都在這條線的某個坐標點上找到了自己的位置，并通過推動坐標點不斷向「計算」一端移動，創造了巨大的商業變量。
在膠片時代，價值的錨點無限趨近于「光學」端。玩相機玩的是什么？是徠卡精湛的光學鏡片，是蔡司的鍍膜。那個時候，一張好照片的價值，幾乎百分之百是由光學 + 機械決定的，是精密制造的巔峰敘事。
數碼時代的到來，是計算的第一次關鍵介入。佳能、索尼之所以能顛覆德系百年老店，并非他們在光學技術上實現了全面超越，而是他們率先把「計算」這個變量，加入了價值鏈。佳能強大的自動對焦系統，本質上就是一套高效的實時邊緣計算，它解決了比「畫質好」更要命的問題——在動態中「先拍到再說」。索尼憑借其在半導體領域的優勢，率先在 CMOS 傳感器技術上發力，將更多計算能力融入感光元件，推動了從單反到微單的革命。資本市場用數字清晰刻畫了這場價值遷移，這很大程度上源于索尼在計算密集型的圖像傳感器及多元化電子消費品領域的領導地位。
在這個階段，計算的核心任務是「優化光學」+「簡化操作」，它通過 ISP 芯片，將色彩、降噪、動態范圍等復雜工作「預處理」好，交付給用戶。計算是重要配角，但價值主體仍是光學硬件。同時數碼相機中的軟件也帶來用戶操作的簡單化，這種體驗的提升擴展了需求，帶來了更大市場。
真正的顛覆，始于計算不再滿足于「優化」光學，而是開始「定義」場景，甚至「重塑」現實。
GoPro 開創的運動相機品類，其核心價值從不是與單反比拼畫質，而是將影像帶入沖浪、滑雪、跳傘等極限場景。GoPro 的崛起，初期依賴于小型化和堅固的硬件設計，但其后續的競爭力，越來越依賴于強大的計算能力——尤其是早期其引以為傲的 HyperSmooth 防抖技術，它用算法和算力，在極大程度上取代了笨重的物理穩定器，這正是計算對光學和機械的勝利。但僅有場景還不夠，GoPro 的市值從巔峰跌落，也證明了其后續在計算體驗創新上的乏力。
大疆（DJI）和影石（Insta360）的后來居上，則是將計算推向了舞臺中央。大疆的無人機，本質上是一個飛行在空中的計算平臺。其支撐點并非那顆攝像頭，而是由飛控、圖傳、避障和智能跟隨等一系列強大計算能力構成的「空中影像智能」。它交付的不是照片，而是一個前所未有的、穩定流暢的「空中視角」。
同樣，影石的成功，也并非只是源于光學硬件的極致突破，而是憑借計算能力重構了全景影像的價值鏈條。它用高效的算法，將 360 度全景影像這種原本專業、復雜的數據，轉化為普通用戶可以輕松創作和分享的酷炫內容。其「先拍攝，后取景」的理念，以及 AI 驅動的自動剪輯功能，極大地降低了創作門檻，將價值交付從「記錄」延伸到了「創造」。影石是一家技術驅動型的影像公司，它將年營收的 10% 以上穩定投入研發，資本市場也對此給出了近百億美金的市值認可。
至此，影像行業的歷史脈絡逐步清晰：計算在用戶價值中的占比提升驅動著影像大眾化、場景化和產業價值的迭代。新一代公司的崛起，靠的是用計算突破光學的圍欄，開辟了全新的場景、交付了全新的用戶價值。
計算天花板的突破：大模型與影像設備新物種的爆發
今天，計算的天花板正在被徹底突破。一個由「本體算力 + 本地模型 + 云端大模型」構成的全新計算架構正在形成：各類智能設備本身（或部分結合手機）具備了前所未有的處理能力；輕量化的本地模型可以實現實時、低延遲的 AI 功能；而云端的大模型則提供了近乎無限的推理、理解和生成能力。大模型的本質就是「高計算」的產物，它的出現，為影像領域帶來了「計算」這一端的巨大資源突破，這是通向前所未有想象空間的絕對紅利。
如果說以前的「計算」是算法，是在給定的規則內做優化（比如防抖、拼接），那么今天大模型背后的「高計算」，帶來的則是「推理 + 生成」，是在開放世界中進行理解、推理與生成，創造無限的可能性。這種「高計算」正在解鎖全新的場景和價值，它給了所有創業公司一個前所未有的勢能：你無需自建龐大的 AI 1.0 時代的一大串算法團隊搞工程，就能站在巨人的肩膀上，調用過去無法想象的推理與生成能力。
沿著「計算」占比不斷提升的這條主線，可以初步看到一條價值躍遷的路徑，在傳統影像設備「復刻現實」之外，它正在開啟三個前所未有的新空間：
第二層，是「增強現實」。當機器能夠「看懂」世界，它便能更好地服務于人的主觀意愿與情感表達。AI 不再僅僅是做降噪、調色，而是更深度地參與到創作與表達中。計算的角色從「理解」走向「美化與再表達」。例如，PhotaLabs 借助 AIGC 技術，可以讓那些因為構圖、光線、鏡頭、時機等種種原因留下遺憾的照片，可以被修復得「和回憶一樣美」，這正是計算賦予影像「情感共鳴」與「自我表達」的全新價值。
第三層，將計算的價值比重推到極致，是「生成現實」。這一階段，光學捕捉到的現實，不再是最終結果或加工對象，可能只是一個激發 AI 創造的「引子」或 Prompt。計算徹底從幕后走向臺前，成為創造的主體。最終交付的產物，可能完全是生成的。這層設想不只停留在思維推演中，現實中已經有了「如此極端」的產品案例。丹麥藝術家 Bjørn Karmann 做了一款沒有光學部件、純靠計算的相機 Paragraphica。它通過使用開放的 API 收集地理位置數據，利用地址、天氣、時間、附近位置這些信息組成的文本段落，相機上的三個旋鈕可以分別調節焦距、膠片顆粒、生成精度，最后使用 AI 基于文本「生成」出照片。
這種多層次的價值釋放，預言著一場影像領域「物種大爆炸」的可能性，尤其是在那些看似「小眾」的垂直場景中。這背后的洞察是：許多看似「小眾」的市場，并非需求本身小，而是過去的價值供給不充足，方式太過老舊或體驗不夠好。當 AI 驅動的高計算能力，能夠主動交付出精準、便捷、遠超以往的價值時，那些被壓抑的潛在需求就可能被全面激活。
大疆 Pocket 系列的成功就是一個例證：「視頻穩拍」的需求一直存在，但過去笨重的物理穩定器將其局限在了專業圈層，Pocket 用極致的便攜和智能化的體驗，將這一「老舊」的價值供給方式徹底革新，從而將一個最開始相對不大的細分市場作為體驗突破口，最終重新定義了便攜影像設備的形態，做到了總銷量破一千萬臺的規模?？梢娭灰獌r值供給足夠好，小眾也能變大眾，甚至專用設備的能力，也可以成為通向新一代通用設備的突破口。
未來，巨大的機遇就蘊藏在這些被高計算能力解鎖的全新場景，以及交互和交付方式的細節之中。AI Native 影像公司的機會，將在于向著更專業、更場景化、更個性化的方向發展。它們將通過高計算能力，在一個個具體的場景里交付前所未有的用戶價值，甚至有能力將一些過去看起來很垂直的小眾場景，放大為更具普遍性的市場。
Plaud Note 錄音卡的成功，為我們提供了一個參照。手機有錄音功能，但這并未阻礙 AI 錄音卡片 Plaud Note 和 AI 錄音硬件 NotePin 銷售突破一百萬臺。其成功的核心邏輯在于，它在特定場景下（例如會議、通話錄音），針對特定人群（例如商務人士、記者、學生），提供了遠勝于手機的交互與交付體驗。它通過極致輕薄的硬件形態、一鍵錄音的便捷交互，以及與大模型深度整合的 AI 轉寫、多模版總結與洞察、思維導圖生成等功能，提供了精準而高效的「價值閉環」。
同樣的邏輯也適用于影像領域。AI Native 影像公司的啟動機會在于向著更場景化、更個性化的方向切入，在特定的場景、提供遠超通用設備的「超額滿足」，然后尋求用更好的供給擴展需求的總量。
比如過去只有非常少的天文攝影愛好者能做好「深空拍攝」，美麗的星云圖片背后往往是一套十公斤以上的、上萬元的設備，和對天氣條件的極高要求，以及動輒幾小時甚至一整晚的監控操作。但自從一家法國公司幾年前率先開始推出以堆疊計算為核心的一體化的深空拍攝望遠鏡，國內類似甚至更好體驗的便攜設備也開始出現。讓「星云圖片」的拍攝變得無比簡單。
其實在更多的場景下，以簡化操作，優化體驗，用「高計算」替代「高光學」產出更大的用戶價值供給，依舊有機會激發更大的需求。
雖然今天這些「高計算」影像設備還在早期，出貨量都還沒有爆發。但這條道路剛剛開始，那些即將誕生的 AI Native 影像公司，必須是全新的物種，必須有足夠創新的產品思維，也必須堅定地站在「成熟的」光學供應鏈上，去建設更強的 AI（計算與交互）能力棧。它們從第一天起，就應該是一家有 AI 為核心驅動，以場景的深度理解 + 可以形成數據飛輪的公司。
每一次計算能力的躍遷，都會催生出新的優秀企業。這一次，舞臺已經出現，那些真正懂得駕馭 AI 力量的影像新物種們該「驚蟄」了。
