8月12日，影石发布了新一代旗舰全景相机 Insta360 X6。

  按照消费电子发布会最熟悉的逻辑，一台旗舰相机的升级通常可以被装进几个数字里：更大的传感器、更高的分辨率、更长的续航。X6也不例外。它换上了更适合全景影像的1/1.1英寸方形传感器，继续强化8K全景影像，并试图把全景相机、运动相机和Vlog相机装进同一台设备。   但X6内部另一个不那么容易被消费者感知的数字，可能更能解释这一代产品发生了什么变化：3颗芯片。其中包括一颗4nm SoC和两颗专用影像芯片。对于一台巴掌大小的消费相机来说，这些计算资源不只用来处理更高分辨率的画面。球面拼接、高像素吞吐、端侧推理同时挤进有限的机身里，X6还要识别场景、寻找高光、判断取景、自动剪辑，甚至尝试重建一个可以重新进入的三维空间。   这让相机内部发生了一次不太显眼的资源迁移。很长时间里，相机最重要的计算任务，是把眼前的世界拍得更清楚。现在，越来越多算力开始被用于另一件事：理解拍下来的东西。   全景相机，先解决了“看见”   全景相机可能是最早感受到算力压力的一类消费影像设备。   普通相机按下快门，镜头朝向哪里，最终得到的基本就是哪里的画面。全景相机不同，两颗鱼眼镜头同时记录周围360度的信息，再经过拼接、防抖、畸变校正、裁切和编码，才成为用户最终看到的视频。   它提供了一种很特别的拍摄自由：拍摄的时候不需要决定镜头朝哪里，因为周围的一切已经被记录下来，取景可以留到拍摄之后。代价也很直接。同样是8K，全景相机记录的是整个球面的信息。当用户最终裁出一个普通视角的视频，有效分辨率会被进一步稀释；两颗鱼眼镜头的画面还需要在边缘完成拼接，暗光、近景、高速运动都会增加处理难度。   因此，全景相机很长一段时间里的技术升级，都围绕着一个相当基础的问题展开：先把画面拍到足够好。更大的传感器、更高的像素、更强的影像处理器，以及越来越成熟的拼接算法，首先都是为了让这种特殊的采集方式达到普通消费者已经习惯的影像标准。   X6并没有越过这道门槛。它仍然把相当一部分硬件资源投入画质。一天后发布的第二代大疆 Osmo 360，同样继续强化8K 60帧、近景拼接等底层影像能力。两家公司在具体路线上的取舍不同，但至少说明一件事：对于全景相机而言，画质远没有成为一个可以停止投入的问题。   变化发生在另一个地方。当画质逐渐跨过“能不能用”的门槛，一台全景相机开始面对一个更棘手的问题：拍下这么多东西之后，用户怎么办？   拍得越多，人的工作反而越多   全景相机有一个很特别的产品悖论。它降低了拍摄的难度，却提高了拍摄之后的难度。传统相机要求人在拍摄现场完成大量决策：镜头对准谁，主体放在哪里，什么时候转动镜头。全景相机把这些决定推迟了。用户可以先把360度全部拍下来，再回到手机或者电脑里重新选择视角。   “先拍摄、后取景”曾经是全景相机最重要的产品创新之一。但当新鲜感过去，它也产生了另一种成本。拍完一段旅行、骑行或者滑雪视频之后，用户需要把素材导进App，在大量全景画面里寻找真正有价值的瞬间，再重新决定镜头应该看哪里。拍摄现场省下来的构图工作，并没有消失，只是被搬到了后期。   这也是全景相机比很多影像设备更容易“吃灰”的原因之一。设备越来越容易把生活记录下来，人却没有因此获得更多处理素材的时间。一次旅行结束以后，SD卡里可能留下几十甚至上百段视频。真正阻止一段内容被分享出来的，已经不一定是画质，而是用户有没有耐心重新看一遍自己经历过的事情。   于是到了X6，影石开始把越来越多的计算资源放到快门之后。这一代产品加入了自研全景影像AI模型PanoMind。影石针对30多种场景进行了超过10000小时训练，希望机器能够区分不同内容的处理方式：滑雪和亲子记录显然不应该拥有相同的剪辑节奏，一段骑行视频里的高光，与一段旅行视频里值得留下的瞬间，也很难由同一套规则决定。   这里出现了一个过去并不属于相机的任务：判断。哪一段值得留下，谁是主角，镜头应该看向哪里，一个画面应该停留多久，最后哪些片段应该组成一条视频。这些事情，以前发生在人的脑子里。现在，它们开始占用相机里的芯片。   相机开始学习“看懂”   X6发布会上，“AI导演”可能比任何一个传统影像参数更能解释这种变化。过去的智能剪辑已经可以帮用户自动生成视频，但中间仍然需要大量人工操作：把素材导进手机，挑选需要处理的片段，再调用手机或者云端算力完成剪辑。   X6试图继续拿掉这些步骤。相机插上电源后，可以在本地分析前一个自然日拍摄的素材，寻找高光并完成初步剪辑，最后把形成的视频推送到手机。整个过程中，不需要先把所有原始素材导入手机，也不需要依赖云端完成主要分析。一个原本负责“生产素材”的设备，开始尝试直接生产结果。   这不是自动剪辑第一次进入消费影像设备。真正值得注意的是，它正在越来越靠近拍摄的源头。过去相机与后期软件之间存在清晰的分工：相机负责尽可能完整、准确地记录信息，软件负责加工，人负责判断。现在这条边界正在变得模糊。相机不仅要知道画面够不够亮、有没有抖、人物有没有对上焦，还要开始理解画面里的内容。对于全景相机而言，这甚至比普通相机更迫切。因为它的问题从来不是信息不够，而是信息太多。当一台相机已经把前后左右全部记录下来，继续增加信息本身的边际价值开始下降。新的问题变成：在这些信息里，什么才值得被人看到？   这也是AI第一次真正碰到了全景相机的产品核心。过去十年，全景技术解决的是如何不遗漏信息；接下来，它需要解决的是如何替用户舍弃信息。   人转了一下头，也变成了数据   把这些能力真正塞进一台消费相机，并不像在软件里增加一个AI功能那么简单。X6内部已经使用3颗芯片，但面对球面拼接、高像素视频处理和端侧AI推理同时运行的需求，现阶段仍然只能实现“即拍即得”，还无法做到真正意义上的“边拍边剪”。   问题最终又回到了物理世界。一台随身相机能够提供的空间非常有限。更大的传感器需要空间，更大的电池需要空间，芯片运行需要散热，而用户又不会接受一台为了AI能力变得越来越沉的全景相机。过去设计相机，工程师需要在画质、体积、续航之间不断取舍。AI又加入了一个新的变量：计算。   如果相机未来要实时识别人物、理解场景、判断高光、自动构图、完成剪辑，甚至重建空间，那么芯片占用的功耗、散热和内部空间都会继续增加。它开始成为与镜头、传感器和电池争夺整机资源的一部分。这也是为什么X6里的三颗芯片，比单纯增加一项AI功能更值得关注。它说明AI正在从软件层面的附加能力，进入相机最基础的硬件设计。相机厂商需要在产品定义阶段就回答一个新的问题：有限的功耗和空间，究竟应该继续用来增加像素，还是留给机器理解这些像素？   相机不缺更多画面了   数码影像的发展，很长时间都建立在一种朴素的进步逻辑上。像素越来越高，传感器越来越大，防抖越来越稳定，夜景越来越清楚。相机不断提高记录世界的能力。全景相机把这种能力推向了一个极端：既然不知道未来想看哪里，就把周围的一切先记录下来。但当一台相机真的能够一次获得360度的信息，一个新的问题也随之出现。   人并不需要360度的信息。人最终需要的，仍然只是其中几个值得留下的瞬间。X6里增加的那些计算能力，实际上正在处理这个矛盾：一边继续扩大机器记录世界的能力，一边开始替人缩小需要处理的信息。这也让相机里的芯片承担了一种过去很少属于它的工作。镜头决定它能看见什么，传感器决定它能记录多少。现在，芯片开始决定，它能不能看懂。 （来源：我爱公关）