行业核心观点 - 2025年手机影像行业的主线是硬件不再疯狂冲锋，算法和AI开始主导画面，行业竞争焦点从堆砌硬件参数转向追求系统平衡与用户体验 [1] 硬件策略转变：一英寸传感器退烧 - 2025年市面上仍配备一英寸主摄的旗舰机型极少，仅小米15 Ultra和OPPO Find X8 Ultra等少数机型，且定位为不走量的“玩具” [2] - 主流厂商选择从一英寸退一步，例如vivo X300 Pro和OPPO Find X9 Pro主摄采用1/1.28英寸的LYT-828传感器，搭配1/1.4英寸的200MP潜望长焦，其他旗舰主摄也多停留在1/1.3英寸左右 [4] - 此转变是权衡利弊后的新选择，因一英寸模组对手机内部堆叠、结构强度、防水防摔及重量控制压力巨大，且新技术（如叠层CMOS、更高读出速度、多帧HDR）使得“主摄一颗拉满，其余镜头凑合”成为过去式 [4] - 随着算法和AI技术成熟，动态范围、夜景、噪点等原本依赖硬件的差距被缩小，厂商更愿将资源投入长焦+算法+AI的整体体验 [5] - 一英寸退场标志着行业不再靠堆砌“最夸张的传感器”讲故事，转而重视整套影像系统的平衡，旨在让整体画面更顺眼 [7] LivePhoto功能演进与AI整合 - LivePhoto已从iPhone用户的小玩具，转变为微信、短视频平台全面支持后的“日常记录新方式” [8] - LivePhoto相比静态照片的优势包括：无需切换模式、占用体积比视频小、可兼作照片鉴赏与短视频素材 [8] - 为做好LivePhoto，手机厂商在后台运用AI，从几百帧画面中挑选最佳一帧作封面，并用防抖算法处理所有画面帧 [8] - 系统能识别典型场景（如人像、宠物、烟花、车流），并自动生成不同版本：适合朋友圈的关键帧、适合动图的小循环、可丢进vlog模板的动态素材 [11] - LivePhoto已被整合进整套AI影像工作流底层，拍摄的动态片段可被系统二次开发利用，如用于相册年度小结、旅行回顾，或为后期工具（一键擦路人、智能抠图、重构光线）提供多帧信息以挑选最佳基准帧 [12] - 2025年LivePhoto已成为手机默认的记录形态之一，系统在快门按下时已备好静态照片、动态片段及后续剪辑素材，用户无需纠结拍照或拍视频 [14] 高像素传感器应用重定向 - 两亿像素传感器的应用方向被重新定义，从过去局限于超高倍数长焦拍摄远景或演示性能，转变为凭借更大感光面积、配合新一代人像算法与超分技术，成为“人像镜皇” [15] - 以OPPO Find X9 Pro为例，使用3X、5X拍人时，手机会进行高分辨率预采集，对脸部、头发、衣物纹理及背景进行精准识别与分割，并分别处理，最终呈现细节丰富、肤色自然、无违和感的人像照片 [17] 色彩科学与多光谱技术普及 - 2025年，华为、vivo和OPPO等厂商先后推出原色镜头和多光谱系统，旨在解决过去“品牌味”策略导致的肤色在不同光线下不稳定、不同镜头间色调差异大的问题 [18] - 新策略是先利用多光谱传感器、原色镜头配合自研色彩引擎还原“现实世界的真实色彩”，再在此基础上叠加品牌风格 [18] - 例如华为在Pura 80和Mate80系列上用多光谱传感器辅助白平衡和肤色，强调夜景及混合光源下肤色与氛围的稳定性；其他厂商则通过纯净光学堆叠方案与精细算法，使主摄、长焦、超广三颗镜头输出色调尽量接近 [18] 手机与相机的竞争与定位分化 - 专业相机厂商正在向手机学习，简化机身菜单、提供云创作服务以降低操作门槛；同时，手机旗舰机则提供4K/8K、10bit、LOG、LUT、直方图、峰值对焦图等专业功能 [24] - 双方定位本质不同：相机围绕“画质上限”和“可控性”构建优势；手机则致力于解决“拿起就拍、拍完就能发”的需求，构建从抓拍、合成、剪辑到分发的完整流水线 [24] - 手机需守住的优势包括：第一，“拿起就能拍、拍完就能用”的可靠体验，这依赖于对焦、快门时滞、多帧合成、算力调度等工程问题的解决，2025年影像旗舰宣传的“实时全分辨率计算”、“全场景多帧常开”即为此服务 [27]；第二，“拍摄—剪辑—发布”的全流程体验，手机可将所有环节集中在设备自身，系统相册能自动生成影片、AI可识别高光片段并辅助剪辑，极大提升记录生活的效率 [29]；第三，用AI补齐用户知识和操作门槛，将AI构图提示、智能抓拍、自动选片、AI修图、消路人、补光影等功能整合为系统级能力，为用户提供“安心感” [29] 未来发展方向 - 硬件上将继续打磨，补齐主摄、长焦、超广角镜头短板，但不再追求单点极限 [31] - 软件算法和AI将朝着“更自然、更统一、更省心”的方向发展，淡化过度锐化、美颜、HDR等算法痕迹，做好随身创作工具 [31] - 行业竞争将转向谁能将曝光、对焦、色彩还原、抓拍、视频剪辑整条链路打磨得更稳定、翻车更少，以及谁能将AI真正用于降低用户创作门槛 [32] - 对用户而言，转变带来的好处是越来越不需要纠结光线、设备选择或参数设置，大多数时候只需拿起手机按下快门 [32]

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳-> 领取 自动驾驶近15个 方向 学习 路线 今天自动驾驶之心为大家分享 自动驾驶场景重建图像几何SOTA新工作。 如果您有 相关工作需要分享，请在文末联系我们！ 自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一 步咨询 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 论文作者 | Nan Wang等 编辑 | 自动驾驶之心 导读 在自动驾驶场景的三维重建中，神经渲染技术（如高斯溅射）正扮演日益重要的角色。然而，真实世界 中光照、相机参数和视角的不断变化，导致了图像间的"色彩不一致性"，这严重挑战了重建的真实感与 几何精度。为解决此问题，作者们 提出了一个 创新的多尺度双边网格框架 。该框架巧妙地 统一了外观 编码（Appearance Codes）和双边网格（Bilateral Grids） ，实现了对驾驶场景中复杂光影变化的精确 建模，从而 显著提升了动态场景重建的几何精度和视觉真实感。 论文链接：https://arxiv.org/abs/2506.05280 代码仓库（Github）：https://githu ...