1975 年的冬天，柯達應用電子研究中心的工程師 Steven Sasson，在實驗室里拼湊出了一臺古怪機器。

它重達 8 磅、僅 1 萬像素，按下快門后，需聽著沉悶的機器運轉聲等待漫長的 23 秒，才能將一張黑白照片寫入到飛利浦卡式磁帶里。

面對極低的像素和數據存儲速度，Steven Sasson 認為這玩意還需要 15 到 20 年才能真正和膠卷競爭。

之后二十年，影像行業(yè)滄海桑田。影像載體加速數字化，并在二十一世紀的頭一個十年，終于如 Steven Sasson 所愿，終結了膠卷時代。但那時，相機依舊屬于「家庭重資產」，人類還沒法隨心所欲地拍照，更遑論視頻創(chuàng)作。

直到移動影像時代來臨。

剛剛發(fā)布的 vivo X300 Ultra，搭載第五代驍龍 8 至尊版，拋出了一個令人側目的規(guī)格：全焦段 4K 120 幀 10-bit Log 視頻。

此時回頭看去，才發(fā)現人類用五十年的時間，建造了一條數字大運河，并讓每個人都能行船其上。

底層擴容，鯨吞光影

這條運河里奔涌的河水，本質上就是海量的「密集影像信號」。

這個聽起來頗為學術、有些距離的詞，實際與每個舉起手機按快門的人息息相關——

回想一下早年的智能手機，你一定對這樣的畫面不陌生：高光死白、暗部死黑、色彩斷層、幀數不高，還伴隨著揮之不去的噪點。

▲ iPhone 4s 拍攝的夜景畫面，圖片來自@PhoneArena

視覺上的災難，本質上都是因為底層圖像信號處理器（也就是我們更熟悉的 ISP）「咽不下」龐大的信號。

那時的手機只有 8-bit 的量化精度。一旦環(huán)境光比超過傳感器的承載極限，高光區(qū)域的電平就會發(fā)生不可逆溢出，變成一片死白；而信號的暗部，則會被 ISP 粗暴地抹平成一團帶有噪點的死黑。并且物理級的信息丟失，任何后期軟件都無力回天。

這個痛點，比我們想象中更持久。

廠商曾試圖用增大傳感器面積換取更大的動態(tài)范圍解決這個問題。但時至今日，在極度受限的機身內部，單純堆疊物理尺寸的路徑已逼近極限，后端 ISP 變得愈發(fā)重要。

▲ 手機內部空間已經被影像模組與電池瓜分，圖片來自@Notebookcheck

過去很長一段時間，受限于物理規(guī)格，手機的算力中樞停留在 14-bit 雙 ISP 階段，隨著傳感器捕捉的信息愈發(fā)龐大，ISP 的數據管道必須隨之拓寬。

從 2020 年驍龍 888 引入 14-bit 三 ISP 以應對并發(fā)數據，到后來 Spectra ISP 迭代至 18-bit，移動平臺將影像數據的處理帶寬擴容了 4096 倍。如今，為了承載更密集的影像信號，vivo X300 Ultra 搭載的第五代驍龍 8 至尊版 Qualcomm Spectra ISP 順理成章地邁入了 20-bit AI 三 ISP 時代。

別小看這區(qū)區(qū) 2-bit。在數字底層，這個單位的任何變化都呈指數級海嘯：單通道色彩的量化層級從 26 萬平穩(wěn)過渡到了 104 萬級，為底層數據提供了 4 倍的動態(tài)范圍余量。

依托這層寬裕的物理基底，vivo 與高通在底層影像管線上，完成了深度的聯合調優(yōu)。

結果也很生猛：X300 Ultra 實現了全焦段 14EV 的動態(tài)范圍覆蓋。

這股龐大的數據余量，被悉數灌注進了兩個極其考驗底層的專業(yè)規(guī)格中——Log 格式，與杜比視界。

在 Log 模式下，20-bit AI 三 ISP 負責將傳感器捕捉到的線性信號，實時映射為對數曲線。由于底層采樣精度的提升，手機保留了更豐富的原始信息，從而在后期調色時能有效抑制色階斷層，擴展了后期處理的邊界；而在杜比視界標準下，算力則體現為對動態(tài)元數據（Dynamic Metadata）的封裝精度。它能夠更準確地對準每一幀的亮度與對比度信息，使高光與暗部的 HDR 層次得到如實呈現。

落實到實際體驗上，效果也很明顯——我們帶著 X300 Ultra 去拍攝了一場「熱帶極光」，憑借 Log 格式極其優(yōu)秀的動態(tài)范圍與寬容度，我們在夜半時分記錄到離島的漁船照亮了天際。

經過后期還原后，漸變的天空過渡自然柔和，沒有出現色彩斷層，噪點抑制表現堪稱優(yōu)秀。

至此，原本屬于影視工業(yè)的寬容度規(guī)格被集成進移動芯片，在底層鑿出一條數字運河的航道。普通人也就能隨時隨地、以手機拍攝出更高規(guī)格且具備后期空間的視頻，進而有了更多的創(chuàng)作可能。

多攝并發(fā)，變焦絲滑

解決了單顆鏡頭的明暗寬容度，只是完成了靜態(tài)畫面的重構。

但視頻的核心在于敘事的連貫性，這就引出了移動影像長久以來的另一個痛點：變焦卡頓。

在拍攝視頻時，我們常需要推拉鏡頭來切換視角。但滑動變焦環(huán)時，畫面往往會伴隨一陣不易察覺的跳動，色彩和白平衡也會發(fā)生突兀的偏轉。

影像的敘事感，就這樣被硬件的遲鈍瞬間撕裂。

癥結在于手機內部的鏡頭各自為戰(zhàn)。它們素質各異且受控于獨立時鐘，傳統 ISP 的「冷啟動」策略只能在變焦瞬間倉促切換。時間戳一旦錯位，畫面的跳幀與色彩斷層便注定發(fā)生。

▲ 傳統專業(yè)攝影中，時間戳的對齊需要參照全球時間

要在移動設備上實現順滑的變焦推拉，就必須在底層強行打通這些相互獨立的硬件。

在 vivo X300 Ultra 實現全焦段高規(guī)格視頻錄制的背后，第五代驍龍 8 至尊版用兩套相互咬合的底層機制將硬件扣合起來——

20-bit AI 三 ISP 撐起龐大數據吞吐，讓三顆鏡頭得以在后臺保持熱并發(fā)狀態(tài)。即使當前只用主攝錄制，超廣角和長焦的 ISP 通道也已經在后臺同步運行著 3A（自動對焦、自動曝光、自動白平衡）算法，為隨時上場熱好身。

與此同時，第五代驍龍 8 至尊版的高通多攝同步系統（MSCC），扎進最底層的硬件總線，給這些原本各自為戰(zhàn)的鏡頭，強制下發(fā)了一個統一的「全局時鐘」。

廣角、超廣角、長焦。

無論它們的物理位置有多遠，傳感器素質有多大差異，底層的死命令只有一個：

在同一個微秒，同時曝光；在同一個瞬間，讀取數據。

時間軸，被徹底鎖死。

兩套機制并發(fā)運行，以此換取 vivo X300 Ultra 跨鏡頭推拉時，不同傳感器之間的數據交接平穩(wěn)過渡，從而緩解了跳幀與白平衡漂移的痼疾。

專業(yè)影像領域如河流般暗流涌動，如果沒有堅固巨艦為依托、嚴密的團隊做協同，不得逐浪其中。

如今，底層芯片的算力在小小的機身內部，用數字邏輯管控物理秩序，讓沒有資金與團隊的創(chuàng)作者，也能泛舟而行。

編解碼，與算力雙向奔赴

在影像領域，長期存在著一個反直覺的「算力悖論」：

在普遍認知中，相機處理器并非性能怪獸，卻能吞吐洪流般的超高規(guī)格視頻數據；我們手中搭載著強悍 SoC、能夠高幀渲染游戲大作的智能手機，但在持續(xù)的極致影像記錄時捉襟見肘。

究其根本，相機的處理器（ASIC）生來只為影像服務；而手機作為復雜的數字樞紐，真正留給影像的算力其實并不富裕。

算力的拮據，逼迫過去的手機不得不向存儲空間妥協——普遍采用 H.264 或 H.265 等幀間壓縮（Long GOP）格式，只記錄關鍵幀和差異信息。這種做法極大地壓縮了體積，卻也徹底破壞了畫面的物理空間信息。

▲ H.264 編解碼原理，圖片來自@ResearchGate

沒有后期的底氣，所有的前期快門都不過是碰運氣。

一旦將這種素材導入剪輯軟件進行二級調色，哪怕只是輕微拉扯一下陰影或高光曲線，畫面立刻會暴露出大面積的馬賽克色塊與嚴重的色彩斷層。

后期的調色空間被死死鎖住，創(chuàng)意的落地、創(chuàng)作的可行，都無從談起。

隨著 vivo X300 Ultra 上市，長期以來的固有認知正在失效，4K 120fps Log 這類專業(yè)格式，來到手掌的方寸之間。

除了 20-bit AI 三 ISP 的持續(xù)發(fā)力，讓有著高后期空間、創(chuàng)意可能的格式來到我們手上，此外，編解碼器也功不可沒——在 vivo X300 Ultra 上，vivo 與高通互相協作，成為國內首個落地 APV 422 編碼的智能手機。

APV 采用的是專為非線性編輯（NLE）打造的「幀內壓縮」，將每一幀畫面的色彩深度與亮度信息獨立、完整地封存起來。將 APV 422 格式的素材在達芬奇中調色，畫面會展現出相當強的韌性，在應對節(jié)點式操作或復雜的 LUT 映射時，也能有效支撐起暗部細節(jié)與高光過渡，大幅減少了以往手機視頻一拉曲線就出現馬賽克與色階斷層的尷尬。

更友好的是，在提供與影視標桿 ProRes 幾乎同等極致畫質的前提下，APV 的底層編碼機制讓文件體積進一步降低了約 10%。

在內存價格飛漲的大環(huán)境下，編碼效率提升有助于創(chuàng)作者開源節(jié)流，能省下不少錢。

性能與編解碼器技術的雙向奔赴，為這條大運河打造了高規(guī)格的「數字集裝箱」，將信號完整且順暢地運送到后期工作流，手機得以擁有與專業(yè)數字電影機全鏈路閉環(huán)無二的創(chuàng)作潛力。

移動影像抵達入�？�

2014 年，vivo 推出 Xshot 拍照旗艦，與 X 超薄、Xplay 大屏兩臺機型一起組成三位一體產品線。

這臺手機搭載 1300 萬像素的索尼第二代堆棧式傳感器、F1.8 的大光圈、光學防抖和雙色溫補光燈。而另一個沒那么引人注目的配置，是 Xshot 配備的驍龍 801 處理器引入了雙 ISP 架構，用以解決快門遲滯問題，并為高頻作用的 OIS 光學防抖計算補償角度，提供算力支持。

▲ vivo Xshot，圖片來自@vivo

用底層算力輔助物理防抖的工程雛形，在今天演變?yōu)榈谖宕旪?8 至尊版上 OIS 與 EIS 極高頻數據握手的全焦段防抖鏈路。

非常巧妙的呼應。

此后十余年，手機影像能力一路狂奔，所產生的數據從溪流匯聚成洪流。 承載洶涌信息的河道，也持續(xù)擴容。

回溯至 X100 Ultra，行業(yè)首次將 2 億像素長焦塞入受限的機身時，瞬間快門帶來龐大數據擁堵。高通引入認知 ISP（Cognitive ISP），在底層提供了硬件級的實時語義分割與算力冗余，讓高像素的數據吞吐不再伴隨漫長的處理黑屏，干凈利落。

到了確立專業(yè)影像基調的 X200 Ultra，戰(zhàn)線被推進至更為嚴苛的暗光 4K 視頻。面對極低信噪比的環(huán)境，依托驍龍底層的異構計算平臺，影像架構完成了從傳統 ISP 向 NPU（神經網絡處理器）的深度交接。通過將 AI 算力前置到 RAW 域進行幀級降噪，手機終于跨越了小尺寸傳感器在夜景視頻中的進光量枷鎖，實現了干凈、可用的動態(tài)記錄。

每一次前端模組與傳感器的激進探索，都在對底層的吞吐能力發(fā)出嚴苛拷問。

如今，在 X300 Ultra 上，這場向底層索要寬容度的漫長工程，終于觸碰到了工業(yè)級影像標準的邊界。

回頭，移動影像從「拍到」到「拍好」的河道蜿蜒漫長；前眺，從「記錄」邁向「創(chuàng)作」的汪洋近在眼前。

數據洪流激蕩交匯，驍龍筑起的河床向寬而行。

移動影像，終于在此刻抵達入�？凇�