為了能夠讓用戶充分體驗到2億像素的驚艷細節，vivo在開發過程當中結合了處理器，顯示屏這些零部件，能發揮出什么樣的增益效果呢？

因為影像是一個軟硬結合的一個巨大的復雜系統。它從光學鏡頭到Sensor傳感器到模組到ISP（Image Signal Processing，圖像信號處理）到算法。它是5條核心的基礎線，其實是一個完整的有機的整體。這里面任何一個鏈條出現問題，最終用戶就會感覺到特別難受。所以在這條線上，Sensor（圖像傳感器）是里面的一個很核心的關鍵。同時另外幾條線也很重要。

所以我們給ISOCELL HP9的Sensor（圖像傳感器）新開了一個跟Sensor的CRA（Chief Ray Angle, 主光角）高度匹配的鏡頭。CRA的精度是什么？就是鏡頭的光的入射角度和Sensor的入射角度是高度匹配的，這個時候光進來的損失是最少的。再一個就是NICE算法，AI大模型對Sensor的適配。訓練模型花費的時間周期是比較長的。

再一個就是剛才提到的我們對處理器的優化，對整個影像通路的優化，包括它的傳輸速度，它的響應時間，它的內存占用，它的功耗，它全流程的端到端的全鏈路的優化都是比較高的。

我們認為我們跟三星在Sensor（圖像傳感器）這條線，長焦第二主攝去做一個聯合的定義，給用戶呈現一個很好的效果。我們其實也有兩個初步的想法。第一個就是通過這次的X100 Ultra，我們要給用戶提供前所未有的中長焦的變焦體驗。第二個是希望給手機行業這個長焦賽道，找到一個結合堆疊，效果，體驗，更具科學的一個方案，我們也在探索一個這樣的方案。更科學的就是大底潛望長焦的這個方向。我也相信未來很多同行會慢慢的跟進這個方向。這樣可以讓更多的消費者獲得更好的中長焦的變焦體驗。

在提升長焦相機畫質的開發過程中，vivo開發團隊都遇到了什么樣的困難? 是如何解決的呢？

我們內部應該是從22年底23年初開始預研這個方案。這個過程中，有3到4個方向是遇到比較大的挑戰的。第一個就是小Pixel（像素）帶來的光學衍射問題，因為最小的Pixel是0.56微米（?）。這個時候其實對光學的設計，尤其是現在的大模型算法的要求都特別高。我們內部用NICE引擎算法，和三星在Sensor（圖像傳感器）到算法之間的適配層面，做了大量的模型仿真工作。現在的結果是非常不錯的，我們欣喜的看到這個問題已經解決的比較好了。

第二條線其實就是這個模組特別大，特別重。這個對算法控制和這個機電一體的技術要求是比較高的。在這個層面我們跟三星的Sensor（圖像傳感器），三星電機，vivo的算法團隊與vivo內部器件團隊從2月份就開始聯合辦公了。上個月末，我們這個問題已經解決的比較好。我們還規劃了未來的N+2，N+3應該怎么去優化。因為機電一體化本來就是很難很難的一個技術。它是純硬件的，它對材料工藝，先進的封裝都有很高的要求。正因為它是個長賽道，我們認為是有機會把它解決掉的。

最后一條線，就是性能這條線。我們發現2億像素，這個圖像的數據信息特別多。因為它的數據量特別大，平臺處理起來花費的時間更長，需要的內存Memory占用更多，系統的通路功耗更大。你會發現這三個問題的挑戰是空前的。這三類問題如果不解決，其實用戶沒有一個很好的體驗。我們跟平臺廠商，以及我們的自研芯片，和三星Sensor（圖像傳感器）在聯合調優這個維度花費了很大的時間。目前來看基本的體驗，我覺得靠齊X100 Pro應該是沒問題的。

除了像X100 Ultra這樣的旗艦產品，之后vivo會不會考慮在其他產品系列上也搭載超高像素長焦鏡頭呢？

一項技術的推廣，它的背后因素是比較多的。第一個就是看消費者的需求，第二個是看產品的定位或者目標人群。目前中高端的機會是比較大的，因為很多技術的下放需要一個過程。

從技術層面，其實潛望長焦它有兩個問題未來需要迭代優化的，而這些方向是會持續進步的。一個是體積大。第二個是特別貴，現在的潛望（長焦）的成本已經遠高于主攝。這兩條是會限制它在更多的、比如說中端機器上去用，但是這兩條技術路徑，我們已經跟包括三星Sensor（圖像傳感器），三星電機在內的上下游合作伙伴在做N+2，N+3的技術功課了。

比方說潛望（長焦）又重又大怎么解？一個是新材料，一個是先進的封裝技術。這兩條其實我們都有路徑。通過新材料，通過先進的工藝，我們會把良率、把成本控制到一個比較良好的階段。這樣的話當我們解決這兩個重大的難題的時候，未來往中端機器去普及。可以預見未來兩到三年，高像素潛望（長焦）都是最核心的這個方向。