如何看待最新发布的vivo X300 Ultra「专业V单」和 X300s「小V单」？

前几年大家都在追求大底，无论是主摄还是长焦，能塞多大 CMOS 就塞多大。

这两年画风渐渐变了，各大厂商不再死磕“一英寸大底”，开始讲影调、讲风格、讲 Live 图。

很多人以为这是审美的进步（确实有在进步），但其实真相很残酷：移动影像发展到这里，已经快要撞上物理学的尽头了。

传感器面积、镜头模组厚度与整机便携性，这三者之间已经变得完全不可调和。举一个最粗略的例子，如果底大就是最优解，那中画幅相机也不会变成今天的小众产品了。

直到今天，vivo发布X300 Ultra ，以“2 亿长焦”为起点，vivo终于将“高像素路线”带回旗舰移动影像的主战场（主摄）。主摄搭载索尼全新一代CMOS LYTIA 901（1/1.12英寸，约 2 亿有效像素，内置 AI 图像处理电路）。

索尼终于“倒戈”了，放弃了死守多年的 5000 万大像素路线，转身拥抱 2 亿高像素阵营，迎头赶上三星。

至此，移动影像巨头们不约而同地走向了“高像素大底”的路线。

那么，为什么大家最终都走向了“高像素大底”？这个问题的答案，彻底撕开了手机影像的最后一块遮羞布。

它遮掩的，正是各家厂商多年来不愿戳破的物理事实：受限于手机的极限厚度和树脂镜片，单纯靠“堆大底、拼纯光学”的路线早就走进了死胡同。

所谓的“媲美单反的纯正光学素质”，在厚度不过一厘米的手机上，正变得越来越像一句自我安慰的营销话术。

随着这块遮羞布被彻底扯下，古典光学时代在手机端正式宣告落幕。大底、高像素配合端侧 AI 的硅基突围，才是计算摄影时代的最终解。

手机影像被物理学锁死了？

只要稍微懂点相机工程学就会知道，纯粹的光学路线在手机上已经走进了三个不可调和的工程学死局。

Z 轴空间的死局： 光学是个极其诚实的物理游戏。CMOS 传感器越大，为了覆盖整个成像圈并保证光线垂直入射，镜头的光学中心到传感器的距离（类似相机中的法兰距）就必须越长。

各大厂为了塞进一英寸大底，硬生生把手机背部做成了“火山口”，重量直奔半斤，与手机的便携性要求背道而驰。

镜片的边缘劣化： 受限于重量和跌落测试，手机镜头模组绝大部分采用塑胶树脂镜片。当底大到一英寸时，受限于镜片厚度，光线在镜片边缘会产生严重的色散和慧差，导致照片中心锐利、边缘糊成一团。

要用纯物理方式解决，就需要极其沉重的多片低色散玻璃镜组，这在几克重的手机镜头里简直是天方夜谭。

衍射极限与光子的博弈： 那如果不做大底，只做极小底的高像素呢？同样行不通。当单像素尺寸被强行压缩到 0.6μm 以下时，就会更明显受到衍射极限的制约。

光线通过光圈产生的衍射光斑，会大到覆盖好几个相邻的微小像素。这意味着多出来的几千万像素，拍到的只是“糊在一起的光斑”，真实解析力并未提升。

既然玻璃的厚度不能无限增加，树脂镜片到了极限，该怎么破局？ 答案只有一个：AI计算摄影。

高像素是 AI 的“优质算料”

这里必须要打破一个大众认知。很多人觉得 2 亿像素单像素尺寸太小，不如 5000 万像素纯净。

但在 AI 计算摄影时代，一套优秀的算法足以弥补硬件上的不足，高像素就相当于给算法提供了丰富的原料，从而能计算出更好的成片。

三星其实早就看透了这一点，其主导的高像素路线（2 亿像素 +单像素0.6μm ）已经坚持了多年。而索尼这次的入局，不仅将参数拉高到了 2 亿像素+单像素 0.7μm），更破天荒地在传感器内部直接集成了 AI 图像处理电路。

AI 图像处理电路有什么用？这就不得不提与其深度绑定的 Quad-Quad Bayer Coding（QQBC）像素阵列了。

这套阵列（16个同色像素为一组）的核心目的，是为了在“高画质”和“高像素”之间实现动态平衡。

在日常或暗光拍摄时，它将 16 个小像素合成 1 个超大像素，大幅提升进光量和画质纯净度。

而当你需要变焦放大时，QQBC 阵列需要恢复为常规的 2 亿像素排列，这个过程极度消耗算力。此时，传感器内置的“AI 学习型阵列重排”电路就会接管。

它在底层直接处理传统方式难以再现的高频信号，不仅在精细图案、文字等微观细节上呈现出极高的还原能力。

这种算力的“片上集成”让极速处理成为可能，甚至能支撑手机在最高 4 倍变焦下，直接输出 4K 30 帧的高画质视频。

正是有了这种底层硬件级的高频数据打底，手机后期的计算摄影才能在超分重建时不做“塑料感”的无中生有，而是有理有据地还原真实细节。

大底不可废，它是“信噪比”的最后守门员

既然算力这么强，为什么还要死磕 1/1.12 英寸这种接近一英寸的大底？

这就回到了物理规律的基本面：算力再强，也无法凭空捏造未被捕捉到的光子。

如果没有大底作为物理基石，微小像素在暗光下捕捉到的全是噪点。这时候 AI 就得耗费庞大的算力去“清洗”脏数据，不仅费电，出图还会有一种强烈的涂抹感，本末倒置。

索尼 LYTIA 901 虽然走了 2 亿像素路线，但其物理面积依然巨大。在光线充足时，2 亿像素火力全开喂饱 AI；光线极暗时，通过底层硬件级的“十六合一”技术，它能瞬间变身成一个单像素面积巨大的高感光传感器，配合 DCG-HDR 榨干动态范围。

这就叫“进可攻，退可守”。大底不再是直接决定出图画质的唯一因素，但它是为 AI 提供高质量原始数据的绝对下限。

为什么是现在？看透索尼与台积电的联手“截胡”

既然思路这么清晰，为什么以前做不了？打破物理学僵局的，往往是半导体封装技术的降维打击。

有人可能会问，三星早就有 2 亿像素了，为什么以前没有引爆这种底层革命？

因为早期的 2 亿像素大多只是纯粹的数据采集，把庞大的原始数据直接扔给手机主板上的 ISP 去慢慢消化，这就导致了以前极其常见的“快门延迟”和高发热。

而索尼这次，是要在传感器内部直接用 AI 实时吞吐、重排这些高频像素数据。如果按照以前的传统架构，这种瞬时爆发的数据海啸，会直接冲垮传感器的内部总线，导致严重发热和延迟。

翻看索尼近年来关于 Evolution of stacked image-sensor and Cu-Cu hybrid bonding（堆栈式图像传感器与 Cu-Cu 混合键合技术的演进） 的技术论文就会发现，索尼一直在悄悄发力，将传感器上下两层芯片连接的“铜-铜互连间距”推进到了亚微米级（Sub-micron）。

这意味着，在感光层和逻辑层之间，索尼修了上亿条超高速数据公路。

更关键的，是台积电的“神助攻”。

2024 年底，台积电位于日本的熊本一厂（JASM）正式大规模量产。这座由索尼作为核心大股东的合资晶圆厂，专攻 12-28nm 特色工艺。

事实上，索尼半导体高层此前在接受媒体采访时，就已经对此明确“定调”：索尼的战略，正是将图像传感器的底层逻辑电路（Logic）委托给台积电等代工厂，而核心的像素感光层（Pixel）则保留在自家工厂自主生产。

在这种成熟的“混血”模式下，索尼自家工厂负责印出极高难度的 2 亿像素感光层，而极度消耗数字芯片制程红利的 AI 逻辑层，则顺理成章地交由熊本厂 ASIC 代工。

两者一结合，索尼完成了移动影像史上最重要的一次“算力前置”：直接把 AI 焊死在了 CMOS 里。 以前是镜头傻瓜式记录，把海量生肉扔给手机主板上的 ISP 去艰难烹饪；现在是传感器自带了全套厨房设备，直接向系统输出加工好的极高画质数据。

移动影像的终局之战

回到首发这套方案的 vivo X300 Ultra。蓝厂极其聪明地把这颗 2 亿像素的超大底 LYTIA 901，放在了标志性的 35mm 黄金焦段上，并配合了同样是 2 亿大底的潜望长焦，算上2款增距镜和无损裁切，它的“打击”范围真的过于离谱了。

从卷CMOS大小、堆镜头数量，到如今的光学与算力深度融合，移动影像已经跨过了单纯比拼“谁家玻璃镜片更厚”的莽荒时代，正式迈入了比拼底层硅基堆栈、先进制程与端侧大模型的新纪元。