“一英寸大底”退烧后,vivo X300 Ultra给出了移动影像新答案
移动影像技术的发展正面临物理瓶颈的制约。此前,行业普遍追求“一英寸大底”以提升画质,但传感器面积、镜头模组厚度与整机便携性之间的矛盾日益凸显。随着物理光学路线在手机端接近极限,厂商们开始转向“高像素大底”配合端侧AI的硅基突围方案。vivo发布的X300 Ultra搭载索尼LYTIA 901传感器,标志着这一技术路线的成熟落地。
01物理光学的工程学死局
- Z轴空间限制
为了覆盖大底传感器并保证光线垂直入射,镜头光学中心到传感器的距离必须增加,导致手机背部凸起严重,牺牲便携性。 - 镜片边缘劣化
受限于重量和跌落测试,手机多采用树脂镜片。大底传感器导致光线在镜片边缘产生严重色散和慧差,纯物理解决方式需要沉重的低色散玻璃镜组。 - 衍射极限制约
当单像素尺寸被压缩至0.6μm以下时,光线通过光圈产生的衍射光斑会覆盖多个像素,导致高像素无法转化为真实解析力。
02技术解构:LYTIA 901与AI计算摄影
vivo X300 Ultra搭载的索尼LYTIA 901传感器,采用1/1.12英寸大底,具备约2亿有效像素。其核心突破在于内置AI图像处理电路,配合Quad-Quad Bayer Coding(QQBC)像素阵列,实现了高画质与高像素的动态平衡。
技术方案对比
传统光学路线
单纯依赖物理硬件提升画质
- 依赖大底传感器和纯光学镜头
- 受限于物理尺寸和材料特性
- 难以兼顾便携性与画质
硅基突围路线
高像素大底+端侧AI计算
- 2亿像素提供丰富原始数据
- 传感器内置AI电路实时处理
- 通过算法弥补硬件不足
QQBC阵列在暗光环境下将16个小像素合成为1个大像素,提升进光量;在变焦需求下恢复2亿像素排列,由内置AI电路处理高频信号,支持4K 30帧高画质视频输出。这种设计让大底成为AI算力的物理基石,确保原始数据质量。
03底层工艺支撑与产品落地
索尼通过堆栈式传感器与Cu-Cu混合键合技术,将感光层与逻辑层的铜-铜互连间距推进至亚微米级,构建了超高速数据通道。同时,索尼与台积电合作,利用熊本一厂的12-28nm特色工艺代工逻辑层,实现了“算力前置”,将AI处理能力直接集成在CMOS中。
| 技术维度 | 传统方案 | LYTIA 901方案 |
|---|---|---|
| 数据处理 | 主板ISP后处理 | 传感器内置AI电路实时处理 |
| 制程工艺 | 通用工艺 | 台积电12-28nm特色工艺代工 |
| 像素合成 | 固定合成 | QQBC阵列动态调整 |
技术方案对比
vivo X300 Ultra将LYTIA 901传感器置于35mm黄金焦段,并搭配2亿像素潜望长焦,覆盖了从广角到长焦的全焦段需求。这一组合标志着移动影像从单纯比拼硬件参数,转向了光学与算力深度融合的新阶段。
当前文章无评论,是时候发表评论了