0
| 本文作者： 杨文静 | 2026-08-26 19:05 |
8月中旬，我们去到寻影位于深圳国际创新谷的新办公室，见到了联合创始人李亮。这里是寻影的新据点，距离他们从杭州毕业、辗转来到深圳扎根，已过去了十年。
这是李亮第一次出来做公开采访——90后、大疆系、浙大系，构成了他的标签。
2016年，浙大毕业的师兄刘博决定创业，不久后叫上几个师兄弟，睿魔智能就此诞生。这家公司后来以寻影（OBSBOT）这一品牌为人熟知，他们要做的事情在彼时还是“非共识”：用AI造一台不需要人操作的相机，实现影像自动化。
那年刚好是李亮毕业后进入大疆的第二年，大疆的相机软件部还只有八九个人，李亮一个人跟完了第一款变焦相机Osmo Plus，然后转身跟随刘博创业。
回想起当时的入伙经历，李亮大笑着说：“被刘博‘忽悠’出来的。”
在团队里，李亮一直是埋头做技术的那个，他的思路始终谨慎而有条理，“这里有几个维度”几乎成了他回应问题的口头禅，与他当初加入团队时的思路如出一辙，经过多次梳理讨论后，确定“事情可行”才做出决定。
但言语之间，李亮又显得明快而松弛，他常常在交谈时大笑起来，哪怕讲到寻影最黑暗那段时期，也有一种“事情过去了”的松弛感——似乎，这也是寻影当前的状态。
这是一家在巨头环伺的赛道里杀出来的公司。索尼等基因深厚的日系厂商早已把持着主流影像市场，要找到一个缝隙，钻进去，站稳，几乎是所有后来者面临的难题。
而寻影一开始就放弃了行业相对成熟的主流方案，熬过没有芯片支持的技术“空想期”，才在2019年推出第一代产品寻影Tail。
有些意外的是，在第一代产品推出之前，寻影就已经以几乎每年一轮的节奏在融资，包括XbotPark体系内高秉强、李泽湘、甘洁等教授的扶持，以及供应链伙伴酷芯微、思特威的战略进入。最早的投资人高秉强教授还曾多次力排众议，帮团队稳住了方向。
然而，首款产品因市场遇冷和芯片断供，从发售到停产只活了半年多，公司一度裁员近半。直到2020年找到泛会议场景，新推出的Tiny系列迅速引爆市场，救活了公司。
李亮回忆：“最黑暗那些年，教会我们很多事。”
此后，寻影连续五年保持50%以上的年增长，在高端Webcam市场拿下超过50%的份额，位居全球第一；Tail系列开始重新蓄力，成为团队资源投入的绝对主线。
2025年，国际顶级电竞赛事EWC电竞世界杯主动寻求合作，在专业影像场景，团队迎来了一个重要的里程碑。
交谈中，李亮始终认为影像自动化是绝对的终局——场景足够广、市场足够大，所以他不焦虑，也不担心竞争对手的出现。
“有太多太多要做的事、可做的事了。”李亮说。
雷峰网：你加入大疆的时候，正是大疆发展最迅速的时期，当时怎么加入的，又为什么离开了？
李亮：我是2015年进的大疆相机部。那会儿大疆的旗舰产品Phantom 3刚发布，我们进去的时候刚好在做Phantom下一代以及Inspire 2的定义，是非常非常前期的产品，也是奠定他们后来行业基础的那几款产品。
我在大疆相机部的时候人真的很少，整个部门才八九个人，对于这种非旗舰产品，基本上一个部门就只有一两个人负责。我当时做的是大疆第一款变焦类相机叫Osmo Plus，整个相机部从头跟到尾就只有我一个人（在做这款产品）。
大疆其实是非常好的职业平台，在2015到2017年的发展速度非常迅速，我在里面待了一年多就被刘博给“忽悠”出来了。
雷峰网：刘博是怎么把你“忽悠”出来的？
李亮：刘博是我同一个老师的师兄，高我一届，平常沟通相对多，他也比较清楚我在做什么事儿。2015、2016年互联网很热，刘博当时的第一个创业也跟互联网相关——有点类似于女性版的Keep，就是给女性室内舞蹈、瑜伽等做一个社区。
他在做社区的时候发现了一个问题，博主拍摄时往往是她们自己拿着相机去拍，这就有一个痛点：要形成一个哪怕只有20来分钟的视频，拍摄过程非常复杂，基本上得拍一整天才能有一个成片，拍摄过程中大家非常累。而且绝大部分摄影师没有到那种能理解美学的水准，大多都是师傅带徒弟，拍摄逻辑是经验型的。
所以那会儿我们就在思考：既然是经验型的，以我们技术男的思路，这东西就一定能落地变成代码。我们觉得它能到设备端去，变得像人一样理解该怎么拍，这个时候拍摄就轻松多了，这是最初始的意愿来源。
最后我下定决心离开，是经过多轮讨论之后，发现没有人在做我们想做的事。行业里所有的人，哪怕是那会儿的大疆、那些日系影像厂商，大家干的都是同一件事——把相机造得让普通人用起来更方便。但普通人用相机的逻辑还是“我喜欢拍摄”，解决的是拍摄过程中操作的便利性，但我们畅想的未来不是这个。
我们畅想的未来是设备不再需要你操作，有点类似于大疆现在最好的Pocket，我们类比它为汽车里面大家都觉得好开的奔驰，是因为针对驾驶体验做了优化。而寻影做的东西我们称之为“影像自动化”，这个概念其实就很像早期特斯拉，大家不需要关注拍摄本身，而是把拍摄跟客户隔离掉，由设备自己思考该怎么拍。比如我是一个做瑜伽的博主，我为什么要懂相机？拍摄还是得回归内容、回到自己本身。
所以当时的出发点就是：既然短期内看不到大疆要做，也看不到行业里其他人可能有这个想法，但结论是这个东西绝对代表着未来，它是必然会诞生的品类，所以那会儿就决定出来，没人干，咱自己干。
雷峰网：2016年底开始创业，第一代产品2019年才出来，影像创业的门槛是不是很高？
李亮：那是相当的高。影像这个行业它有非常大的独特性。
第一是技术栈又深又长。从最前端去定义镜头，光学是非常传统又深的行业，要弄清楚场景里面什么样的Span（变焦范围或焦段，这里指光学变焦能力）是最好的，光学选型要能承受高时长拍摄的可靠性，影像本身的图像算法处理就是很大的课题；此外，还要让影像动起来，这是运动控制相关的部分；这一切之上还要相机自己能去感知，从感知到控制到决策，是一套非常复杂的深度学习网络才能cover。这条路走了还蛮长的一段时间。
第二，影像赛道跟很多其他赛道不一样，每一个大市场里面的老玩家技术力、品牌力都非常强，扎得非常扎实，这意味着我们的品牌很难在传统赛道上破局。
雷峰网：打磨第一代产品期间最难的是哪个环节？会不会某一个环节一直出现 bug，导致周期特别长？
李亮：bug都是小事儿，解bug是程序员的家常便饭。
最难的是，2016年做这个事儿的时候，没有真正的端侧芯片能实现我们想做的事情。所以大约一年半到两年的时间，我们都是在做技术畅想，完全在白纸上搭积木。
所以AI这一部分是基于设备端影像与云台分离的设计，先把整个部分跑在电脑GPU上，再来反控相机跟云台。这个设计很“蠢”，延迟很大，对控制系统来讲是非常大的干扰因素。
Tracking在控制领域行业是非常老的话题，过去几十年大家更多是基于传统控制理论（这是一套依赖精确数学公式的方法，工程师需要先对系统建立精确的数学模型，再基于这个模型设计控制器），用精确的数学模型去解决。我们则是2016年非常早的一批尝试用神经网络（Neural Network神经网络，与传统“tracking”方法不同，神经网络不依赖精确的数学方程，而是通过大量数据学习输入与输出之间的复杂映射关系）来解决整个控制问题的人。
坚持Demo搭起来之后，我们感受到非常大的刺激，认为这个事必然可行——这么“笨”的系统，效果都比原来最好的控制论文里复现的结果还好。
到2018年左右，幸运的是当时行业里比较头部的芯片终于可以放出来用了，我们才开始真正做产品，把整个影像体系、控制体系、AI体系都落到当时最旗舰的芯片上。一路走来，远没有现在这几年做消费电子类的创业者这么顺，那会儿很多东西都是一穷二白。
雷峰网：2019年产品出来后，2020年初又遇到疫情和断货，是否也十分曲折？当时怎么快速调整？
李亮：那段时间真的非常的黑暗。但我们首先反思了一件事：我们到底做的对不对。大家很快就达成一致：影像自动化这条路是绝对的终局，是个必然，不会因为遇到这些小曲折而变成伪命题。
明确这个方向后，有两件事迫使我们在技术和产品都做了变化。
第一是技术。芯片断货后，市面上可选的高性能平台基本上没有了，只能选择低性能平台去做产品。但那么复杂的系统要往低性能平台上部署，技术攻克维度非常艰难，我们花了大量时间在做算力的小型化，以及在高负荷情况下保障系统稳定调度——这也成为后来Tiny系列的技术基石。
第二是用户。Tail作为我们第一个定义了“影像自动化”的产品，是非常跨时代的产品。但坦白来说，初始用户群跟我们预想的有差异。因为我们是以室内瑜伽、舞蹈等人群起家，认为这部分人群基数足够大，大家也容易理解场景：他们要跳舞当然希望自己不参与拍摄，所以AI相机就正好解决掉了这个问题。
但后面发现不对。影像自动化对泛C类用户来说太前沿了,他们没办法把设备和场景联想起来,甚至不会主动去搜这类产品。那会儿我们开始思考，路径这么长，不可能一直靠融资撑10年、20年，必须找到在当下就愿意为这个事情付费的用户。
反过来思考之后，我们得到几个结论。
第一，第一批愿意付费的人群，一定是以长时拍摄为主。如果视频就拍3分钟，手机或类似Pocket这种产品效率更高，但如果变成一个小时以上的拍摄，手持就不现实了。于是我们确定第一点：长时拍摄为核心；第二，产品更适合的场景其实是作为生产力工具。那会儿叠加疫情，人们对生活消费需求骤降，反而会议是当时唯一被迅速膨胀起来的场景。会议、教育这类泛会议场景毕竟跟工作相关，用户也更愿意为解决实际问题的设备付费，对品牌的依赖度没那么高。
先明确路是对的，再回顾所做的事，慢慢就理解怎样从用户需求出发去找场景；确认往泛会议场景走之后，路径跟产品形态一打合，就变成了Tiny的形态。经历了Tail那么大的挫折之后，尽快把Tiny拿出来，公司就稳住了。
雷峰网：这一段黑暗时光很有因祸得福的感觉，能感受出来，你们整个团队很稳。
李亮：这段时间教会了我们太多事。其实我们几个人都有一个很大的相同点——我们都是延迟满足的人。因为坚信它必成，我们可以忍耐中间诸多艰辛过程。
雷峰网：调整策略的那段时间，背后有没有投资人的启发或压力？
李亮：压力是有，启发方面高老师（高秉强教授）等早期投资人对我们帮助很大。
2016年创业那会儿，我们还在杭州，毕竟四个人都是浙大毕业，但2016年在杭州没有人看得懂硬件。当时我们就来了松山湖，在一个非常巧的契机下认识了高老师、李老师（高秉强、李泽湘），把想法讲出来之后，他们对这个sense非常看好，成为了我们最初始的股东（即当年寻影拿到了XbotPark种子轮融资）。
当时面对场景的讨论，在明确“影像自动化这个事对不对”的过程中，高老师给了我们非常大的信心和支持，也给了很多场景设想；还有在创业公司里，不是所有股东都能看得那么远，高老师也站出来帮我们扛住了压力，很大程度上打消了他们的顾虑。让我们能把精力集中在打磨产品和技术上。
这帮我们屏蔽了很多外部干扰，让我们不用承担太多投资方对整体方向的思考，而把更多时间放回到产品思考上。
雷峰网：此后几年，能吸引大量头部机构进入的原因是什么？
李亮：从2023年往后走，大家已经慢慢认知到AI不是纯粹讲故事，越来越多人从质疑AI到认可AI，越来越多人思考为AI找场景。
影像是承载数据量最大的媒介，影像拍摄过程中的自动化，不光是为解决拍摄，未来一定会成为整个社会的基础建设。这种维度就等效于无数生活化场景里，设备可能无处不在，解决掉所有拍摄逻辑问题，大家能回到真正生活、回到内容创作本身，这也是社会生产力往上走的过程。
认知到这一点，很多投资方做决策不是特别难。
传统影像被西方和日系巨头垄断太久，而我们能进入名单之列，走了一条全新的道路。首先依靠的是系统能力，影像的整个链条很长，能从镜头到sensor、到画质、到运动控制，再到AI算法能力，能让这套体系完整运行的，市面上没有几个玩家；其次是我们在赛道上沉浸最久，不光对AI模型的思考，还有比较大的数据团队，是行业拥有自动化影像数据集最好的公司；最后我们在研发的投入占比常年高达20%以上，团队里超过60%都是研发人员，同时我们的效率非常高，这么复杂的产品，我们前期靠100人团队就完成了Tiny 2、Tiny 3的整个开发，是开发效率非常高的公司。
——这些使得我们在行业里成为了比较独特的存在。
雷峰网：回到产品上，Tiny出来后市场反应怎么样？在预期内吗？
李亮：Tiny爆火是在预期之外的，刚发的时候内心比较虚，跑完三个月之后，信心非常足。
我们是第一个把会议摄像头做到这么贵的团队。传统行业里，最典型的会议摄像头品牌是罗技，原来国内卖200-300人民币，海外卖30-50美金，这类产品是市场主流。我们的第一款产品定价就定到了150美金，跟他们差距非常大，对于市场是否能承担得起这么贵的单品，还有点虚。
但产品出来之后，市场反应还有些出乎意料，Tiny的形态在这个行业真的太特别了！我们当时切中了海外高频线上会议的刚需，后来又洞察到国内直播带货的兴起。在海外，我们从亚马逊等线上平台打进沃尔玛、乐天、Big Camera这些主流实体渠道；之后我们通过Tiny 2进入国内市场，迅速登顶了天猫、抖音、京东等平台的 Webcam 品类销量榜首。
雷峰网：那批用户相当于寻影的种子用户，前期做了什么动作覆盖他们？
李亮：Tiny上市前做了众筹，我们先去跟用户群打合场景需求。
当时有一个澳洲昆士兰大学的教授，他是第一代Tail的用户人群之一。教授经常线上授课，拍自己的课堂相关互动。海外老师上课时会在教室里自由走动，传统设备根本没法跟得稳，Tail一代是当时唯一能解决课堂录制的设备。但教授反馈说，Tail一代功能很多、成本也高，而他的实际使用场景很简单，就是接到录播设备上，然后完成跟踪，所以他希望有一款专门针对这个场景、成本更低的产品。
这类种子用户给了我们很多关键反馈。我们的产品经理就从他们的问题着手，迭代产品的同时，也牵引了一部分用户过来。然后在新用户上touch他们的方式，就能把非常多愿意提意见的用户存在自己社区里，能够大量听到用户反馈的声音。
雷峰网：Tiny出来那段时间刚好是出海很热的时候，你们又踩中了节点。
李亮：是的。但其实对我们来说，做海外是个必然。我们明确做会议这个场景的时候，国内其实没有很多的会议人群能覆盖，咱中国人习惯开会不开摄像头。但海外不一样，海外的文化是哪怕他的摄像头再烂，开会也要打开，文化属性决定了海外会是这个品类最先能规模化的市场。现在回头看，这个判断没错。寻影目前已经覆盖150+个国家和地区，在全球高端Webcam市场市占率第一。
雷峰网：在Tail产品线中，R轴是你们独特的结构创新，这个点是怎么来的？
李亮：Tail产品线跟Tiny不一样，针对的是专业人群。做专业场景不能只看单个功能，而是要理解用户完整的workflow（一整套标准化操作流程）上，从设备架设到拍摄结束，只有把整个流程理解透，才能真正创造价值，让专业用户愿意替换掉原有方案。
我们定义Tail的时候就是从用户workflow的整体场景入手，发现有两个很大的痛点：
第一个，架设与调平效率低。环境架设里调平（指在特定场景下将像机云台底座调整至绝对水平）在从前的专业场景里非常辛苦。传统专业摄像机架设后，需要花很长时间把画面调平，如果设备架在高处就更麻烦，装上去发现歪了，还得重新爬上去调整。
所以我们思考，能不能让设备实现自水平，让专业用户也可以傻瓜式安装？R轴就是从这里发散出来的想法。后来在大型赛事、综艺等场景大量使用，本质上带来的是整个Workflow效率的提升，这也是我们和原有行业产品在结构上的一个重要差异。
第二个是竖屏拍摄。新媒体时代，专业设备也需要解决无损竖拍的问题。即便是Pocket也没有办法拍竖屏无损视频，所以团队思考无损竖屏怎么实现的时候，用了不一样的云台设计逻辑：轴顺序不一样——我们把R轴放在机身内，控制逻辑上就能实现无损竖拍。
但带来的问题就是整个结构设计非常复杂，因为要把R轴包在里面，这使得本身希望便携化小型化的设备完全违背了设计初衷。所以我们花了大量时间优化设计，让整体设计对体积的占用减到最小。
这其中还带来一个麻烦——镜头很重，因为是变焦镜头，受力点在最后面，这就对设备的耐久性有了挑战，镜头持续运动下三个月也许不变形，一年肯定会变形。当时在这个问题上，我们花了很大精力验证可靠性，不光是放R轴进去，前端还有个轴承保证它能长久丝滑运行。
所以从用户需求出发，到结构设计，再到可靠性验证，整个R轴其实是一个完整的设计闭环，而不是单纯为了做一个结构创新。
雷峰网：Tiny和Tail两个系列在团队和资源上怎么分配？哪个是核心主力？
李亮：前期Tiny和Tail是同样的团队，因为公司还没有太大规模，一般Tiny迭一代，之后Tail再迭一代，交叉进行。随着两个产品属性差异性越来越大，就开始分了不同产品线。
Tail系列真正开始恢复是在2024年，中间有一段挺长时间的gap，大概两年左右，业绩贡献从0到现在已经占了差不多三分之一，增长非常非常快。
现在，Tail从研发资源投入来讲是绝对的主线，也是公司的能力平台。Tail承载着专业影像任务，从光学设计到影像算法砸下的资源最多，使用的平台也是性能最好的平台。AI侧落地也以Tail线先启动，因为功耗体积要求没有那么极致，一定程度上能“大力出奇迹”，Tail产品化之后，再把各个高创新点往下降，降到Tiny系列上去。
雷峰网：EWC（电竞世俱杯）用了很多你们的设备，竞赛场景是你们一开始就设想的吗？
李亮：竞赛是后期慢慢发现的场景，不是最初期定义的，初期定义还是以生产视频内容的小团队为主，但在思考专业产品线的过程中形成了一套解决方案。
我们的合作基本上是一拍即合。很早的时候电竞顶级组织ESL先联系到我们，测试了好几年，2020年左右就开始测试，期间用Tail第一代尝试过，给了我们大量的数据及反馈信息；后来升级到第二代，一直一直测试后，最终决定先投放100台。赛事前的配合调试也接近四五个月，7×24小时挂着测，各种压力测，各种验证逻辑，花了很多精力。
EWC这样的赛事痛点是不能miss掉任何精彩瞬间，这必然要加好多机位补视角，但这么多机位该怎么控制？每个机位后面站一个人是超级巨量的成本。去年合作100台机器的时候，一个人基本可以控制10-20台机器，效率有了非常大的提升，今年进一步提要求，一个人控制60台机器；同时很多粉丝互动专场也放给Tail来拍，赛场里出现的所有场景基本都要覆盖到。
雷峰网：跟他们合作最难的点是什么？研发投入是不是变得更多了？
李亮：有几个难点。第一个是可靠性，原来用户不会扛如此超长时长记录；第二个是交互逻辑，原来用户极限一般就一个人控7台设备，他们提出控二三十台，就需要解决大量并发控制问题。所以我们得针对需求单独开发一套交互，要可以在任意一台机器上分组，分完组之后一键给所有group里的机器发同样的命令。
这期间研发投入会变得更多一点，但好处是真的在这个场景里磨合进去了。在EWC验证成功后，我们发现一个很棒的趋势——越来越多挑剔的专业场景开始主动找上门来。现在《毛雪汪2025》《现在就出发》《地球超新鲜》以及一些综艺节目也是几十台一起控制，就一点都不担心了。
其次画质也很重要。因为电竞赛事的打光很复杂，各种花里胡哨的光闪来闪去，对影像的挑战非常大，而现场为了让选手降低干扰，他们附近的打光又很暗，在这种复杂光源下快速切换就需要在图像上做大量优化。
其中一方面是色彩，色彩对打光非常敏感，我们花了很多时间调试，怎么在复杂光源照射下让整体色彩还原度仍然保持在比较高的水平，而且整体不降饱和度；另一方面是对焦，这种场景下人物移动、光源快速切换，需要让相机做到稳定的对焦，这也不是件容易的事儿。
雷峰网：今年从100台增加到500台，还需要磨合吗？
李亮：其实还是做了很多事儿，毕竟去年没有那么多场景。所以我们在AI侧花了很大精力做升级，AI侧的核心就是跟得更稳，同时进一步提升拍摄手法，让它拍出来更像摄影师。比如自动变焦，之前很多时候都是直接从起始位匀速拉到被拍摄对象的特写，但对于摄影师来讲，启停是很讲究美学逻辑的；云台控制也一样，不是永远跟着拍摄者就可以，整个云台移动运镜都要符合专业的审美，这些都需要AI调试。
雷峰网：你们的AI智能跟踪跟市面上头部的影像公司有什么差异？
李亮：坦白讲从根儿上就不一样。最初我们定义“跟踪”这个事儿，不是单纯从跟踪领域去定义的，而是从拍摄构图角度，所以在构建数据集的时候，会有大量专业摄影师的拍摄运镜手法和构图逻辑在里面。跟踪不仅仅是把跟踪目标识别到放在画面里，更多是从拍摄美学逻辑出发，拍摄对象在画面里哪个构图点最合适。所以整套网络构建逻辑差异性还是比较大。
雷峰网：你们从什么时候发现竞争对手加入？毕竟看到机会后，同类型的产品往往会迅速布局。
李亮：其实Tiny第一款出来还没有那么多人关注到，因为太新了。直到Tiny 4K出现之后（也就是团队把原来第一代产品从1080升级到4K），圈内好评率特别高，这款产品把行业往上拉了一个维度，慢慢的就开始有一些厂商follow我们的形态，不同类型的玩家也很多。
但这里有一个很大的点在于，Tiny不是一个简单的产品，运动控制、影像、AI是非常系统集成化的，所以第一波follow的人做出来的产品都奇奇怪怪的，有各种问题，没有办法真正走到用户端侧，让用户把它当做工作主力产品。第一波follow的玩家很快就出局了。
直到Tiny 2这代产品出来之后，Tiny 2是一个很有竞争力的产品，画质拉到跟旗舰手机一致，控制和AI已经非常成熟，因此在各类场景上增量非常快。开始有了第二波follow群体。
雷峰网：第二波竞争者进来后，有没有危机感或应对策略？
李亮：危机感肯定会有。我们的竞争对手分为几类：
第一类是跟我们有相同属性的平台。这个事要从两方面来看：首先从市场维度来看是好事，最开始我们的产品形态不是所有人的共识，头部玩家进来之后一起把声量做大了，现在高端会议摄像头不长这个样子就卖不出去，已经变成了共识。
从产品维度来讲，对我们来说确实也是鞭策，头部玩家能力都不赖，而技术的护城河大概一年至一年半就到极限了，这也让我们不光要从技术维度出发，更是要把注意力放在用户场景里。
我们在场景上积累得比较久，一方面在用户侧有很大的用户运营团队，可以收集用户在具体场景中的反馈；另一方面是在国内设了一个专门的调试团队，可以直接在厂里为主播这类用户进行调试，也能深入知道用户痛点是什么。在由场景带来的技术拓展上，我们花了很大量精力在数据集构建上，所以在对应场景里的跟踪仍然是同行业最稳定的。
这一类的头部玩家对我们来说，在一起把市场做大的同时，也让Tiny 3这样的产品在鞭策中打磨得越来越完美。
还有一类非头部玩家，他们中也有一部分想通过这个形态往上冲。从这个角度上讲，我们就不光要保证产品的高端性，也要让盘子更稳固，还要把整体成本控制住，这也倒逼寻影的系统集成能力进一步提升。我们用研发实力代替单纯的硬件堆砌，保持产品的综合竞争力。
雷峰网：供应链侧是因为前期合作比较深所带来的优势吗？
李亮：其实不是。对于我们这个阶段的公司，没有办法从量的角度去摊薄成本，用同样的东西就比谁家便宜30%-40%，这是大厂才能干的事儿。寻影供应链降本，更多其实是方案的重新设定。
降本更多是从研发侧去思考——也就是从系统集成成本诉求反推方案整改（以实现总成本目标为核心诉求，从整机视角出发，倒逼每一个零部件和工序的设计优化），单个零件采购价不比别人低的情况下，整机成本比头部厂商更低，因为在核心部件上可以用研发实力替代传统的依靠堆砌顶级硬件的那套逻辑。
雷峰网：在影像行业十多年，您觉得当前还有什么机会和趋势？
李亮：影像行业在当前属于最好的时代。
还是有几个维度：第一供应链侧，前几年高端技术全被外部掌握，现在国产供应链整体能力已经可以匹配到最top那档，为产品创新提供了坚实的基础。
第二技术维度，AI能力比前几年大幅增长，特别是大模型follow来临之后，技术基建进入爆发临界点。智能程度从原来感知单点低维度信息，慢慢转向感知高维度信息，原来不能做的场景现在可以靠AI实现。比如，原来AI最多能认知位置变化，未来或许可以理解情绪变化，从拍摄运镜去捕捉情绪表达，曾经的构想跟技术之间的gap慢慢被衔接上了。
第三市场变化，越来越多拍摄人群增加、拍摄频次增加，使得很多没法做的小市场体量逐渐变大。哪怕是现在的无人机市场，回到2012年、2013年也承载不住大型公司；现在直播也如此，原来直播不能被称作品类，但随着人群和频次增长，现在已经成为一个大品类了。随着生活习惯的变化，会有越来越多垂类市场足以承载住一家家公司的体量——做好必须沉到市场场景里去的准备，这就是创新企业的机会。
雷峰网(公众号：雷峰网)：但最好的时代也意味着最多的人涌进来。
李亮：的确随着规模增长，影像行业能容纳的竞争对手也会越来越多，未来会互相渗透产品形态和场景。但对于寻影，要做的不是固守现在的盘子，是要向未来终局的盘子快步走。
影像自动化要做的事儿太多太多了，即便发展这么快，仍然处于比较早期的阶段。有点类似于自动驾驶L2，那么影像L2的概念，就是通过AI辅助减少拍摄参与，人完全不参与，机器就能够完整理解物理世界，把物理世界的信息映射到执行决策上来。现在远没到这个level，但这是绝对必然。
更高维度来讲，还是以自动驾驶举例，现在定义最高级别是L5，但我认为不对，L5仅仅解决了单机自动驾驶，特斯拉更进一步定义了L6，如果未来所有机器单机就能够运行，这就不是个人维度上看到的价值，而是从市场或社会维度，拥有上千万台无人化机器同时调度运转，这种变化会非常可怕。
映射回影像行业，从单机智能变成多机智能，所有group组合在一起，也可以完全由系统自动决策。让人彻底从繁琐的拍摄工作中解脱出来，回归内容和生活本身。比如婚礼拍摄，自己去参加婚礼就好了，结束之后，就能留下最美、最有纪念价值的照片和视频。
有太多太多要做的事、可做的事，竞争者的出现并不会对我们形成干扰。
2026-07-02
2026-08-10
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
