关注「电动车公社」
和我们一起重新思考汽车
最近大家应该发现了，包括数码博主、旅行博主等等在内，许多创作者都涌进了汽车这条赛道。
有人觉得，这是真实体验；有人觉得，这是跨界恰饭；也有人觉得，汽车产品数码化已经不再遥远。
但社长倒是觉得，在汽车行业飞速发展、产品日新月异的当下，更需要不同领域的专业/非专业人士，通过不同的视角，给大家带来更加立体的解读。
换到数码领域，也是一个样
。
正好前两天，佳能邀请社长参加了一场相机品鉴会，试拍EOS R5 Mark II和EOS R1：
在深入了解过后，我却发现影像领域的发展趋势，竟然和汽车行业有着许多共通之处。而影像技术的发展，很可能会成为解锁无人驾驶的终极密码！
这一切，还要从200年前的第一张照片开始说起。
01. 从小孔成像到数码相机
“为什么光沿直线传播，会最终呈现烛光的倒影？”
很多小伙伴第一次感受到光学的奇妙，或许就是从小孔成像实验开始的。
而这，也成了早期照相机的雏形。
1839年，法国发明家、化学家达盖尔就根据小孔成像的原理和暗箱技术，造出了全球第一台照相机。差不多长这样：
相信从图片上也不难发现，早期的原始相机存在一个巨大的问题，就是特别巨大。
再加上它的原理是把卤化银作为感光材料涂抹在金属或玻璃版上，曝光后再进行显影、定影。受限于当时的技术条件，感光度不够好就必须增加曝光时间——
想拍一张大头照，都得一动不动地把脑袋放在卡箍里静置30分钟才行，更别说拍摄户外的风光了。
当时的报社记者，对这种新鲜玩意是这么评价的：
“就像是在马路上拿着一面镜子，把周围的景物极细地反映出来，然后把镜子带回家。”
既夸了写实的画质，又吐槽了体积大重量沉，还隐藏了最大的痛点拍摄时间，不愧是传媒界的祖师爷，情商真高。
在随后的几十年间，感光版越来越轻，感光能力也越来越高，曝光的时间得以大大缩短。底片、胶片的发明，更是让相机像一部“大哥大”一样便于携带。
从世界第一到被反复鞭尸的柯达，就是在这一时代背景下崛起的。
它在1900年推出了一款“人人都能买得起，小孩子也能轻松上手”的Brownie纸板相机，售价只要1美元，胶片也只要15美分1卷。
由此，相机进入了新的胶片时代，摄影第一次成了平民化的活动。
这一延续，就是一百年。
胶片时代的创新，除了更加便携之外，主要集中在三个方面。
一，是加强了动态拍摄（视频）的能力。
只需要把感光胶片像弹匣一样连续送进相机，就能把拍摄速度从幻灯片的每秒12张提升到纪录片的每秒60张（60帧/秒），甚至能拍摄第一届奥林匹克运动会的实况！
二，是画面从黑白变成了彩色。
1900年前后，“电影之父”法国鲁米埃兄弟将染有三原色的土豆淀粉均匀涂在玻璃干板上，实现彩色正片感光，发明出了真正的彩色底片。
但从原理上也不难发现，它用的还是原始相机的干板感光技术。彩色胶片要等到1935年柯达发明Kodachrome之后，才逐渐普及。
三，是随着光学技术的发展，出现了一大批功能各异、画质也越来越出色的镜头。
专门拍摄远距离的长焦镜头、专门拍摄广角的广角镜头、以及大家早已习以为常的变焦（可以简单理解为放大和缩小）镜头，带来了越来越多的影像变化。
这让人们从更多不同的视角出发，看到了这个世界的美好。
但正如那句话所说，柯达直到破产那天，生产的胶卷质量都非常好，只是世界不再需要它了。
确实，胶片相机的光影层次更丰富，出片的效果也如同奶油化开般自然。但它却有几个天然的硬伤——
最直观的，就是“摄影穷三代”。一次“你闭眼了啊，重来”，就会多浪费一张胶片。
拿到满意的底片之后，还得去照相馆冲印。往往要等一周后新鲜劲都过了，才能看到成片。
更难的，是它还自带debuff：拆装胶卷要手动，测光要手动，对焦要手动……成片好坏全凭经（yun）验（qi），就连底片都要放在避光的地方保存。
就算后期的胶片相机有了自动曝光和自动测光技术，也很难让普通人迅速捕捉到最完美的一瞬间。
这几点叠加起来，就是四个字：新手劝退。
因此当上手更迅速、拍摄更轻松、后期更宽容的数码相机席卷而来的时候，留给胶片相机的就只剩下情怀二字。
没错，用集成电路捕捉数位影像的数码时代来了。
更何况，又一次生效的摩尔定律，让数码相机的进化速度比龙卷风还要快！
1975年柯达使用CCD传感器、生产出全世界第一台数码相机的时候，分辨率还只有100×100，也就是1万像素。
但从1980年开始的十年时间里，相机的像素从12万跃迁到了400万，几乎每年都要增长50%；感光元件的成像质量，也在飞速增长。
凭借着越来越好的画质和更加方便的存储方式，数码相机的市占率开始走进大众的生活。单是2000年一年的出货量就达到了1000万台，开始动摇胶片相机的地位。
而到了“后数码时代”，批量生产成本更低、连拍速度更快、能耗更低续航也更长的CMOS传感器加入战局，直接给胶片相机判了死刑。
首次使用CMOS传感器的，正是佳能EOS D30：
到了现在，滑布李他们已经用到超过6000万像素的全画幅机型了。配套镜头的画质，也在光学技术的加持下越来越锐利。
不难发现，从黑白到彩色，从模糊到清晰，再从照片到视频……整个影像设备的发展史，不仅是科学和技术的发展史，更是人类突破自我的励志史。
但令人意想不到的是，这些技术竟然对跨界的汽车行业，产生了深远的影响。
02. 从曝光三要素到智驾三要素
玩摄影的朋友都知道，进光量的多少，直接影响着最终的成片质量。
所以拍摄最重要的，就是“曝光三要素”——
光圈决定进光量（和背景虚化程度），快门速度决定进光量（和物体运动时的速度），感光度（ISO）负责给画面提亮（太高会出现噪点）。
这时，数码相机或者说是CMOS传感器，最弱的短板就暴露出来了：动态范围。
数码相机的感光元件由一个个独立的光电二极管（也就是像素）组成，每个像素的亮度都有一个固定的数值、无法无极调节。
因此它没办法像使用光敏化学物质的胶片相机一样，感知到极为细微的光影变化，更不用说像人眼一样，还原自然界108（也就是一亿倍）的光强变化范围了。
就比如这张照片，虽然对画面中间（焦点）的内饰质感进行了呈现，但上半部分的高光区域过曝了，看不到后视镜和天空中的细节；下半部分则是一片死黑，没有细节。
这时，就必须使用后期合成/调色来进行调整，才能达成“看起来还不错”的效果：
而如果想要尽可能还原人眼看到的画面，展现景色的轮廓和层次，最简单的就是像某些电影一样使用胶片机来拍摄、用数码进行制作拷贝，这就是后话了。
好了铺垫到了现在，终于轮到我们今天的主题了。
之前社长和大家说过，智驾系统的原理就是感知-决策-执行这三步走：
简单来说，就是车辆先收集各个传感器的数据（眼睛看到），再通过软件算法进行决策（大脑思考），最后让车辆执行加减速/转向/交互等驾驶动作（手脚动作）。
而现阶段感知的核心，并不是前段时间大热的激光雷达，而是车载摄像头。
为什么这么说，可以戳这里了解：车圈大变天！激光雷达即将被判死刑？
车载摄像头的缺点也和数码相机一样，很难应对明暗对比强烈的环境：包括但不限于大逆光、夜晚没有路灯/标识不清晰的高速路、对面开启“致盲”远光等等。
要想解决这个问题，在车上放几台胶片相机显然不现实，毕竟等胶片冲印出来黄花菜都凉了。
所以，车企也和相机厂商走上了相同的道路，也就是堆硬件——使用更高的位深、更大的传感器和更清晰的镜头，再配上适中的像素，来更精准地还原真实场景。
（有点反常识的冷知识：像素越多动态范围越窄，这也是前些年低像素的iPhone拍照好看的原因）
与此同时，由于需要处理大量的数据，不只需要智驾芯片提供高算力，存储和传输的速度也要加快才行。
如今相机的存储卡，读取/写入速度已经能达到3GB/秒；而前段时间三星推出的车载SSD固态硬盘，读取/写入速度也分别达到了4.7/1.4GB/秒。
只不过车企和相机厂商的目标，还是有所不同的。
相机厂商需要做的只有研发新技术，并通过不断卖货来增加产能、降低成本，形成良性循环；
但车企必须要在成本、性能和体积之间作出选择题，车载摄像头和车载传输/存储设备，也必须满足车规级的标准才行。
因此目前大多数车企的解决方案，是在前摄上提供最高规格的双目/三目摄像头，最大程度地确保ACC、AEB等主动安全功能；后视和侧视则是作为辅助。
）而到了软件部分，就有意思了。
车企这边的成绩大家有目共睹，最新的端到端算法已经让智驾产生了翻天覆地的变化。
简单来说，端到端并不是从A点到B点，而是指根据摄像头等传感器的图像数据，直接生成车辆的转向、刹车和加速度信号去控制车辆，即“感知决策执行一体化”。
打个比方，以前是三个人打配合，一个瞭望手负责看路，一个指挥官负责决策，一个操舵手负责驾车。但现在端到端把感知、决策、执行这三个环节都整合到了一个大模型中，最终一个人就能全部搞定。
想进一步了解端到端的小伙伴，可以戳这篇文章了解：太疯狂了！特斯拉删除99%代码，FSD却更好用了！智驾的终极答案竟然是它？
如果还不够直观，也可以看看滑布李这条新的视频：
但相机这边，居然也早早地用上了深度学习技术和神经网络！
如果说智驾的目标是瞄准车道线、跟随前车行驶，那相机的目标就是瞄准需要拍摄的人或物，时刻准备好自动对焦来捕捉精彩瞬间。
或许和软件定义汽车一样，影像领域也走到了“软件定义相机”的道路上。
03. 未来会如何发展？
看完了影像行业近两百年的历史，如果你也同样了解汽车的过往，很可能会和我有着同样的感触：
固然力学、光学等基础学科依然在发展，但未来更重要的，或许是软件。
各行各业之间的跨界融合，在软件的加持下只会越来越宽泛。汽车和娱乐、数码和家居……人们的生活，正在无声无息地发生改变。
但不管未来究竟会如何发展，我相信相机厂商们用尽毕生精力，也想发明出接近人眼的相机，乃至超越人眼，让人类的视野跟随镜头走得更远；
而作为交通工具的汽车，也会凭借着全新的体验，成为人们生命的延伸。
点击一下👇不错过更多深度内容
