對話尋影李亮：一年半是影像技術護城河的極限，真正的競爭在場景

編者按：過去十年，中國硬件產業從“製造”走向“創新”，一批推動技術突破、定義產品、重塑產業鏈的關鍵人物逐漸浮出水面。《創新硬件50人》聚焦這些創新者，我們以人物為切口，記錄人才流動、技術遷移與產業變革，尋找下一輪硬件創新的推動者。如果你是其中一員，或同樣關注他們的成長，歡迎來和我們聊聊。8月中旬，我們去到尋影位於深圳國際創新谷的新辦公室，見到了聯合創始人李亮。這裡是尋影的新據點，距離他們從杭州畢業、輾轉來到深圳紮根，已過去了十年。這是李亮第一次出來做公開採訪——90後、大疆系、浙大系，構成了他的標籤。2016年，浙大畢業的師兄劉博決定創業，不久後叫上幾個師兄弟，睿魔智能就此誕生。

這家公司後來以尋影（OBSBOT）這一品牌為人熟知，他們要做的事情在彼時還是“非共識”：用AI造一臺不需要人操作的相機，實現影像自動化。那年剛好是李亮畢業後進入大疆的第二年，大疆的相機軟件部還只有八九個人，李亮一個人跟完了第一款變焦相機Osmo Plus，然後轉身跟隨劉博創業。回想起當時的入夥經歷，李亮大笑著說：“被劉博‘忽悠’出來的。”在團隊裡，李亮一直是埋頭做技術的那個，他的思路始終謹慎而有條理，“這裡有幾個維度”幾乎成了他回應問題的口頭禪，與他當初加入團隊時的思路如出一轍，經過多次梳理討論後，確定“事情可行”才做出決定。

但言語之間，李亮又顯得明快而鬆弛，他常常在交談時大笑起來，哪怕講到尋影最黑暗那段時期，也有一種“事情過去了”的鬆弛感——似乎，這也是尋影當前的狀態。這是一家在巨頭環伺的賽道里殺出來的公司。索尼等基因深厚的日系廠商早已把持著主流影像市場，要找到一個縫隙，鑽進去，站穩，幾乎是所有後來者面臨的難題。而尋影一開始就放棄了行業相對成熟的主流方案，熬過沒有芯片支持的技術“空想期”，才在2019年推出第一代產品尋影Tail。有些意外的是，在第一代產品推出之前，尋影就已經以幾乎每年一輪的節奏在融資，包括XbotPark體系內高秉強、李澤湘、甘潔等教授的扶持，以及供應鏈夥伴酷芯微、思特威的戰略進入。

最早的投資人高秉強教授還曾多次力排眾議，幫團隊穩住了方向。然而，首款產品因市場遇冷和芯片斷供，從發售到停產只活了半年多，公司一度裁員近半。直到2020年找到泛會議場景，新推出的Tiny系列迅速引爆市場，救活了公司。李亮回憶：“最黑暗那些年，教會我們很多事。”此後，尋影連續五年保持50%以上的年增長，在高端Webcam市場拿下超過50%的份額，位居全球第一；Tail系列開始重新蓄力，成為團隊資源投入的絕對主線。2025年，國際頂級電競賽事EWC電競世界盃主動尋求合作，在專業影像場景，團隊迎來了一個重要的里程碑。

還是在這一年，尋影拿下滴滴、Brizan Ventures等一眾機構的D輪融資，新的故事徐徐展開。但他們所在的影像行業，又到了一個英雄輩出的時代。交談中，李亮始終認為影像自動化是絕對的終局——場景足夠廣、市場足夠大，所以他不焦慮，也不擔心競爭對手的出現。“有太多太多要做的事、可做的事了。”李亮說。01離開大疆，幹一件沒人乾的事兒：你加入大疆的時候，正是大疆發展最迅速的時期，當時怎麼加入的，又為什麼離開了？李亮：我是2015年進的大疆相機部。

那會兒大疆的旗艦產品Phantom 3剛發佈，我們進去的時候剛好在做Phantom下一代以及Inspire 2的定義，是非常非常前期的產品，也是奠定他們後來行業基礎的那幾款產品。我在大疆相機部的時候人真的很少，整個部門才八九個人，對於這種非旗艦產品，基本上一個部門就只有一兩個人負責。我當時做的是大疆第一款變焦類相機叫Osmo Plus，整個相機部從頭跟到尾就只有我一個人（在做這款產品）。大疆其實是非常好的職業平臺，在2015到2017年的發展速度非常迅速，我在裡面待了一年多就被劉博給“忽悠”出來了。：劉博是怎麼把你“忽悠”出來的？

李亮：劉博是我同一個老師的師兄，高我一屆，平常溝通相對多，他也比較清楚我在做什麼事兒。2015、2016年互聯網很熱，劉博當時的第一個創業也跟互聯網相關——有點類似於女性版的Keep，就是給女性室內舞蹈、瑜伽等做一個社區。他在做社區的時候發現了一個問題，博主拍攝時往往是她們自己拿著相機去拍，這就有一個痛點：要形成一個哪怕只有20來分鐘的視頻，拍攝過程非常複雜，基本上得拍一整天才能有一個成片，拍攝過程中大家非常累。而且絕大部分攝影師沒有到那種能理解美學的水準，大多都是師傅帶徒弟，拍攝邏輯是經驗型的。所以那會兒我們就在思考：既然是經驗型的，以我們技術男的思路，這東西就一定能落地變成代碼。

我們覺得它能到設備端去，變得像人一樣理解該怎麼拍，這個時候拍攝就輕鬆多了，這是最初始的意願來源。最後我下定決心離開，是經過多輪討論之後，發現沒有人在做我們想做的事。行業裡所有的人，哪怕是那會兒的大疆、那些日系影像廠商，大家乾的都是同一件事——把相機造得讓普通人用起來更方便。但普通人用相機的邏輯還是“我喜歡拍攝”，解決的是拍攝過程中操作的便利性，但我們暢想的未來不是這個。我們暢想的未來是設備不再需要你操作，有點類似於大疆現在最好的Pocket，我們類比它為汽車裡面大家都覺得好開的奔馳，是因為針對駕駛體驗做了優化。

而尋影做的東西我們稱之為“影像自動化”，這個概念其實就很像早期特斯拉，大家不需要關注拍攝本身，而是把拍攝跟客戶隔離掉，由設備自己思考該怎麼拍。比如我是一個做瑜伽的博主，我為什麼要懂相機？拍攝還是得迴歸內容、回到自己本身。所以當時的出發點就是：既然短期內看不到大疆要做，也看不到行業裡其他人可能有這個想法，但結論是這個東西絕對代表著未來，它是必然會誕生的品類，所以那會兒就決定出來，沒人幹，咱自己幹。02殺出一條技術路線：2016年底開始創業，第一代產品2019年才出來，影像創業的門檻是不是很高？李亮：那是相當的高。影像這個行業它有非常大的獨特性。第一是技術棧又深又長。

從最前端去定義鏡頭，光學是非常傳統又深的行業，要弄清楚場景裡面什麼樣的Span（變焦範圍或焦段，這裡指光學變焦能力）是最好的，光學選型要能承受高時長拍攝的可靠性，影像本身的圖像算法處理就是很大的課題；此外，還要讓影像動起來，這是運動控制相關的部分；這一切之上還要相機自己能去感知，從感知到控制到決策，是一套非常複雜的深度學習網絡才能cover。這條路走了還蠻長的一段時間。第二，影像賽道跟很多其他賽道不一樣，每一個大市場裡面的老玩家技術力、品牌力都非常強，扎得非常紮實，這意味著我們的品牌很難在傳統賽道上破局。：打磨第一代產品期間最難的是哪個環節？會不會某一個環節一直出現 bug，導致週期特別長？

李亮：bug都是小事兒，解bug是程序員的家常便飯。最難的是，2016年做這個事兒的時候，沒有真正的端側芯片能實現我們想做的事情。所以大約一年半到兩年的時間，我們都是在做技術暢想，完全在白紙上搭積木。所以AI這一部分是基於設備端影像與雲臺分離的設計，先把整個部分跑在電腦GPU上，再來反控相機跟雲臺。這個設計很“蠢”，延遲很大，對控制系統來講是非常大的干擾因素。Tracking在控制領域行業是非常老的話題，過去幾十年大家更多是基於傳統控制理論（這是一套依賴精確數學公式的方法，工程師需要先對系統建立精確的數學模型，再基於這個模型設計控制器），用精確的數學模型去解決。

我們則是2016年非常早的一批嘗試用神經網絡（Neural Network神經網絡，與傳統“tracking”方法不同，神經網絡不依賴精確的數學方程，而是通過大量數據學習輸入與輸出之間的複雜映射關係）來解決整個控制問題的人。堅持Demo搭起來之後，我們感受到非常大的刺激，認為這個事必然可行——這麼“笨”的系統，效果都比原來最好的控制論文裡復現的結果還好。到2018年左右，幸運的是當時行業裡比較頭部的芯片終於可以放出來用了，我們才開始真正做產品，把整個影像體系、控制體系、AI體系都落到當時最旗艦的芯片上。一路走來，遠沒有現在這幾年做消費電子類的創業者這麼順，那會兒很多東西都是一窮二白。

：2019年產品出來後，2020年初又遇到疫情和斷貨，是否也十分曲折？當時怎麼快速調整？李亮：那段時間真的非常的黑暗。但我們首先反思了一件事：我們到底做的對不對。大家很快就達成一致：影像自動化這條路是絕對的終局，是個必然，不會因為遇到這些小曲折而變成偽命題。明確這個方向後，有兩件事迫使我們在技術和產品都做了變化。第一是技術。芯片斷貨後，市面上可選的高性能平臺基本上沒有了，只能選擇低性能平臺去做產品。但那麼複雜的系統要往低性能平臺上部署，技術攻克維度非常艱難，我們花了大量時間在做算力的小型化，以及在高負荷情況下保障系統穩定調度——這也成為後來Tiny系列的技術基石。第二是用戶。

Tail作為我們第一個定義了“影像自動化”的產品，是非常跨時代的產品。但坦白來說，初始用戶群跟我們預想的有差異。因為我們是以室內瑜伽、舞蹈等人群起家，認為這部分人群基數足夠大，大家也容易理解場景：他們要跳舞當然希望自己不參與拍攝，所以AI相機就正好解決掉了這個問題。但後面發現不對。影像自動化對泛C類用戶來說太前沿了,他們沒辦法把設備和場景聯想起來,甚至不會主動去搜這類產品。那會兒我們開始思考，路徑這麼長，不可能一直靠融資撐10年、20年，必須找到在當下就願意為這個事情付費的用戶。反過來思考之後，我們得到幾個結論。第一，第一批願意付費的人群，一定是以長時拍攝為主。

如果視頻就拍3分鐘，手機或類似Pocket這種產品效率更高，但如果變成一個小時以上的拍攝，手持就不現實了。於是我們確定第一點：長時拍攝為核心；第二，產品更適合的場景其實是作為生產力工具。那會兒疊加疫情，人們對生活消費需求驟降，反而會議是當時唯一被迅速膨脹起來的場景。會議、教育這類泛會議場景畢竟跟工作相關，用戶也更願意為解決實際問題的設備付費，對品牌的依賴度沒那麼高。先明確路是對的，再回顧所做的事，慢慢就理解怎樣從用戶需求出發去找場景；確認往泛會議場景走之後，路徑跟產品形態一打合，就變成了Tiny的形態。經歷了Tail那麼大的挫折之後，儘快把Tiny拿出來，公司就穩住了。

：這一段黑暗時光很有因禍得福的感覺，能感受出來，你們整個團隊很穩。李亮：這段時間教會了我們太多事。其實我們幾個人都有一個很大的相同點——我們都是延遲滿足的人。因為堅信它必成，我們可以忍耐中間諸多艱辛過程。03黑暗時光背後：調整策略的那段時間，背後有沒有投資人的啟發或壓力？李亮：壓力是有，啟發方面高老師（高秉強教授）等早期投資人對我們幫助很大。2016年創業那會兒，我們還在杭州，畢竟四個人都是浙大畢業，但2016年在杭州沒有人看得懂硬件。

當時我們就來了松山湖，在一個非常巧的契機下認識了高老師、李老師（高秉強、李澤湘），把想法講出來之後，他們對這個sense非常看好，成為了我們最初始的股東（即當年尋影拿到了XbotPark種子輪融資）。當時面對場景的討論，在明確“影像自動化這個事對不對”的過程中，高老師給了我們非常大的信心和支持，也給了很多場景設想；還有在創業公司裡，不是所有股東都能看得那麼遠，高老師也站出來幫我們扛住了壓力，很大程度上打消了他們的顧慮。讓我們能把精力集中在打磨產品和技術上。這幫我們屏蔽了很多外部干擾，讓我們不用承擔太多投資方對整體方向的思考，而把更多時間放回到產品思考上。

：此後幾年，能吸引大量頭部機構進入的原因是什麼？李亮：從2023年往後走，大家已經慢慢認知到AI不是純粹講故事，越來越多人從質疑AI到認可AI，越來越多人思考為AI找場景。影像是承載數據量最大的媒介，影像拍攝過程中的自動化，不光是為解決拍攝，未來一定會成為整個社會的基礎建設。這種維度就等效於無數生活化場景裡，設備可能無處不在，解決掉所有拍攝邏輯問題，大家能回到真正生活、回到內容創作本身，這也是社會生產力往上走的過程。認知到這一點，很多投資方做決策不是特別難。傳統影像被西方和日系巨頭壟斷太久，而我們能進入名單之列，走了一條全新的道路。

首先依靠的是系統能力，影像的整個鏈條很長，能從鏡頭到sensor、到畫質、到運動控制，再到AI算法能力，能讓這套體系完整運行的，市面上沒有幾個玩家；其次是我們在賽道上沉浸最久，不光對AI模型的思考，還有比較大的數據團隊，是行業擁有自動化影像數據集最好的公司；最後我們在研發的投入佔比常年高達20%以上，團隊裡超過60%都是研發人員，同時我們的效率非常高，這麼複雜的產品，我們前期靠100人團隊就完成了Tiny 2、Tiny 3的整個開發，是開發效率非常高的公司。——這些使得我們在行業裡成為了比較獨特的存在。04Tiny救場，Tail重啟：回到產品上，Tiny出來後市場反應怎麼樣？在預期內嗎？

李亮：Tiny爆火是在預期之外的，剛發的時候內心比較虛，跑完三個月之後，信心非常足。我們是第一個把會議攝像頭做到這麼貴的團隊。傳統行業裡，最典型的會議攝像頭品牌是羅技，原來國內賣200-300人民幣，海外賣30-50美金，這類產品是市場主流。我們的第一款產品定價就定到了150美金，跟他們差距非常大，對於市場是否能承擔得起這麼貴的單品，還有點虛。但產品出來之後，市場反應還有些出乎意料，Tiny的形態在這個行業真的太特別了！我們當時切中了海外高頻線上會議的剛需，後來又洞察到國內直播帶貨的興起。

在海外，我們從亞馬遜等線上平臺打進沃爾瑪、樂天、Big Camera這些主流實體渠道；之後我們通過Tiny 2進入國內市場，迅速登頂了天貓、抖音、京東等平臺的 Webcam 品類銷量榜首。：那批用戶相當於尋影的種子用戶，前期做了什麼動作覆蓋他們？李亮：Tiny上市前做了眾籌，我們先去跟用戶群打合場景需求。當時有一個澳洲昆士蘭大學的教授，他是第一代Tail的用戶人群之一。教授經常線上授課，拍自己的課堂相關互動。海外老師上課時會在教室裡自由走動，傳統設備根本沒法跟得穩，Tail一代是當時唯一能解決課堂錄製的設備。

但教授反饋說，Tail一代功能很多、成本也高，而他的實際使用場景很簡單，就是接到錄播設備上，然後完成跟蹤，所以他希望有一款專門針對這個場景、成本更低的產品。這類種子用戶給了我們很多關鍵反饋。我們的產品經理就從他們的問題著手，迭代產品的同時，也牽引了一部分用戶過來。然後在新用戶上touch他們的方式，就能把非常多願意提意見的用戶存在自己社區裡，能夠大量聽到用戶反饋的聲音。：Tiny出來那段時間剛好是出海很熱的時候，你們又踩中了節點。李亮：是的。但其實對我們來說，做海外是個必然。我們明確做會議這個場景的時候，國內其實沒有很多的會議人群能覆蓋，咱中國人習慣開會不開攝像頭。

但海外不一樣，海外的文化是哪怕他的攝像頭再爛，開會也要打開，文化屬性決定了海外會是這個品類最先能規模化的市場。現在回頭看，這個判斷沒錯。尋影目前已經覆蓋150+個國家和地區，在全球高端Webcam市場市佔率第一。：在Tail產品線中，R軸是你們獨特的結構創新，這個點是怎麼來的？李亮：Tail產品線跟Tiny不一樣，針對的是專業人群。做專業場景不能只看單個功能，而是要理解用戶完整的workflow（一整套標準化操作流程）上，從設備架設到拍攝結束，只有把整個流程理解透，才能真正創造價值，讓專業用戶願意替換掉原有方案。

我們定義Tail的時候就是從用戶workflow的整體場景入手，發現有兩個很大的痛點：第一個，架設與調平效率低。環境架設裡調平（指在特定場景下將像機雲臺底座調整至絕對水平）在從前的專業場景裡非常辛苦。傳統專業攝像機架設後，需要花很長時間把畫面調平，如果設備架在高處就更麻煩，裝上去發現歪了，還得重新爬上去調整。所以我們思考，能不能讓設備實現自水平，讓專業用戶也可以傻瓜式安裝？R軸就是從這裡發散出來的想法。後來在大型賽事、綜藝等場景大量使用，本質上帶來的是整個Workflow效率的提升，這也是我們和原有行業產品在結構上的一個重要差異。第二個是豎屏拍攝。新媒體時代，專業設備也需要解決無損豎拍的問題。

即便是Pocket也沒有辦法拍豎屏無損視頻，所以團隊思考無損豎屏怎麼實現的時候，用了不一樣的雲臺設計邏輯：軸順序不一樣——我們把R軸放在機身內，控制邏輯上就能實現無損豎拍。但帶來的問題就是整個結構設計非常複雜，因為要把R軸包在裡面，這使得本身希望便攜化小型化的設備完全違背了設計初衷。所以我們花了大量時間優化設計，讓整體設計對體積的佔用減到最小。這其中還帶來一個麻煩——鏡頭很重，因為是變焦鏡頭，受力點在最後面，這就對設備的耐久性有了挑戰，鏡頭持續運動下三個月也許不變形，一年肯定會變形。當時在這個問題上，我們花了很大精力驗證可靠性，不光是放R軸進去，前端還有個軸承保證它能長久絲滑運行。

所以從用戶需求出發，到結構設計，再到可靠性驗證，整個R軸其實是一個完整的設計閉環，而不是單純為了做一個結構創新。：Tiny和Tail兩個系列在團隊和資源上怎麼分配？哪個是核心主力？李亮：前期Tiny和Tail是同樣的團隊，因為公司還沒有太大規模，一般Tiny迭一代，之後Tail再迭一代，交叉進行。隨著兩個產品屬性差異性越來越大，就開始分了不同產品線。Tail系列真正開始恢復是在2024年，中間有一段挺長時間的gap，大概兩年左右，業績貢獻從0到現在已經佔了差不多三分之一，增長非常非常快。現在，Tail從研發資源投入來講是絕對的主線，也是公司的能力平臺。

Tail承載著專業影像任務，從光學設計到影像算法砸下的資源最多，使用的平臺也是性能最好的平臺。AI側落地也以Tail線先啟動，因為功耗體積要求沒有那麼極致，一定程度上能“大力出奇跡”，Tail產品化之後，再把各個高創新點往下降，降到Tiny系列上去。05電競世俱杯，一個新場景：EWC（電競世俱杯）用了很多你們的設備，競賽場景是你們一開始就設想的嗎？李亮：競賽是後期慢慢發現的場景，不是最初期定義的，初期定義還是以生產視頻內容的小團隊為主，但在思考專業產品線的過程中形成了一套解決方案。我們的合作基本上是一拍即合。

很早的時候電競頂級組織ESL先聯繫到我們，測試了好幾年，2020年左右就開始測試，期間用Tail第一代嘗試過，給了我們大量的數據及反饋信息；後來升級到第二代，一直一直測試後，最終決定先投放100臺。賽事前的配合調試也接近四五個月，7×24小時掛著測，各種壓力測，各種驗證邏輯，花了很多精力。EWC這樣的賽事痛點是不能miss掉任何精彩瞬間，這必然要加好多機位補視角，但這麼多機位該怎麼控制？每個機位後面站一個人是超級巨量的成本。

去年合作100臺機器的時候，一個人基本可以控制10-20臺機器，效率有了非常大的提升，今年進一步提要求，一個人控制60臺機器；同時很多粉絲互動專場也放給Tail來拍，賽場裡出現的所有場景基本都要覆蓋到。：跟他們合作最難的點是什麼？研發投入是不是變得更多了？李亮：有幾個難點。第一個是可靠性，原來用戶不會扛如此超長時長記錄；第二個是交互邏輯，原來用戶極限一般就一個人控7臺設備，他們提出控二三十臺，就需要解決大量併發控制問題。所以我們得針對需求單獨開發一套交互，要可以在任意一臺機器上分組，分完組之後一鍵給所有group裡的機器發同樣的命令。

這期間研發投入會變得更多一點，但好處是真的在這個場景裡磨合進去了。在EWC驗證成功後，我們發現