和大疆搶食，這家公司做了臺桌面攝影機器人

一個美食創作者想把鏡頭從餐桌全景慢慢推到一碗麵上。這個動作不難，難的是他沒有第二個人幫他推，也沒有空間在桌上架一條滑軌。最後他切了一個固定機位，畫面清楚，但缺少呼吸感。這張桌子，是今天很多內容創作的真實現場。產品測評、美食、美妝、直播、帶貨，大量拍攝都發生在幾平方米之內。設備其實已經不差：手機能拍4K，口袋雲臺能穩住畫面，相機的畫質早已溢出大多數人的需求。可一旦鏡頭需要“動起來”，需要推、拉、環繞、升降，普通人手裡那套東西就接不上了。相機已經夠好了，但運鏡依然是一門需要多年訓練的手藝。越千創新做的，就是把它變成一臺機器能執行的動作。創始人曾誠在劇組待過，碩士階段研究的是機器人軌跡優化。

公司2023年成立，最早做面向劇組的大型攝影機器人，後來一路減重，把技術路線切換到五公斤級的桌面產品。支撐這次切換的，是對專用場景下恆定負載的精準理解：相機作為末端負載重量恆定，調平之後重力被平衡，電機要做的不是舉起相機，而是讓相機動起來，由此衍生出了零重力直驅技術，也作為產品輕量化的基礎。結合全自由度和AI導演決策，構成了越千創新的產品路徑——第一代服務專業創作者，第二代走向消費級，或將進入大疆、影石所在的價格帶。影像行業正走到一個需要新答案的節點。參數競爭的天花板已經出現，便攜體驗也做到了接近極限，下一段競爭不再停留在“拍得清楚”，而在於幫用戶把想拍的內容真正完成。

一家三十人的創業公司，憑什麼在巨頭身邊切走一塊蛋糕？大疆和影石都在講“導演機”，為什麼越千創新先從一張桌子開始？以下對話，曾誠從技術取捨、產品定義、行業判斷和競爭格局幾個層面，給出了他的回答。（越千創新創始人曾誠）01從片場到桌面一臺機器人為什麼要“降維”：越千創新最早是怎麼切入影像這個方向的？你們當時看到的是什麼痛點？曾誠：我的碩士課題是機器人軌跡優化，然後我做過自媒體並且參與過劇組幕後工作，瞭解機器人技術的同時能理解不同拍攝場景鏡頭背後的knowhow和痛點。當時在劇組看到，一個攝影機械臂一天的租金要幾萬塊，還需要兩名工程師到現場編程。

設備要提前預約，拍攝前做預編程，導演到現場改一個需求，可能又要花幾個小時。效率低，價格也貴。那時候我們做了一款產品，主要是通過優化操作軟件把原來6小時的工作流優化到了1小時。但做著做著發現，這條路的天花板不在技術，在場景。大型設備的價格和體積決定了它只能服務很少一部分人。但這個市場的容量和內容創作的真實增量不在一個量級上。：那內容創作的真實增量在哪裡？曾誠：在個人創作者和小團隊身上。因為影像傳播的途徑變了。十年前是傳統融媒體、電視廣告，現在則很多都是由自媒體完成傳播。

全球活躍的內容創作者規模在兩個億以上，其中一半以上的拍攝發生在室內，發生在桌面上，比如開箱測評、美食、美妝、直播、帶貨等等，他們有創作需求，他們的鏡頭要會動，畫面要有呼吸感，但現在的設備沒法很好地滿足需求——他們手裡的設備主要是滑軌、穩定器，自由度單一併且過程耗時。少部分頭部創作者能用上百萬的大型設備，但大多數創作者工作空間根本放不下大型設備。所以我們把技術路線整個重新做了一遍，從單一自由度走向全自由度，從數百公斤大型設備走向桌面級。：從數百公斤到桌面級，中間具體經歷了什麼？曾誠：其實最早的樣機是工業機器人加底座，五百公斤。後來換協作機器人，降到一百二十公斤。

再往後用碳纖維、換更小的電機，七十公斤、四十公斤，一路減下來。到四十公斤的時候我意識到，沿著工業機械臂的減重邏輯，已經走不動了。它的結構邏輯、負載邏輯，都是為抓取和搬運等工業場景設計的，不是為搭載相機拍攝設計的。如果不做突破性的設計，那最多就只能到那了，性能、體積、價格，沒有一個指標能走到我們真正想去的地方。所以從去年開始，我們激進地重新設計了整個技術路線。：路線切換、重量減輕，意味著放棄一些東西。你們放棄了什麼？曾誠：放棄了空載場景。當你把相機拿下來，這個機械臂就不能用了。跟雲臺邏輯一樣，你需要一臺相機先把它壓住。我們還放棄了一定的精度。

二代產品機械臂的精度是5個絲，也就是半根頭髮絲的精度——兩次運動到同一個地方，誤差不超過一根頭髮絲。但拍攝其實不需要那麼高的精度，反而需要運動是連續的。這是我們做的取捨。：拍攝需要的連續性靠什麼來保證？曾誠：行業裡六個自由度叫全自由度，六個自由度可以實現任意位置、任意姿態，但是六個自由度會有奇異點，機械臂運動到某些構型附近時，會出現無法繼續、必須繞行的情況。工業場景強調運動的“結果”，繞一下沒關係，停一下也沒關係，但拍攝強調運動過程，拍攝過程中不能間斷，所以我們需要解決奇異點問題。我們設計了一種特殊的構型，搭配自研控制算法可以巧妙的規避相機運鏡過程中的奇異點問題，使得軌跡可以連續走完。

02從參數到成片影像硬件的競爭邏輯正在換擋：機器怎麼動的問題有了答案。那回到影像產品本身，這個行業這些年的迭代邏輯是什麼？下一段競爭會發生在哪裡？曾誠：我把影像類產品分成三個階段。第一階段是佳能、尼康的時代，大家比畫質，誰參數好誰賣得好。第二階段，參數到了一定閾值以後，繼續增加參數用戶感知不出來了，行業就開始做體驗，像口袋相機——大疆開創的品類，能獲得很好的便攜體驗，拍出來的畫面也不錯。第三階段，繼續升級口袋相機的參數也沒那麼有意義了。所以我認為第三階段就是用AI加機器人來最終提升用戶獲得成片的體驗。：為什麼是“成片體驗”？現在的設備哪裡不夠？

曾誠：以影視颶風用Pocket拍的視頻畫面為例，同樣設備換小白就拍不出來。畫面的流動感、呼吸感，整體的節奏感，普通人拍不出來。我們深入研究過其中的原因——影視颶風這樣專業的創作者，他們知道創作視頻的前中後期三個階段，並且能夠高水平的執行。普通用戶往往沒有完整的創作流程。拍之前沒有策劃，看到什麼拍什麼，拍的過程中不會選焦段不會構圖運鏡，最後拍了一兩百條素材，剪也剪不出來。這其實就是關鍵點——現在AI加機器人的出現可以解決這個問題。市面上現在的產品，要麼是純拍攝，要麼是純生成。我們抓住的點是：把AI的能力放在價值最高的點，幫助用戶拍攝。

AI負責導演的一部分——AI做導演，機器人做攝影師，用戶參與過程，最後享受到的是一個很好的成片。：這個“AI導演”具體怎麼工作？曾誠：其實AI導演並不是問題的關鍵。導演的意圖必須落實到執行才能保證創作質量。AI可以完成腳本的創作，而腳本的執行則由機器人來完成，最終的剪輯再用AI一鍵成片。大致是這樣一個工作流。產品能力應該貫穿整個創作的前中後期，而非單點局部功能的智能。03先賣給最挑剔的人一代錨心智，二代定義品類：越千創新的產品規劃是怎樣的？曾誠：分兩代產品，兩代用戶群體不一樣。第一代給專業創作者用，主要服務專業創作者中期執行的階段。這類創作者真正稀缺性在運動控制，不在鏡頭創意。

第二代會比較小，可以作為小白用戶的主力機，還可以把電影風格放進去做拍攝。第一代可以理解為把好萊塢裝到創作者的桌面。第二代是把電影語言裝進口袋。：第二代產品大概是什麼形態？曾誠：第二代產品會更加便攜易用，對用戶專業度要求沒有那麼高。中間也還有很多技術正在驗證中，目前在內部屬於保密級。：為什麼先切專業賽道，而不是直接做消費級？曾誠：有兩個原因。第一個是品牌。第一款產品定什麼調性，用戶就會把你放在什麼位置。先讓最專業、最挑剔的人用起來，能力積累的同時品牌也有了錨點。從專業用戶身上學習積累到的經驗也可以給到消費級用戶，提升體驗的同時也能增加用戶信任。第二個是數據。

專業創作者知道什麼是一個好鏡頭，知道什麼時候該推、什麼時候該繞、什麼焦段配什麼景別。這些判斷是真實的創作決策，不是參數表能寫出來的。第一代產品在服務他們的過程中，會沉澱下這些決策數據，用來訓練第二代產品的智能化能力。所以兩代產品的關係很清楚：第一代服務於專業用戶，負責站住品牌、收集能力；第二代走向普通用戶，把專業決策翻譯成可以直接調用的拍攝方案。：現在主動找過來的，都是哪些類型的客戶？曾誠：有幾類。一類是BBC、好萊塢、央視這些；一類是自媒體博主、MCN，以及公司內部的電商團隊。之前CCTV9的攝影指導找到我們，要拍一部文物紀錄片，因為文物不能挪動，他們要去現場拍。

他們開了兩輛卡車進藏，現在的供應商給他們的設備要四個大航空箱，佔他們半輛車；我們的一個手提行李箱大小就可以裝下去。他找了我們好幾次，但當時還在技術驗證早期，沒有趕上他們那個項目。他說我們出了一定告訴他們，他們每個組都會配一臺。還有BBC也發郵件來問。另一類就是公司的品牌團隊。但凡有自己產品和品牌的公司，要做電商，都要有自己的拍攝部門，器材一買就是幾十上百萬。這類用戶有持續創作內容的需求。：你們在運控上有哪些獨特的技術積累？曾誠：越千創新的運控是專門為場景開發的，使用過程的體驗要讓用戶感到有手就行。以前工業場景裡面的運控沒有辦法直接拿來用，一個軌跡程序的編輯需要幾個小時。

我們要讓這個過程縮短到幾分鐘。為了實現這樣的體驗需要從本體到運控都做專用設計。結合產品發佈後用戶的反饋，一次次去迭代優化，自然會獲得更多技術積累。04千億市場與下一代產品影像行業到底缺什麼：第二代產品可能會直接與大疆和影石競爭，您怎麼看這個競爭？曾誠：影像類產品市場足夠大，它也容得下更多公司。就像蘋果手機做得好，它也沒有把市場上手機全部吃掉。用戶的需求不是一個點，也不是一條線，而是一個由無數點構成的空間體，沒有一家公司能夠滿足所有需求點，都必須在裡面做取捨，被捨棄掉的點不代表沒有價值，而是需要把價值集中在被留下來的點上。

創業公司的機會就是關注到與大公司不同的價值點，做不同的取捨，把選擇留下來的需求點打透，同樣能做出優秀的產品。：您判斷影像市場的規模有多大？還有哪些未被滿足的場景？曾誠：預測消費級智能影像硬件的市場規模不會低於1000億。影像市場太大了，它佔據了人體最重要的兩個感官，視覺和聽覺。影像有聲音，能接受的信息最多，有各種各樣的形式。中間有太多需求可以挖掘，還有很多沒被滿足的。比如運動場景裡的球類運動，世界盃、網球比賽，那些視角消費級用戶就是做不到，但那種視角就是最漂亮的視角，能把高光時刻記錄下來。：您初步估計影像這個賽道現在進來了多少人？誰是真正的對手、誰是過客？

曾誠：影像賽道足夠大，自然會吸引很多人才和創業團隊想要從中找到一些新的機會點。可能首先需要創業團隊能夠找到真正的用戶需求，深入理解場景，做好產品定義，並且能夠做好產品交付、售後。能做到這些點的團隊應該都是合格的對手。至於誰會是過客，用戶會用腳投票。：那從需求側看，現在的影像產品到底缺了什麼？曾誠：對於專業用戶缺少的是好用的創作工具，而對於消費級用戶則缺乏一套完整的創作流。越千創新想做的是從專業場景入手將創作能力產品化，為用戶提供一款有完整創作能力的智能化產品。：更遠的未來，影像會往哪裡走？曾誠：人類創作影像內容本質是為了表達，拍攝也好，生成也好，只要能夠幫助表達的形式，都會留存下來。

只有真正服務好內容生產，幫助創作者更好表達的影像產品才能活下來。05後記影像硬件過去十幾年的進步，大多發生在“記錄”這一端：畫質更高、體積更小、防抖更穩。從“我想拍成什麼樣”到“我真的拍成這樣”，創作意圖和鏡頭運動之間，隔著一整套需要長期訓練才能獲得的能力。一個沒有受過訓練的人，即便手裡拿著一臺足夠好的相機，仍然不知道鏡頭該從哪裡起、往哪裡走、在哪裡停。越千創新想做的，是把這套能力拆開、產品化，把專業判斷拆解成機器能執行、用戶能調用的步驟。如果這條路走通，它改變的將不只是拍攝設備，而是“誰有資格拍出好畫面”這件事的定義。這條路徑是否成立，明年產品上市之後市場會給出答案。

但它至少指向了一個被長期忽略的問題：當設備本身不再稀缺，稀缺的是把設備用出效果的能力。誰能讓這種能力變得可調用，誰就可能在下一段競爭裡找到自己的位置。()()