点击此处在线阅读全书：AI ISP—过去，现在和将来

希望这本书能为你带来一些启发。

哈哈这里的AI当然是一语双关了，一个是AI ISP，另一个便是纯粹的AI了 这是一个实验，全书都由AI自主生成，具体是：

• Cluaude code总指挥
• Gemini 撰写
• Qwen argue
• Deepseek润色

总体耗时大概3h，我干预的prompt大概是有一些，但我觉的不重要

token未计算，gemini和qwen达到限额若干次，deepseek大概花费5毛钱，Claude code冲了个pro，但是也经常达到5 hours限制

断断续续写了三天

目前看内容还是不错，完成度我认为能够达到70-80%

这个消息让人喜忧参半

潜在读者

• 本文是科普，适合任何对影像感兴趣的盆友

推荐时长

• 1min–30min

vivo Vision 发布了。和 Apple Vision Pro 相比，最大的不同当然在于：重量更轻（398g VS. 632g）、价格更低（10000 VS. 30000）。

这些不是重点，本文想从影像角度来回答如下几个问题：

• 传感器咋样？
• Display咋样？
• 画质怎样？
• 以及，这背后能给我们哪些影像层面的启发？

传感器

声明：以下信息来自不同评测博主与资料整理，未亲自验证，仅供参考。

综合各家信息，我总结了上述的草图，也许不完全对，可以参考。

• RGB 主相机：核心成像，see-through 画面的关键。
• 灰度相机（Mono）：两对不同 FOV + 冗余设计，用于深度估计与 SLAM，另一对专门做手势追踪。
• TOF 模组：细致测距，补充在特殊材质场景下的稳定性。
• 三合一传感器：环境光照度 (ALS)、色温 (CCT) 和频闪 (Flicker) 检测。
• IR 红外相机：贴近眼睛那一侧，用于眼动追踪。

Display

• 单眼 4K，双眼 8K：保证足够的清晰度，避免纱窗感。
• Micro-OLED + Pancake 架构：高对比 + 轻薄光学，降低头显重量。
• 90 Hz 刷新率，38 PPD：刷新率保证流畅不卡顿，PPD（像素密度）影响细节锐度。
• 亮度与色度校准—2 nits 误差，ΔE < 2：控制画面一致性，避免左右眼色差导致不适。
• 94% P3 广色域：能还原更多真实世界的颜色，apple 92% P3。
• 峰值 100 nits：几乎媲美电影院Dolby vision。

从纸面规格来看，已经直逼 Apple Vision Pro，尤其在色彩与校准上的认真程度，值得肯定。