桌面摄影机器人：不架滑轨，怎么拍出推拉环绕？
一个美食创作者想把镜头从餐桌全景慢慢推到一碗面上。这个动作不难，难的是他没有第二个人帮他推，也没有空间在桌上架一条滑轨。最后他切了一个固定机位，画面清楚，但缺少呼吸感。 这张桌子，是今天很多内容创作的真实现场。产品测评、美食、美妆、直播、带货，大量拍摄都发生在几平方米之内。 设备其实已经不差：手机能拍4K，口袋云台能稳
一个美食创作者，想让镜头从餐桌全景慢慢推到一碗面上。动作本身不复杂，麻烦在于没人帮他推，桌上也腾不出地方架滑轨。结果他只好切了个固定机位，画面是清楚了，可那股呼吸感没了。
这张桌子，就是眼下不少内容创作的真实场景。产品测评、美食、美妆、直播、带货，大量拍摄都挤在几平方米里完成。
设备其实不差：手机能拍4K，口袋云台稳得住画面，相机画质早就超出大多数人的需要。问题是镜头一旦要动起来，要推、拉、环绕、升降，普通人手上那套东西就跟不上了。
相机够好了，运镜却仍是得练上多年的手艺。越千创新要做的，就是把这套动作交给机器去执行。
创始人曾诚进过剧组，硕士阶段研究的是机器人轨迹优化。公司2023年成立，起步做的是面向剧组的大型摄影机器人，之后一路减重，技术路线转到五公斤级的桌面产品上。
支撑这次转向的，是对专用场景下恒定负载的精准理解：相机作为末端负载，重量恒定，调平后重力被平衡掉，电机不用去举起相机，只要让相机动起来就行。零重力直驱技术由此衍生，也成了产品轻量化的底子。再叠上全自由度和AI导演决策，拼出越千创新的产品路径——第一代服务专业创作者，第二代走向消费级，或将进入大疆、影石所在的价格带。
影像行业眼下正缺一个新解法。靠堆参数能走的路快到尽头，随身携带的体验也几乎压不出余量，接下来拼的不是“拍得清楚”，而是能不能帮用户把想拍的东西真正拍出来。
一家三十人的创业公司，凭什么在巨头身边切走一块蛋糕？大疆和影石都在讲“导演机”，为什么越千创新先从一张桌子开始？
以下对话，曾诚从技术取舍、产品定义、行业判断和竞争格局几个层面，给出了他的回答。
（越千创新创始人曾诚）
从片场到桌面
一台机器人为什么要“降维”
雷峰网：越千创新最早是怎么切入影像这个方向的？你们当时看到的是什么痛点？
曾诚：我硕士阶段研究的是机器人轨迹优化，后来做过自媒体，也跟过剧组幕后，所以既懂机器人技术，也明白不同拍摄场景里镜头背后的门道和难处。
在剧组那会儿看到，一台摄影机械臂租一天就要几万块，还得派两名工程师到现场编程。设备得提前约，开拍前先做预编程，导演现场改个需求，可能又耗掉几个小时。又慢又贵。
我们当时做的产品，靠优化操作软件把原本6小时的工作流压到了1小时。可做着做着发现，卡住这条路的不是技术，是场景。大型设备的价格和体积摆在那，注定只能服务很少一部分人。可这个市场的容量，跟内容创作真实的增量，压根不在一个量级上。
雷峰网：那内容创作的真实增量在哪里？
曾诚：在个人创作者和小团队身上。因为影像传播的途径变了。十年前是传统融媒体、电视广告，现在则很多都是由自媒体完成传播。
全球活跃的内容创作者超过两个亿，其中一半以上的拍摄在室内、在桌面上完成，开箱测评、美食、美妆、直播、带货都是如此。这些人有创作需求，镜头得会动，画面得有呼吸感，可手头的设备满足不了——大多还是滑轨、稳定器，自由度单一，操作又费时间。少数头部创作者用得起上百万的大型设备，但多数人的工作空间根本搁不下。
所以我们把技术路线整个重新做了一遍，从单一自由度走向全自由度，从数百公斤大型设备走向桌面级。
雷峰网：从数百公斤到桌面级，中间具体经历了什么？
曾诚：最早的样机是工业机器人加底座，五百公斤。后来改用协作机器人，降到一百二十公斤。再往后上碳纤维、换更小的电机，七十公斤、四十公斤，一路减下来。
减到四十公斤时我意识到，照着工业机械臂那套减重思路，已经走不下去了。它的结构和负载逻辑，都是按抓取、搬运这类工业场景设计的，不是为挂相机拍摄设计的。不做突破性的设计，最多也就到这儿了，性能、体积、价格，没有一项能到我们真正想去的地方。所以从去年起，我们把整条技术路线推翻重做。
雷峰网：路线切换、重量减轻，意味着放弃一些东西。你们放弃了什么？
曾诚说，空载场景被放弃了。相机一拿下来，这根机械臂就派不上用场，道理跟云台一样，得先有台相机压住它。精度也做了让步。二代产品机械臂的精度是5个丝，也就是半根头发丝——两次运动到同一个位置，误差不超过一根头发丝。可拍摄根本用不上这么高的精度，它要的是运动连续。取舍就在这里。
雷峰网问，拍摄要的连续性靠什么保证？
曾诚解释，行业里把六个自由度叫全自由度，任意位置、任意姿态都能实现。问题是六个自由度存在奇异点，机械臂运动到某些构型附近，就没法继续，必须绕行。工业场景看重的是运动的“结果”，绕一下、停一下都无所谓。拍摄看重的却是运动过程，过程中不能断，所以奇异点必须解决。
他们设计了一种特殊构型，配上自研控制算法，能巧妙避开相机运镜时的奇异点，让轨迹连续走完。
从参数到成片
影像硬件的竞争逻辑正在换挡
雷峰网问，机器怎么动的问题有了答案，那回到影像产品本身，这个行业这些年的迭代逻辑是什么？下一段竞争会发生在哪里？
曾诚把影像类产品划成三个阶段。第一阶段是佳能、尼康的时代，比的是画质，参数好就卖得好。第二阶段，参数到了一定阈值，再往上加用户已经感知不到，行业转去做体验，比如口袋相机——大疆开创的品类，便携体验好，画面也不错。到了第三阶段，继续升级口袋相机的参数也没那么有意义了。他的判断是，第三阶段要靠AI加机器人，最终提升用户获得成片的体验。
雷峰网问，为什么是“成片体验”？现在的设备哪里不够？
曾诚拿影视飓风用Pocket拍的视频画面举例，同样的设备换小白就拍不出来。画面的流动感、呼吸感，整体的节奏感，普通人拍不出来。他们仔细研究过原因——影视飓风这类专业创作者清楚视频创作的前中后期三个阶段，而且每个阶段都能高水平执行。
普通用户往往没有完整的创作流程。拍之前不策划，看到什么拍什么；拍的时候不会选焦段，不会构图运镜；最后攒了一两百条素材，剪也剪不出来。关键点就在这里——AI加机器人的出现能解决这个问题。
市面上现在的产品，要么纯拍摄，要么纯生成。他们抓的点是：把AI能力放在价值最高的位置，帮用户拍摄。AI负责导演的一部分——AI做导演，机器人做摄影师，用户参与过程，最后拿到的是一个很好的成片。
雷峰网问，这个“AI导演”具体怎么工作？
曾诚说，其实AI导演并不是问题的关键。导演的意图必须落实到执行，创作质量才有保证。AI可以完成脚本创作，脚本的执行交给机器人，最后的剪辑再用AI一键成片。大致就是这样一个工作流。产品能力应该贯穿创作的前中后期，而不是只做单点局部功能的智能。
先卖给最挑剔的人
一代锚心智，二代定义品类
雷峰网问，越千创新的产品规划是怎样的？
曾诚说，分两代产品，两代用户群体不一样。
第一代面向专业创作者，主要服务他们中期执行这个阶段。这类创作者真正稀缺的能力在运动控制，不在镜头创意。第二代会比较小，能当小白用户的主力机，还可以把电影风格放进去做拍摄。
按他的说法，第一代相当于把好莱坞装到创作者的桌面上。第二代是把电影语言装进口袋。
雷峰网问，第二代产品大概是什么形态？
曾诚说，第二代会更便携易用，对用户专业度要求没那么高。中间还有不少技术正在验证，目前在内部属于保密级。
雷峰网问，为什么先切专业赛道，而不是直接做消费级？
曾诚给了两个原因。第一个是品牌。第一款产品定什么调性，用户就会把你放在什么位置。先让最专业、最挑剔的人用起来，能力在积累，品牌也有了锚点。从专业用户身上学到的经验还能给到消费级用户，体验提升的同时，用户信任也会增加。
再一个是数据。什么算好镜头，什么时候该推、什么时候该绕、什么焦段搭什么景别，专业创作者心里都有数。这些判断来自真实的创作决策，参数表写不出来。第一代产品服务他们的过程，也是把这些决策数据攒下来的过程，后面训练第二代产品的智能化能力要用。
两代产品怎么分工，也就清楚了：第一代面向专业用户，先把品牌立住、把能力收上来；第二代面向普通人，把专业决策变成能直接调用的拍摄方案。
雷峰网：眼下主动找上门的，主要是哪几类客户？
曾诚：分几类。有BBC、好莱坞、央视这样的；也有自媒体博主、MCN，还有公司自己的电商团队。
之前CCTV9的摄影指导来找过我们，要拍一部文物纪录片。文物挪不动，只能到现场拍。他们开了两辆卡车进藏，现在供应商给的设备要装四个大航空箱，占了半辆车；我们一个手提行李箱大小就能装下。他找了好几次，可那时技术验证还在早期，没赶上他们那个项目。他说我们产品出来一定告诉他，他们每个组都会配一台。BBC也发邮件来问过。
还有一类是公司的品牌团队。只要有自己的产品和品牌，做电商就得有拍摄部门，器材一买就是几十上百万。这类用户对持续创作内容有需求。
雷峰网：运控这块，你们有哪些别人没有的技术积累？
曾诚：越千创新的运控是照着场景专门开发的，用起来得让用户觉得有手就行。工业场景里的运控没法直接搬过来，编一个轨迹程序要几个小时。我们要把这个过程压到几分钟。要做到这种体验，从本体到运控都得做专用设计。产品发布后结合用户反馈一轮轮迭代优化，技术积累自然越攒越多。
千亿市场与下一代产品
影像行业到底缺什么
雷峰网：第二代产品可能会直接和大疆、影石碰，这个竞争您怎么看？
曾诚：影像类产品的市场够大，容得下更多公司。苹果手机做得好，也没把市面上的手机全吃掉。
用户的需求不是一个点，也不是一条线，而是无数点构成的空间体。没有哪家公司能把所有需求点都满足，都得在里面做取舍。被舍掉的点不代表没价值，只是价值要集中到留下来的点上。创业公司的机会，就是看到和大公司不一样的价值点，做不一样的取舍，把选中的需求点打透，一样能做出好产品。
雷峰网：您觉得影像市场有多大？还有哪些场景没被满足？
曾诚：消费级智能影像硬件的市场规模，我判断不会低于1000亿。
这个市场太大了，它占着人体最重要的两个感官——视觉和听觉。影像有声音，能承载的信息最多，形式也各种各样。中间可挖的需求太多，没被满足的还有很多。比如运动场景里的球类比赛，世界杯、网球比赛，那些视角消费级用户就是拍不到，可那种视角恰恰最漂亮，能把高光时刻留下来。
雷峰网：您粗估一下，影像这条赛道现在进来了多少人？谁是真对手，谁是过客？
曾诚：赛道够大，自然会吸引很多人才和创业团队来找新机会点。创业团队首先得找到真正的用户需求，把场景吃透，把产品定义做好，产品交付和售后也得跟上。能做到这几点的团队，应该都算合格的对手。谁会是过客，用户会用脚投票。
雷峰网：从需求侧看，现在的影像产品究竟缺什么？
曾诚：专业用户缺的是好用的创作工具，消费级用户缺的是一套完整的创作流。越千创新想做的，是从专业场景切入，把创作能力产品化，给用户一款具备完整创作能力的智能化产品。
雷峰网：再往远看，影像会往哪个方向走？
曾诚：人创作影像内容，本质上是为了表达。拍摄也好，生成也好，只要能帮上表达的形式，都会留下来。只有真正服务好内容生产、帮创作者表达得更好的影像产品，才活得下来。
后记
影像硬件过去十几年的进步，大多落在“记录”这一端：画质更高、体积更小、防抖更稳。
从“我想拍成什么样”到“我真的拍成这样”，创作意图和镜头运动之间隔着的那套能力，得靠长期训练才拿得到。
没经过训练的人，就算手上是一台足够好的相机，镜头从哪儿起、往哪儿走、到哪儿停，照样心里没数。
越千创新要干的，就是把这套本事拆开来做成产品，让专业判断变成机器能执行、用户能调用的步骤。
这条路要是走通了，被改写的就不只是拍摄设备，还有“谁有资格拍出好画面”这个定义本身。成不成立，明年产品上市后市场会给答案。
不过它至少戳中了一个长期被忽略的问题：设备本身不再稀缺之后，稀缺的是把设备用出效果的能力。谁能让这种能力变得可调用，谁就可能在下一段竞争里占住位置。
(雷峰网)
(雷峰网)
