越千创新曾诚：从剧组机械臂到桌面摄影机器人，凭什么和巨头抢食？
影像行业卷完硬件，该轮到「创作能力」本身被产品化了。
一个拍美食的博主，想把镜头从整桌菜慢慢推到一碗面上。动作本身不复杂，麻烦在于没人帮他推，桌上也摆不下滑轨。最后他只好架了个固定机位，画面是清楚了，可少了那股呼吸感。
这样的桌子，正是眼下不少内容创作的真实场地。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。
手里的设备其实不差：手机能录4K，口袋云台稳得住画面，相机的画质早就超出多数人的需要。问题是镜头一动起来，要推、要拉、要环绕、要升降，普通人这套装备就续不上了。
相机本身够好了，可运镜依旧得靠多年练出来的手艺。越千创新想干的，就是让机器来执行这些动作。
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，起步做的是给剧组用的大型摄影机器人，之后一路减重，技术路线转到了五公斤级的桌面产品上。
这次转向靠的是对专用场景下恒定负载的摸透：相机作为末端负载，重量是恒定的，调平后重力被平衡掉，电机不用去举起相机，只需让相机运动起来。零重力直驱技术由此而来，也成了产品轻量化的底子。再加上全自由度和AI导演决策，拼出了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。
影像行业走到了一个需要新答案的关口。参数竞争已经摸到天花板，便携体验也压到了接近极限，下一轮比拼不再是谁拍得清楚，而是能不能帮用户把想拍的东西真正做出来。
一家三十人的创业公司，靠什么在巨头旁边切走一块蛋糕？大疆和影石都在讲“导演机”，越千创新为什么偏偏先从一张桌子做起？
下面这场对话里，曾诚围绕技术取舍、产品定义、行业判断和竞争格局，逐一给出了他的回答。
（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：越千创新最初是怎么切入影像这个方向的？你们当时看到的痛点是什么？
曾诚：我的硕士课题就是机器人轨迹优化，后来自己做过自媒体，也参与过剧组幕后，所以既懂机器人技术，也能理解不同拍摄场景里镜头背后的knowhow和痛点。
在剧组那会儿看到，一台摄影机械臂租一天要几万块，还得两名工程师到现场编程。设备要提前预约，拍摄前先做预编程，导演到场改一个需求，可能又得耗上几个小时。效率低，价钱也贵。
那时我们做过一款产品，主要靠优化操作软件，把原来6小时的工作流压缩到1小时。可做着做着发现，这条路上限不在技术，在场景。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。这个市场的容量，跟内容创作的真实增量根本不在一个量级。
雷峰网：那内容创作的真实增量在哪？
曾诚：在个人创作者和小团队身上。影像传播的渠道变了。十年前靠的是传统融媒体、电视广告，现在很多传播都是自媒体在做。
全球活跃的内容创作者规模超过两个亿，其中一半以上的拍摄在室内、在桌面上完成，比如开箱测评、美食、美妆、直播、带货等等。他们有创作需求，镜头要会动，画面要有呼吸感，可现有设备满足不了——手里大多是滑轨、稳定器，自由度单一，过程还费时间。少数头部创作者用得上百万级的大型设备，但大多数人的工作空间根本放不下。
于是我们把技术路线整个重做了一遍，从单一自由度走向全自由度，从数百公斤的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？
曾诚介绍，最初的样机由工业机器人加底座组成，重达五百公斤；之后改用协作机器人，重量降至一百二十公斤；再后来采用碳纤维并换用更小的电机，重量又依次降到七十公斤、四十公斤，就这样一路减了下来。
减到四十公斤时我意识到，顺着工业机械臂的减重思路已经走不下去了。它的结构逻辑、负载逻辑，都是为抓取、搬运这类工业场景设计的，不是为搭载相机拍摄设计的。不做突破性设计，最多就停在那了，性能、体积、价格，没有一个指标能到我们真正想去的地方。所以从去年开始，我们激进地重做了整条技术路线。
雷峰网：路线切换、重量减轻，意味着要放弃一些东西。你们放弃了什么？
曾诚：空载场景被放弃了。相机一旦拿下来，这套机械臂就派不上用场，和云台是一个道理——得先有一台相机压在上面。精度上也做了一定让步。二代产品机械臂的精度是5个丝，差不多半根头发丝，两次运动到同一个位置，误差不超过一根头发丝。可拍摄并不需要这么高的精度，它更看重运动是否连续。这就是我们做的取舍。
雷峰网：拍摄要的连续性，靠什么保证？
曾诚：行业里把六个自由度称为全自由度，任意位置、任意姿态都能实现。但六个自由度会带来奇异点，机械臂走到某些构型附近，就没法继续，只能绕行。工业场景看重运动的“结果”，绕一下、停一下都无所谓；拍摄看重的是运动过程，过程中不能断，所以奇异点问题必须解决。
我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：机器怎么动，这个问题有答案了。说回影像产品本身，这个行业这些年的迭代逻辑是什么？下一段竞争会落在哪里？
曾诚：影像类产品我分成三个阶段。第一阶段是佳能、尼康的时代，拼画质，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。第三阶段，继续升级口袋相机的参数也没多大意义了。所以我认为第三阶段就是用AI加机器人，最终提升用户拿到成片的体验。
雷峰网：为什么强调“成片体验”？现在的设备差在哪？
曾诚：拿影视飓风用Pocket拍的画面来说，同一台设备换小白就拍不出来。画面的流动感、呼吸感，还有整体节奏，普通人做不到。我们仔细研究过原因——影视飓风这类专业创作者清楚创作分前中后期三个阶段，并且每个阶段都能高水平执行。
普通用户通常没有完整的创作流程。拍之前不做策划，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，剪都剪不出来。关键点就在这——AI加机器人的出现，能把这个问解决掉。
市面上的产品，要么只负责拍摄，要么只负责生成。我们抓的点是：把AI的能力放在价值最高的位置，帮用户去拍。AI承担导演的一部分——AI做导演，机器人做摄影师，用户参与过程，最后拿到一个不错的成片。
雷峰网：这个“AI导演”具体怎么运作？
曾诚：其实AI导演不是关键。导演的意图必须落到执行上，创作质量才有保证。脚本可以由AI完成，脚本的执行交给机器人，最后的剪辑再用AI一键成片。工作流大致就是这样。产品能力应该贯穿创作的前中后期，而不是只在某个单点上做智能。
先卖给最挑剔的人
一代锚心智，二代定义品类
雷峰网：越千创新的产品规划是怎样的？
曾诚：分两代产品，两代面向的用户群体不一样。
第一代给专业创作者，主要服务他们中期执行那一段。这类创作者真正稀缺的是运动控制能力，不是镜头创意。第二代体积会小一些，能当小白用户的主力机，还能把电影风格放进去拍。
第一代可以理解成把好莱坞搬到创作者的桌面上。第二代是把电影语言装进口袋。
雷峰网：第二代产品大概是什么形态？
曾诚：第二代会更便携易用，对用户专业度要求没那么高。中间还有不少技术在验证，目前在内部属于保密级。
雷峰网：为什么先切专业赛道，不直接做消费级？
曾诚：两个原因。一是品牌。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反哺消费级用户，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、何时该推、何时该绕、哪个焦段搭哪种景别，专业创作者心里有数。这些都是实打实的创作决策，参数表里写不出来。第一代产品服务他们的过程，就是把这些决策数据攒下来的过程，后面拿去训练第二代的智能化能力。
两代产品分工因此很明确：一代面向专业用户，先把品牌立住、把能力收上来；二代转向普通人，把专业判断变成能直接调用的拍摄方案。
雷峰网：目前主动找上门的客户，都是什么类型？
曾诚：分几类。BBC、好莱坞、央视算一类；自媒体博主、MCN，还有公司自己的电商团队算另一类。
之前CCTV9的摄影指导来找过我们，要拍文物纪录片。文物挪不动，只能到现场拍。他们开两辆卡车进藏，现有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，但那会儿技术验证还在早期，没赶上那个项目。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。
还有一类是公司自己的品牌团队。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。这类用户对持续产出内容有刚性需求。
雷峰网：运控方面，你们有哪些独特积累？
曾诚：越千创新的运控是冲着具体场景开发的，使用体验要做到让用户觉得有手就行。工业场景里那套运控没法直接搬过来，光编辑一个轨迹程序就要几个小时。我们要把这件事压到几分钟。要做到这种体验，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，技术积累自然越滚越厚。
千亿市场与下一代产品
影像行业到底缺什么
雷峰网：第二代产品可能直接和大疆、影石正面竞争，您怎么看？
曾诚：影像类产品市场够大，容得下更多公司。苹果手机做得好，也没把市场上的手机全吃掉。
用户需求不是一个点，也不是一条线，而是无数点构成的空间体。没有哪家公司能满足所有需求点，都得做取舍。被舍弃的点不代表没价值，只是要把价值集中到留下来的点上。创业公司的机会就在于盯住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：您判断影像市场有多大？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。
影像市场太大，它占的是人最重要的两个感官——视觉和听觉。影像带声音，能承载的信息最多，形式也五花八门。中间可挖的需求太多，没被满足的还很多。比如球类运动场景，世界杯、网球比赛，那些视角消费级用户就是拍不到，可那恰恰是最漂亮的视角，能把高光时刻留下来。
雷峰网：您初步估计影像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。创业团队首先得找到真正的用户需求，把场景吃透，做好产品定义，还得把交付和售后做好。能做到这几点的团队，应该都算合格的对手。至于谁是过客，用户会用脚投票。
雷峰网：从需求侧看，现在的影像产品到底缺什么？
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，是从专业场景入手，把创作能力产品化，给用户一款有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，本质是为了表达。拍也好，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、帮创作者更好表达的影像产品，才活得下去。
后记
影像硬件过去十几年的进步，大多发生在“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，隔着一整套得靠长期训练才能拿到的能力。
没练过的人，手里就算攥着一台够好的相机，也照样不清楚镜头从哪儿起、往哪儿走、到哪儿停。
越千创新要干的，是把这套本事拆开来做成产品。专业判断被拆成一步步的流程，机器能照着执行，用户也能直接调用。
这条路真走通了，变的不止是拍摄设备，还有“谁有资格拍出好画面”这个定义本身。成不成，等明年产品上市，市场会给答案。但它至少点出了一个长期被忽视的问题：设备不再稀缺之后，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，谁就可能在下一轮竞争里站住脚。
(雷峰网)
(雷峰网)
相关文章：
