大疆用无人机解决了相机在空中的运动问题，让机器第一次能够承载相机、完成运镜，承担摄影师的角色。但航拍只是影像创作的一小部分，在更广阔的地面，尤其是室内和桌面级场景，仍然缺少一台真正能够掌镜的机器人。
大疆用无人机解决了相机在空中的运动问题，让机器第一次能够承载相机、完成运镜，承担摄影师的角色。但航拍只是影像创作的一小部分，在更广阔的地面，尤其是室内和桌面级场景，仍然缺少一台真正能够掌镜的机器人。
越千创新创始人曾诚硕士期间研究机器人轨迹优化，毕业后曾经在剧组工作。内容创作、影视制作与机器人技术的交叉经历，让他看到一个尚未被满足的需求：当大量内容生产转向个人创作者和小型团队，所使用的设备却以手动操作为主。
这也引发了曾诚的进一步思考：既然无人机已经让相机在天空中拥有了一个「机器人身体」，地面上能否也出现一台真正承担掌镜工作的机器人？
越千创新已完成天使轮融资，由明势创投领投，南山战新投、初心资本跟投。其第一款产品随灵 X 也将于明年第一季度上线首发。
这一次，我们和曾诚讨论了内容创作生态的变化、这种变化是否真的能催生出一类新的影像硬件；也追问了专业创作者与普通用户究竟需要什么，以及在单点技术并非不可复制的情况下，消费硬件公司的壁垒到底是什么。最终，越千想做的不只是一台摄影机械臂，而是让更多人能够「用电影语言记录生活」。
两亿创作者，缺一台会掌镜的机器人
ZL：过去几年，内容创作生态经历了怎样的变化？你从中看到了什么机会？
曾诚：过去，视频内容主要由专业剧组生产；现在，大量内容转向个人创作者和小型团队。进一步来看，全球有两个多亿活跃内容创作者，其中约 50% 的创作发生在室内。这里面包括了开箱产品测评、美食、美妆和直播等不同类型的创作者。并且这些内容基本都可以在「一张桌子」的范围内完成。
内容生产者变了，但拍摄工具没有同步变化。手机、相机和云台让拍摄有了基础的画质保障，但如果创作者想要像专业剧组那样拍摄带有高级感的运镜画面，所用到的设备和一百年前就发明的摄影滑轨没有本质区别。除了需要掌握大量专业的构图、运镜技巧，还需要在多种设备间不断切换才能完成拍摄，创作过程整体智能化程度还非常低。
我们看到的机会，是通过 AI 和机器人，把过去属于专业剧组的拍摄能力带给这批创作者。
ZL：你为什么会比别人更早看到这个机会？这与你过去的经历有什么关系？
曾诚：我在创立越千前做过自媒体，后来又有一段剧组工作经历。2021 年读硕士后，我的研究方向是机器人轨迹优化。机器人的学习和内容创作的经历，让我找到了摄影机器人这个交叉点。
我在剧组接触过大型摄影机械臂。那类设备一天的租金要几万元，重量达到几百公斤，还要由两名工程师到现场调试。有时候调试十几个小时，十秒钟的视频都拍不出来。导演可能随时调整想法，每改一次，设备就要重新调试，甚至耗费几个小时。我们最早做的事情，是在软件控制上进行优化，把原来六个小时的工作压缩到一个小时。
但后来我们发现，这并没有解决根本问题。设备依然要卖几十万元，体积依然非常大，交互依然过于专业。与此同时，内容生产的场景已经发生了变化。
从竞争画质，走向「创作能力产品化」
ZL：前面提到内容创作生态发生了变化，影像市场上发生了什么变化？
曾诚：近二十年影像产品发展的第一个阶段，大家追求画质；第二个阶段追求便携；到了第三个阶段，用户真正关心的是，买了这台设备以后，能不能拍出一条好的成片。
今天，消费级相机的画质已经可以满足绝大多数创作场景需求，继续提升分辨率等参数，普通用户的感知有限，也难以显著改善内容质量。接下来真正能够拉开差距的，是过去没有被充分满足的部分，一句话总结就是创作能力的产品化，也就是说，影像设备要从「把画面拍清楚」，走向「帮助用户把内容拍好」。
ZL：可以展开说说「创作能力」具体是什么吗？
曾诚：内容创作需要经历前期策划、中期执行以及后期制作三个完整阶段，这三个阶段的执行能力就是所谓创作能力。举个例子：同一个画面，是应该向前推进、向后拉远、左右横移，还是上升、下降或环绕，最后呈现出的效果情绪和重点都不一样。这个过程中决定使用什么运镜以及实现运镜的水平都属于创作能力。
ZL：在现有影像产品中，有没有真正把运镜交给机器的产品？
曾诚：无人机就算是。无人机给相机提供了一个机器人的身体，可以控制相机在空间中运动。它不只是帮助用户防抖，而是在一定程度上承担了摄影师的角色。
无人机已经证明，让机器人控制相机运动可以形成一个独立的产品品类。但无人机只能在天上工作，航拍在整体影像内容中的占比很小，绝大多数内容仍然发生在地面，尤其是室内的桌面级场景。所以我们认为，地面尤其是室内和桌面场景，还缺少一台能够真正掌镜的机器人。
ZL：很多专业创作者已经懂得镜头语言的重要性，越千的价值是什么？
曾诚：专业创作者的问题不是不知道怎么拍，而是知道怎么拍，却很难高效地实现。
他们知道什么时候应该推、拉、摇、移，也知道自己需要怎样的构图、焦段和运动轨迹。对他们来说，机器人不需要过多自主发挥，而是要足够听话、稳定，能够准确执行创作意图。
因此，面向专业创作者的产品重点是降低执行门槛。通过随灵 X 进行拍摄，创作者不再需要在各种设备之间来回切换、组合就可以完成各种自由度的运镜拍摄。随灵 X 可以通过视觉跟踪被摄物体，而用户只需要通过拖动、遥控等方式确定关键帧，算法会自动将关键帧串连成平滑的运镜轨迹进而自主完成拍摄。
ZL：那对于普通小白呢？
曾诚：针对小白用户我们也规划了对应的产品线，理想状态是人人都能把影像创作机器人装进背包、口袋。
如果说专业用户需要的是中期执行伙伴，那么普通用户需要的则是贯穿前、中、后期的创作伙伴。
普通用户前期不知道先拍什么、后拍什么，中期不知道怎么拍，拍完以后，他可能也不知道怎样剪辑。仅仅把相机和传统器材交给他，并不能让他拍出满意的内容。
所以，两类用户需要的是不同的产品逻辑。面向专业创作者，机器人要理解并执行他的意图；面向普通消费者，则需要先理解他想要的结果，通过 AI 设计拍摄方案，再由机器人执行，最后 AI 完成剪辑。对于普通用户来说，未来的影像设备不应该要求他先成为摄影师才能创作好作品，而是只要有想法就能创作好作品。
ZL：普通小白不知道怎么拍，专业创作者无法高效实现，听起来是两种完全不同的痛点？
曾诚：正是专业创作者知道什么是好的构图和运镜，他们的创作决策对下一代面向普通用户的消费级产品非常重要。
我们会鼓励专业创作者分享自己的创作方案。最好看的模板、最漂亮的镜头，可以由第一批专业用户生产出来，后面的用户直接下载使用。
这些真实的创作决策数据，是下一代产品智能化的基石。从这个角度说，第一代面向专业创作者的产品，带来的不仅仅是客户，也是下一款面向普通用户的产品的老师。
ZL：AI 生成视频快速发展，会不会让真实拍摄和摄影机器人变得不再重要？
曾诚：在内容创作中生成和实拍扮演着不同的角色。
生成更接近虚拟制作，它擅长从无到有，低成本实现现实中不存在或者很难拍摄的画面；实拍的本质则是记录真实。
特别是在商业内容中，消费者从看到广告到最终购买，中间需要建立信任。产品的客单价越高，决策链路越长。一个几元钱的日用品，广告图片是真是假可能没有那么重要；但如果是一台几千元的相机或者一部上万元的手机，消费者会去看测评，也希望看到真实拍出来的内容。
所以，生成和实拍不是替代关系，而是两种不同的创作工具。专业创作者也不会因为使用 AI，就接受作品从 90 分降到 85 分。他们更可能把 AI 用于转场、特效和创意画面，在相同投入下，把内容从 90 分提高到 95 分。
消费硬件的壁垒，是把100件事都做到80分
ZL：既然桌面场景存在空白，为什么 Pocket 和云台不能解决这个问题？
曾诚：Pocket 很适合户外 Vlog。它足够便携，广角镜头也适合呈现开阔的户外空间。从它的样片也可以看到，大部分是在展示户外场景。
但室内和桌面创作是另一套逻辑。拍摄人物时，往往要从全身收紧到半身；拍摄产品细节和 B-roll 时，还要使用长焦、微距。焦段越长，人的轻微移动在画面中就越明显，对运镜精度和稳定性的要求也越高。
ZL：传统的机械臂等已经很成熟，不能直接缩小吗？越千做了什么优化呢？
曾诚：工业机械臂强调重复定位精度，主要适用场景是把物体准确地从 A 点移动到 B 点。至于中间过程怎样移动，连续或是间断，通常没有那么重要。
摄影更关注运动过程。它不需要零点零几毫米的定位精度；但整个轨迹必须连续，不能因为遇到奇异点突然停顿，启停和加速度也要足够平滑。传统六轴机械臂还会遇到奇异点，这在工业场景中未必致命，却会直接破坏一条镜头。
在运动控制上，我们把前三个自由度和后三个自由度分开，采用「3+3」的控制方式，避免六个轴联动时出现的奇异点，同时结构也做了专门的设计。整体围绕完整运镜需求进行了系统设计，在轨迹精度、运动连续性、运动稳定性以及整机轻量化上做了更好的平衡。
ZL：如果把电机、机械结构和运动控制分别拆开看，这些技术并非别人做不出来。越千的壁垒究竟是什么？
曾诚：我们做的是消费级硬科技产品，确实有一定的技术门槛，但毕竟不是核聚变（笑）。单独拿出任何一个问题，找到行业里专业的团队，他们都能做出来。
真正困难的是复杂性的协调，是发现用户这「一百个」问题，把每个问题都解决到 70 分、80 分以上，关键问题做到 90 分以上，而且不能存在明显短板。
苹果也不是每一项单点技术都绝对领先，甚至有些技术早已存在很多年。但它能够把诸多问题复杂性协调得最好。
结构、运动控制、电机驱动、视觉、交互、成本、可靠性、制造和用户场景，都要被整合到一起。能够把这种复杂性协调起来，才是做好一款消费级硬件最难的地方。
ZL：担心大疆入局吗？
曾诚：当然会关注。大疆在影像硬件、供应链和全球化渠道上都很强，任何新赛道一旦被验证，都会吸引成熟公司进入。但我们不会把战略建立在「大公司暂时不会做」这个前提上。
越千所做的也不只是把机械臂做得更小。真正需要长期积累的，是对创作场景的理解：不同内容该怎么构图、怎么运镜，专业用户如何高效表达意图，普通用户如何在不懂摄影的情况下获得一条好视频。这背后涉及 AI 对用户意图的理解、机器人控制、视觉理解、交互工作流，以及持续沉淀的镜头模板和用户数据。
所以我们的重点是尽快把产品交到真实创作者手中，在专业场景里打磨出稳定、可复用的工作流，再逐步降低大众用户的创作门槛。大公司的进入未必是坏事，它会帮助市场教育用户；而越千要做的是在这之前，先把对用户、产品和创作生态的理解跑出来。
ZL：请简单介绍下团队背景吧
曾诚：团队成立的第一天起就不是为一个场景假设答案，而是从真实问题出发定义产品。所以我们对于场景、用户都有独到的理解。过去三年，我们围绕这些问题迭代了近十个版本。很多方案一开始看起来成立：有的运动能力很强，却不适合拍摄；有的样片效果不错，却太复杂、难以量产。团队不断推翻和重做，才逐步在运动控制、创作体验、可靠性和量产之间找到平衡。 因为方向清晰目标明确，随着产品和需求验证逐渐深入，过程中不断吸纳志同道合的小伙伴加入。如今团队能力已经完全覆盖从需求洞察到产品落地全链路。随着越千的加速发展，我们也将持续吸纳愿意用心做好产品的小伙伴一同加入，用发展的眼光持续迭代产品和团队。
用电影语言记录生活
ZL：越千创新最终的目标是成为一家什么样的公司？
曾诚：我们现在是一家智能影像创作机器人公司，服务的是内容创作者。机械臂或者未来其他硬件形态只是执行端。
长期来看，我们希望以智能硬件为起点，逐步形成创作者生态。我们真正关心的是整个创作表达流程：用户想要什么，应该怎么设计镜头，机器人怎么执行拍摄，拍完以后怎么完成制作、产出成片剪辑。而用户的角色会从「掌镜者」变成导演和摄影指导，技术服务于人的创作意图，帮助人把内心所想转化为可被分享的影像作品。
ZL：越千创新希望给用户创造什么样的价值？
曾诚：我们第一款产品作为切入点，更多的是给专业创作者带来创作便利、提升创作质量。而我们长期追求的是给用户带来创作和审美层面的价值，帮助用户更好的表达。每个人的生活都值得被更好的记录。孩子出生、和家人互动，与朋友的出行，这些非常珍贵的瞬间，都值得用电影级的语言记录。
过去，要做到「电影语言」这一点，需要付出太大的代价。普通人难以获得这样的体验。但未来，一个人甚至可以从口袋或者包里拿出一台设备，就拍出有「电影感」的作品。
如果十年以后回头看，越来越多的人开始用电影语言记录生活，那我们就真正改变了这个世界。
请注意，此次访谈内容已经过精心编辑，并得到越千创新的认可。欲了解更多关于越千创新的信息，敬请访问其相关官方账号。我们也欢迎读者通过留言互动，分享您对本访谈或越千创新、影像机器人赛道的看法。（本文转自 Z·Lives）
来源：互联网
