正文内容
你有没有想过，为什么在GoPro几乎垄断运动相机的时代，一家中国公司能硬生生杀出重围，甚至在2024年上半年营收反超了GoPro？
答案不是更便宜的价格，也不是更硬核的硬件，而是**“软件定义的摄影师”**。
当所有人都在比拼像素、防抖和传感器尺寸时，影石Insta360（下称影石）的创始人刘靖康在思考一个更本质的问题：为什么我们需要自己举着相机？为什么我们需要自己构图？
今天，我们就来拆解这个90后极客，是如何用代码和AI思维，把“相机”变成一个“全自动的AI摄影师”，并在这个过程中实现了从濒临破产到百亿市值的逆袭。
90后黑客的“不务正业”
刘靖康，91年出生，典型的高智商“坏小子”。
在南京大学读书时，他不是那种拿奖学金的乖学生。大二那年，他为了搞清楚学校妹子的分布情况，用代码爬取了全校7000张学生证照片，合成了一张“标准脸”。这事儿闹得很大，差点被开除。
更有名的“战绩”是，他通过一段采访视频的按键音，破解了周鸿祎的手机号。这听起来像电影情节，却是他真实的技术底色——对图像、声音和数据的极度敏感。
但他并不是一开始就想做相机。他的第一次创业是做“名校直播”，第二次是做“视频社交”，结果都黄了。尤其是视频社交，因为男女比例严重失衡（2.3:1），根本运营不下去。
直到2014年，他看到了国外一个极客用6台GoPro绑在一起拍出的360度全景视频，那种“上帝视角”的震撼击中了他。他决定，要做一个能直接拍出这种效果的消费级产品。
从VR泡沫到“先拍摄后取景”
创业初期，刘靖康踩了一个巨大的坑：赌错了赛道。
2015年，VR（虚拟现实）概念火得一塌糊涂。影石拿到了融资，做出了全景相机，指望大家戴着VR头盔看视频。结果呢？VR根本没普及，头盔都在吃灰。
公司账上从400万烧到只剩100万，眼看就要解散。
这时候，刘靖康做了一个极其关键的用户洞察。他发现，虽然普通人不看VR，但有一群硬核玩家（骑行、滑雪爱好者）在疯狂使用他们的相机。为什么？
不是为了看全景，而是为了**“不遗漏”**。
传统运动相机（如GoPro）有一个致命痛点：你在滑雪或跳伞时，必须时刻注意镜头有没有对准自己。一旦构图歪了，精彩瞬间就废了。
但全景相机能记录360度所有画面。你只需要举着杆子，不用管角度，回家后再通过软件重新取景（Reframing）。
这个发现，让刘靖康找到了“活路”，也让他摸到了AI影像的门槛：把摄影师的工作，交给算法。
转折点：看不见的自拍杆
真正让影石“出圈”的，是一个看起来像魔法的功能——隐形自拍杆。
在全景视频中，底部总会有一个难看的黑洞或杆子。影石的算法团队通过计算机视觉技术，在拼接画面时自动把那根杆子“抹掉”了。
结果就是，用户拍出来的视频，像是有个低空无人机在跟拍。这个功能在滑雪、摩托车圈子瞬间炸了。
这不仅仅是一个特效，这是AI介入硬件的开始。它解决了一个物理难题：如何在没有摄影师的情况下，拍出第三人称视角的画面。
靠着这个“杀手级”体验，影石从VR的死胡同里跳了出来，直接杀进了GoPro的腹地——运动相机市场。
方法论拆解：打造“AI摄影师”的5个步骤
影石的成功，本质上是AI技术+产品定义的双重胜利。刘靖康把这个过程拆解为非常清晰的5步：
1. 重新定义需求：从“拍得清”到“拍得对”
传统相机的逻辑是：我给你最好的画质，你自己去构图。 影石的逻辑是：你只管记录，构图交给我。
他们发现，用户买无人机、买运动相机，本质上不是为了参数，而是为了**“出片”**。但90%的人不懂运镜，不懂剪辑。
所以，影石把全景相机的核心卖点从“VR体验”转变为“先拍摄，后取景”。这极大降低了废片率。你不需要有摄影技巧，AI算法保证你永远在画面的C位。
2. AI重塑工作流：从CNN到端到端模型
这是影石最硬核的技术护城河。
早在2018年，影石就推出了“一键成片”功能。当时的底层技术是CNN（卷积神经网络）+ 代码规则。
- 原理：用AI识别画面中的人、车、狗，然后程序员写死规则——“如果有人，就给特写；如果是风景，就拉广角”。
- 效果：60分。能用，但很生硬。
转折点发生在2023年，ChatGPT爆发后。 刘靖康迅速意识到，AI的范式变了。影石立刻将技术栈切换为端到端的大模型训练。
- 新原理：不再写规则，而是把海量的人类优秀剪辑视频“喂”给AI。让AI自己去学习什么是“好的节奏”，什么是“精彩的瞬间”。
- 效果：90分。AI现在的剪辑水平，已经能捕捉到情绪、卡点音乐，甚至懂得留白。
这让影石的APP不再是一个工具，而是一个自动化剪辑工厂。
3. 硬件做减法，软件做加法
为了实现“AI摄影师”的目标，影石在硬件形态上极其大胆。
比如Insta360 GO系列（拇指相机）。它只有一个拇指大小，磁吸在胸前。
- 硬件逻辑：牺牲续航、牺牲屏幕，换取极致的轻便和无感。
- 软件逻辑：依靠强大的防抖算法（FlowState）和水平校正，让这颗小豆子拍出来的画面像云台一样稳。
这就是典型的“软硬解耦”。用算法弥补硬件的物理缺陷，从而创造出全新的拍摄场景（如第一人称视角的猫咪视角、婴儿视角）。
4. “包围”竞争对手，而不是“死磕”
面对GoPro这个巨头，刘靖康没有选择硬碰硬（比如只做一款更便宜的运动相机）。他用了一套**“包围战术”**：
- 左翼：全景相机（X系列）。这是GoPro做不好的，直接降维打击。
- 右翼：拇指相机（GO系列）。这是GoPro没有的形态，切入女性、亲子、宠物市场。
- 中路：模块化相机（One R系列）。把全景和广角做成可更换的镜头，直接跟GoPro抢存量用户。
这三块加起来的市场份额，比单纯的运动相机市场要大得多。这叫**“把蛋糕做大，顺便切走你的一块”**。
5. 供应链的“暴力”磨合
作为一个软件出身的团队，影石早期在硬件上吃尽了苦头。
第一代产品良率低到发指，工厂根本不愿意接单。刘靖康带着团队直接睡在工厂产线上，自己动手拧螺丝。
这里有一个血泪数据：为了打磨一个甚至消费者感知不强的工艺细节，成本可能会上升30%。 但正是这种对质量的死磕（甚至为此召回过整批产品），才让影石在海外高端市场站稳了脚跟。
理论升华：需求背后的需求（马车理论）
刘靖康在访谈中提到了一个经典的产品哲学，我称之为**“马车理论”**。
如果当年你问客户需要什么，他们会说：“我要一匹跑得更快、不吃饭、不睡觉的马。” 如果你听了客户的话，你只会去改良马种。 但福特造出了汽车。
同理，在影像领域：
- 表层需求：我要一个像素更高、防抖更好的相机。
- 深层需求：我想记录当下的美好，但我不想因为盯着屏幕而错过了当下的体验。
影石做的所有AI功能（自动取景、自动剪辑、隐形自拍杆），本质上都是为了解决这个深层矛盾：把人从“拍摄”这个动作中解放出来，让你去“体验”生活，让AI去“记录”生活。
局限性提醒：AI的“通货膨胀”
虽然AI极大地降低了创作门槛，但刘靖康也清醒地看到了硬币的另一面：装X的通货膨胀。
当AI能一键把滑雪视频里的天空换成极光，把笨拙的动作修成大神，“真实”就变得稀缺了。
- 适用边界：AI非常适合“记录”和“分享”层面的效率提升，比如快速出片发朋友圈。
- 不适用场景：AI无法替代顶级的“创作”。那种为了一个镜头等待光线、精心设计的成就感，是AI无法提供的。
此外，硬件的物理限制依然存在。即便AI再强，光学的物理规律（底大一级压死人）和电池技术（能量密度瓶颈）依然是未来5-10年难以突破的天花板。
金句收尾
刘靖康说：“我们公司的终极目标，是造出一个**‘隐形的AI摄影师’**。它能上天入地，能在你最开心的时候自动记录，而你甚至感觉不到它的存在。”
在这个AI席卷一切的时代，最大的机会或许不在于做一个更好的工具，而在于把工具变没。
当技术足够先进时，它应该像魔法一样，悄无声息地服务于生活，而不是打扰生活。