大疆/影石/启元/寻影加码AI影像，不会拍照的机器人不是好具身智能？ - 今年会体育

「机器人究竟会以何种方式融入我们的日常生活？」

这或许是近年来，具身智能领域被频繁提及的核心问题之一。部分观点认为，机器人应优先掌握家务劳动、照料长者等技能，最终进化为全能型家庭助手。另一种看法则指出，与其等待一款万能的类人机器人问世，不如先让机器人在某一特定任务上发挥作用。

例如，承担拍摄照片或视频的工作。

今年7月，影石创新公布了名为Cameraman的「摄影机器人」长期规划，目标是研发一种能自主感知周围环境、寻找拍摄角度、完成构图并追踪拍摄对象的Camera Agent，其具体产品形态尚不固定。

图片来源：影石

简而言之，影石的目标是打造一款无需人工持续操控、能自主完成拍摄任务的相机。

几乎在相同时间段，由前大疆技术骨干创立的妙动科技推出了Beni——一款配备两个轮子、外形类似宠物的小型机器人。它能跟随用户移动、规避障碍、完成跳跃动作，并具备4K视频拍摄能力。

图片来源：妙动科技

与影石仍处于探索阶段的Cameraman相比，Beni已结束众筹，早鸟售价为549美元（约合人民币3674元），计划于11月开始发货。其国内销售将与海外大规模交付同步进行，距离真正抵达消费者手中仅剩：

一步之遥。

而涉足「摄影机器人」领域的远不止这两家企业。大疆、哈浮早已通过无人机探索自主跟拍技术，启元T1、维他动力的机器狗也开始承担移动摄影任务，甚至荣耀也将机械云台和AI Agent整合进了Robot Phone。区别在于，有的公司专门为摄影制造机器人，而另一些则试图让机器人掌握摄影技能。

常言道，条条大路通罗马。但在具身智能走向普通用户的历史进程中，「摄影」会是一条狭窄的小径，还是一条宽广的大道？

让相机实现自主移动

如果将摄影机器人理解为一种能自主移动、跟随用户进行拍摄的设备，那么它其实早已进入消费市场，只是过去很少有人将其称为「机器人」。

最典型的例子是无人机。以大疆Neo 2为例，这款仅重151克的小型无人机已支持掌上起降、手势控制、智能跟随和全向避障。用户无需始终手持遥控器，就能让它跟随自己跑步、骑行，或完成环绕、渐远等运镜操作。

零零科技旗下的哈浮（HOVERAir），更早在2022年就推出了主打自动拍摄的飞行相机X1，随后又发布了X1 Pro、X1 ProMax等迭代产品。与传统无人机相比，它们更强调「飞行相机」而非「无人机」的身份，通过手掌起飞、自动跟随、预设运镜等功能，尽可能将飞行操作从拍摄过程中剥离。

X1 ProMax，图片来源：HOVERAir

从某种程度上说，这些产品已具备摄影机器人的基本特征：能够感知目标、控制自身运动，并在一定程度上自主完成拍摄。

当然，飞行方式也存在局限性。续航能力、噪音问题、使用场所限制以及安全考量，都决定了无人机无法覆盖所有拍摄场景。特别是在室内、拥挤街道等环境中，能贴近地面移动的机器人反而可能更具优势。

这也是妙动Beni选择双轮足形态的重要原因。

与无人机从空中俯拍不同，Beni能在地面跟随用户移动，通过双轮与关节结构实现转向、跳跃和姿态调整。它可以拍摄4K视频，例如记录宠物奔跑、孩子玩耍，或滑板运动中贴近地面的动态画面，还能通过不同动作展现出类似宠物的互动感。

TechRadar对Beni的互动设计印象深刻，认为其表情、声音和翻滚动作，让Beni同时也像一只活泼的机器人宠物。

在这条路线上，已有更多厂商开始尝试。例如启元机器人的T1，不仅采用了双轮与四足自由切换的变形设计，还能连接影石等运动相机，支持语音拍摄、自动跟拍、环绕运镜等功能。Vbot超能机器狗除了自主跟随、避障和载物外，也能外挂运动相机，在户外活动中充当移动摄影师。

启元T1接上影石Luna Ultra，图片来源：启元机器人

与Beni相比，这两款产品并非专门围绕摄影设计。摄影只是它们能执行的重要任务之一，机器人本身还承载了更多功能。这种差异其实颇具趣味。

甚至，今年荣耀推出的Robot Phone，将机械云台直接整合进手机。通过AI主体识别、自动跟随和预构图，镜头能随着人物移动主动调整方向，甚至完成部分专业运镜。

类似的还有寻影Tail 2，通过AI主动云台设计实现人物跟随，并支持一套颇具参考价值的手势交互设计：

寻影Tail 2的主动云台并不意味着我们可以随意将相机放在「角落」位置：为了方便单人使用，寻影Tail 2具备手势控制能力：拇指和食指比成「L」形可控制变焦，「OK手势」可开启或停止拍摄。但如果不将寻影Tail 2放置在正面，相机可能无法准确识别出「OK」手势。

图片来源：雷科技

过去也有带追踪功能的摄像头，但无论算法多智能，改变的只是画面参数，无法改变镜头的位置和角度。广义上，无论是荣耀Robot Phone，还是寻影Tail 2，都可以被视为一种「摄影机器人」：

至少让相机不再被动等待用户操作，而在物理上具备一定的自主执行能力。

至于影石，虽然Cameraman目前尚无确定的独立产品形态，但从全景相机、Flow手机云台、Luna云台相机，到影翎全景无人机，其已积累了不少相关技术。影石的设想并非制造一种特定形态的机器人，而是让相机能理解用户意图，自主完成拍摄、剪辑乃至分享。

必须承认，当下的「摄影机器人」很难用某一种产品形态来定义。它可以在天上飞，可以在地面跑，可以长得像一只机器狗，甚至可以只是手机背后的一套机械云台。

在公开采访中，零零科技创始人王孟秋表示「相机会飞只是手段不是目的」，影石刘靖康在谈及Cameraman时也提到，「大多数人真正要的不是操作机器，而是得到好的照片和视频。」

摄影机器人并非突然出现的新概念，而是影像设备不断自主化，与消费级机器人逐渐走向实际应用，这两条技术路线交汇的结果。归根结底，从狭义需求来看，「摄影机器人」的机器人只能是手段，而非目的。

但同时，摄影机器人可以成为机器人进入人类日常生活的一种可能途径。

先学会跟拍，再谈无所不能？

在许多人的认知中，具身智能的终极形态似乎就是人形机器人。

妙动科技CEO杨硕并不认为所有机器人都应朝着人形发展。杨硕曾参与并主导大疆飞控系统的研发，后获得卡内基梅隆大学机器人学博士学位，并在特斯拉担任Optimus人形机器人项目的架构师。

他在此前的访谈中举过一个例子：如果用户希望有个机器人举着Osmo，跟在自己身边拍摄，为什么一定要先造出一个能双足行走、用手握住相机的人形机器人？一台小车，甚至一种更简单的移动装置，也可能完成同样的任务。

事实上，包括影石、哈浮、大疆、妙动在内的这批深圳厂商，着眼点更为实际，都更强调对「用户需求」的满足，也看重在商业上的落地。

因此不难理解，妙动为何会选择Beni现在的产品形态。它不需要模仿人类的身体，也不需要掌握复杂的灵巧操作，只要能够稳定跟随用户、调整拍摄位置，就有机会完成摄影任务。

图片来源：妙动科技

还有一点，摄影要求机器人能感知周围环境、识别拍摄对象、规划自己的移动路线，并根据实际情况不断调整动作，却不一定需要机器人直接操作和改变外部物体。这意味着，相比整理房间、洗衣做饭等复杂家务，摄影能在一定程度上避开灵巧手、物体操作等尚未充分解决的技术难题，同时又让机器人真正进入复杂多变的现实环境。

但这不意味着杨硕不看好人形机器人。恰恰相反，杨硕在个人专栏中提到，妙动科技从成立伊始就决定要做两条产品线：「一条是更长期的人形机器人，另一条是尺寸更小、更安全、也更容易先进入真实生活的小机器人。」

事实上，人形机器人的优势在于通用性。人类生活的环境、工具乃至各种基础设施，大多是围绕人的身体设计的。如果机器人需要操作这些工具，完成各种不同的任务，人形结构自然有其价值。

但如果只需要完成一件具体的事，情况就不一样了。例如一台机器人要跟着人拍摄，并不需要拥有两条腿、两只手，更不需要先学会整理房间、洗衣做饭。

关键还在于「尺寸更小、更安全、也更容易先进入真实生活」。从技术成熟度、价格、实用性和产品交互的角度，Beni这种产品形态显然有机会比人形机器人更早进入大众生活。

过去十多年，手机、相机和无人机厂商一直在降低拍摄门槛。从自动对焦、计算摄影，到智能构图、自动跟拍，再到如今的AI剪辑，越来越多原本需要用户亲自完成的工作，已经交给了设备。

沿着这条路线发展，下一步很自然就是让设备自己决定怎么拍，甚至什么时候拍。

事实上，在刘靖康的设想中，Cameraman的核心就是能理解用户意图，自主选择镜头、机位、构图，最终交付满意影像的Camera Agent。换言之，摄影机器人的发展不只是让设备学会移动，还要让它逐渐理解摄影这件事本身。

另一条路线则从机器人出发。

今天机器人进入生活面临的问题，除了成本等因素，更重要的是「能做什么」。武术和跳舞表演，做冰淇淋、咖啡、煎饼、理货、零售，这些机器人更多还是面向商家。相对来说，「摄影」更个人化，这一点也在消费级无人机、手持云台相机、运动相机中得到了验证。

图片来源：雷科技

因此对机器人来说，摄影可以是核心功能，也可以只是众多能力之一。机器人既可以专门为拍摄设计，也可以同时承担跟随、陪伴、载物等工作。

这两条路线并非非此即彼。它们的起点不同，却正在摄影这个具体场景中发生交汇。这也提醒我们，具身智能的落地未必需要等待一台无所不能的通用机器人。

不过，具备自动跟随、避障等功能还不够。摄影机器人要真正接近一位摄影师，还需要理解拍摄时机、场景变化，甚至用户对于画面的偏好。

所以从启元T1到Vbot超能机器狗，都选择通过接口外挂相机的方式实现跟拍，让影石、大疆等厂商来支撑实际「拍摄」的部分，同时产品兼具跟随、陪伴、载物以及其他生活服务，由此吸引消费用户购买。

这些探索至少让具身智能的消费化，更近了一步。至于它最终会是一架无人机、一台轮足机器人，还是现有相机和手机的进一步进化，反而不是最重要的问题。真正重要的是，机器人能否在不增加太多使用负担的情况下，完成过去需要人亲自参与、甚至无法独自完成的事情。

这也引出了一个更现实的问题。摄影的需求确实存在，但今天的手机、全景相机、无人机和智能云台，已经能够满足相当多的拍摄场景，我们真的需要一台新的机器人吗？

在摄影机器人的产品真正落地之前，我还没有明确的答案。