夸克在今天的专利公示中，抢先亮相“Super Raw暗光处理算法”（公开号CN120915925A），宣称实现了手机级Raw域降噪在AI眼镜上的首次落地。该技术通过把内存提升至3 GB、在高通骁龙AR1上跑Raw帧融合以及陀螺仪运动补偿，使得眼镜在夜景、地下停车场等极端光照下也能捕捉到细腻、噪点极低的图像。对比以往只能输出压缩后JPG的同类产品，夸克此举相当于把“手机摄像头的旗舰级暗光能力”直接搬进了佩戴式终端。
技术突破：从手机到眼镜的Raw降噪
Raw域降噪本质是对未经过镜头ISP处理的感光数据进行多帧叠加与统计去噪，这一过程对算力、内存和功耗的要求极高，长期只能在配备了强大AI芯片的旗舰手机上实现。夸克通过三大手段破解瓶颈：
- 3 GB大容量内存——确保多帧RAW缓存不出现溢出；
- 高通骁龙AR1本地计算——在边缘计算芯片上部署自研的RAW多帧融合算法，保持功耗在可接受水平；
- 陀螺仪运动补偿——在拍摄过程中实时校正抖动，提升合成帧的对齐精度。
整个链路从传感器采集、RAW读取、帧间对齐、噪声模型自适应到最终输出，都由夸克全栈自研完成，实现了对算法、硬件、系统的深度协同。
产业链与市场的潜在转折
Raw降噪的引入让AI眼镜的拍照场景从“光线良好下的随手一拍”跃升为“低光环境下的专业级记录”。这不仅提升用户黏性，也为内容平台、AI视觉服务提供了更高质量的图像输入，促使生态合作进入新阶段。供应链层面，镜腿传感器与高通芯片的需求将同步增长；资本市场方面，已有数轮融资的夸克在专利加持后，估值有望突破百亿元大关。
与此同时，技术门槛提升也让行业竞争者面临重新布局的压力。当前绝大多数AI眼镜仍停留在传统YUV压缩流，算力不足导致的低光表现一直是用户痛点。若其他厂商无法在短期内复制3 GB+本地RAW方案，夸克可能在高端影像细分赛道形成先发优势，进而带动“AI+摄影”生态的垂直细分。
“我们在保证隐私的前提下，把更多影像处理前移到本地，”项目负责人在专利披露后接受采访时如是说。此番强调本地化不仅是技术需求，也是对全球数据合规的主动适配。
商业机会与风险点
- 机会：
- 与摄影APP、社交平台的深度合作，提供RAW后期云服务或AI增强滤镜；
- 面向专业领域（如安防、物流）推出“低光监控眼镜”，实现夜间高分辨率抓拍；
- 基于3 GB内存的开放API，吸引第三方开发者围绕图像分析、AR叠加展开创新。
- 风险：
- 高功耗与散热仍是佩戴设备的硬性限制，若不能在电池容量上同步提升，可能导致续航低于两小时；
- 监管层面对眼镜拍摄的隐私争议仍在酝酿，尤其是公共场所的人脸捕捉功能，可能触发地区性功能删减；
- 供应链依赖单一芯片（高通骁龙AR1）导致的产能波动，若出现供货紧张将直接影响出货计划。
总体来看，SuperRaw的专利曝光标志着AI眼镜从“信息展示”向“高质量内容生成”转型的关键节点。如果夸克能够保持算法迭代、功耗控制以及生态合作的闭环，将有望在未来 12‑18 个月内抢占低光影像细分市场的头部位置；而竞争者若想快速追赶，则必须在芯片选型、内存架构以及全栈算法研发上投入相当规模的资源。
参考来源