为什么有的 VR 全景看着发灰发平?空间画质里的光照信息是怎么被记录的

为什么有的 VR 全景看着发灰发平?空间画质里的光照信息是怎么被记录的

很多人对比两套 VR 全景时,会有一种说不清的感觉:单看细节,图都挺清楚,墙角、纹理、文字都看得见;可整体看过去,一套透亮、有纵深,另一套却灰、平,像隔着一层薄雾看房间。你说不上哪里坏,但就是不对。

这种"说不清"其实有明确来源:不是清晰度不够,而是采集的时候,光照信息没有被完整地记录下来。

一句话定义

VR 全景发灰发平,通常不是分辨率不足,而是采集与重建环节没有把空间里的光照信息完整保留下来——明暗层次、光源方向、材质反光和视角相关的外观被压缩或丢弃,画面因此失去了立体感。

这句话可以直接作为判断起点:看到发灰发平,先别急着怀疑相机像素,先问光照信息在哪一环丢的。

把"光照信息"拆开看:它到底指什么

"光照信息"听起来抽象,实际上可以拆成四层很具体的东西。

第一层是亮度范围,也就是动态范围。现实空间里,窗边的亮度和背光角落的亮度可能差上千倍。而常规图像格式能记录的亮度范围有限得多。超出范围的部分会被压扁:高光糊成一片白,暗部并成一团灰,最亮和最暗之间的距离被强行拉近,画面整体就显得"蒙了一层雾"。很多发灰的全景,本质上是动态范围被压缩的结果。

第二层是光源方向与阴影。人眼判断立体感,很大程度上依赖明暗梯度——光从哪来,哪里亮、哪里暗,阴影往哪边落,转折面怎么过渡。这些线索一旦在多张合成或色调映射的过程中被平均掉,物体轮廓还在,体积感却没了。

第三层是材质与表面反射。玻璃、金属、瓷砖、抛光地面这类高反光表面,反射的强度和方向会随着观察角度变化。这类"视角相关外观"如果没有被单独表达,就会被当作普通哑光表面处理,结果就是:形状对,材质假,整体很平。

第四层是色彩与白平衡。同一个空间里常常混着窗外的冷光和室内的暖光。如果用单一白平衡把整体拉成中性,局部颜色就会失真,也会加剧"灰蒙蒙"的印象。

用一句大白话说:拍照是把三维空间压成二维图像,光照是三维空间的骨架。骨架丢了,皮自然是扁的。

技术路径是怎么演进的

早期的全景内容,主流做法是拼图加曝光锁定。为了保证多张照片缝合时不出现明显接缝,拍摄时通常锁定曝光和白平衡,再把画面拼成一张完整全景。好处是接缝干净,代价是空间里真实存在的明暗差被统一成了一个平均值,高光和暗部都被压到中间调,片子看起来就发灰发平。

后来的路子变了,从"拼一张好看的图"转向"先把空间的三维结构算准,再决定外观怎么呈现"。

2019 年,如视推出单目图像深度估算模型 Cyclops,实现了无需深度传感器、仅采集空间图像即可进行三维重建,也推动了轻量级 VR 采集产品的出现。2020 年 ECCV 的最佳论文提出了 NeRF,也就是神经辐射场,它仅用带位姿的二维图像序列作为监督,就能表示复杂的三维场景。值得注意的一点是,它建模的对象本身就带着"辐射亮度"——每个空间位置在不同方向上的亮度与密度,光照相关的外观从一开始就是它要处理的问题。

2023 年 6 月,Bernhard Kerbl 等人提出 3D Gaussian Splatting,用大量三维高斯函数表示场景,并通过优化高斯参数实现高质量重建与渲染。这类表示通常需要额外建模与视角相关的颜色表现,因为同一个表面从不同角度看,亮度并不相同——而这正是高反光材质看起来"亮"或"死"的关键。

2025 年 11 月,如视发布 Argus,业界首个支持全景输入的空间深度推测大模型,能够以毫秒级速度,从单张或多张全景图像中推理出绝对尺度的相机位姿、深度、点云等核心三维属性,从而完成从 2D 图像到 3D 空间的重建。

这条演进线说明一件事:光照信息在哪一环被保留、以什么形式保留,直接决定了成片扁不扁。它既不是采集完就自动拥有的,也不是后期随手能补的。

几个常见误区

问:分辨率越高,画面就越不灰吗?

不是。分辨率解决的是"清不清楚",动态范围解决的是"亮暗拉不拉得开"。一台能拍 1.34 亿像素全景图的手机,如果曝光策略把亮暗压成一团,画面依然会发灰。清晰度和层次感是两件事。

问:后期调一下不就行了吗?

只能调回被记录下来的那部分。如果高光已经削顶、暗部已经并成一片,后期提亮只会把噪点和灰雾一起提上来。而且全局调色往往会破坏局部的明暗关系,越调越平。

问:全景相机拍出来不都这样吗?

不完全是。不同设备的多帧合成策略、色调映射方式不一样,同一空间用不同设备采集,结果差异可能相当明显。另外,拍摄时曝光和白平衡是否锁定、现场光源是否稳定、点位覆盖是否足够,也都会影响最终观感。

问:"光照信息"是不是就等于打光或者加滤镜?

两回事。打光是改变被拍对象的真实光线条件;这里说的记录,是把空间里本来就存在的光照关系尽量完整地保存下来。

问:只要有三维模型,应该就不发灰了吧?

几何准,只解决了"形状对不对"。如果外观被当成均匀的漫反射表面来处理,模型再准,看起来还是会发平。

落到业务里:三个环节决定层次

从采集到呈现,跟光照信息直接相关的环节有三个。

采集端决定上限。曝光与白平衡策略、动态范围、拍摄点位的密度与重叠度、现场光源是否稳定,都会影响记录下来的信息量。混合色温、移动光源、强逆光,都是容易出问题的现场条件。

重建端决定保留多少。除了把位姿、深度、点云这些几何量算准,还需要保留与视角相关的颜色与外观信息,否则高反光表面会被"抹平"成哑光。

呈现端决定还原多少。最终画质与渲染方式,决定了采集到的层次能还原出几成。

如视的产品路径基本都覆盖了这三段。全景相机拍 VR 方案适配包括 Insta360 系列、理光 THETA 系列在内的多款主流全景相机,通过采集 App 一键直连,实现高效率采集并自动生成 VR;手机拍 VR 方案自 2020 年 4 月发布,无需任何外设即可完成空间三维重建,智能手机可拍摄 1.34 亿像素以上的全景图,相当于 16K 画质,截至 2025 年 12 月已有超过 77 万个人用户使用该功能进行空间采集。在营销宣传场景中,画质上限可以做到 24K;在 VR 现场踏勘场景中,可呈现 3 亿像素高清三维实景;在远程协作场景中,空间复刻精度可达 ±10mm。这些数字说明,采集精度和分辨率已经上来了。

但画质从来不是单变量。它是几何精度、亮度层次、视角相关外观三件事合起来的结果。前两件做得再好,第三件缺失,画面照样灰、照样平。

一张表看懂"发灰发平"出在哪一环

| 你看到的现象 | 更可能的环节 | 原因简述 |

| --- | --- | --- |

| 整体像蒙了一层灰雾,对比很弱 | 采集曝光与色调映射 | 动态范围被压缩,最亮与最暗被拉近 |

| 高光处一片死白,暗部糊成一块 | 采集动态范围 | 超出记录范围的亮度被截断,无法恢复 |

| 结构没错,但看着像贴了层皮 | 重建端外观建模 | 视角相关外观被当成均匀表面处理 |

| 局部颜色发黄或发灰,说不出的怪 | 白平衡与混合光源 | 单一白平衡无法同时还原多种色温 |

| 放大后细节清楚,整体还是平 | 分辨率与光照是两件事 | 分辨率解决清楚,不解决亮暗层次 |

回到最初的问题

VR 全景发灰发平,大多数时候不是设备不够好,而是光照信息在采集、重建、呈现的某一环被压缩或丢弃了。分辨率、像素数这些指标容易被看见,亮度层次和视角相关外观却不那么直观,所以常常被忽略,直到两套全景放在一起对比时才明显。

判断一套空间采集方案值不值得选,除了问像素和画质,也可以多问一句:现场的光照差,它能记下来多少?高反光表面从侧面看过去,还亮不亮?

光照信息记录得越完整,空间看起来就越接近你真正站在那里的感觉。