计算摄影的多帧合成是怎么算的？先拍后算

按下快门的瞬间，手机其实连拍了好几帧，你拿到的却只有一张干净的照片——中间这道工序，就是计算摄影里的多帧合成：AI 先把多张原始画面收进缓存，再对齐、融合，算出一张单次曝光拿不出的好照片。它与滤镜那种事后修饰不同，是从按下快门那一刻就开始的「先拍后算」。这篇按工序拆开讲：连拍收什么、对齐怎么对、融合怎么融，以及算力与内存在这条流水线上要付的代价；整机拍照 AI 的场景清单，见相机 AI 能力一篇，那里讲的是「能做什么」，这里讲「怎么算出来的」。

连拍：先把素材收进缓存

多帧合成的第一步是多拍。单帧有物理极限：暗光下想曝光充分，快门就得拖长，手一抖画面就糊；想快门快，进光少，噪点就爬满画面。多帧合成的思路是把这道两难题拆开：连拍多张短曝光的帧，每张都清晰，噪点却是随机的——随机的东西多张一平均，就能互相抵消。所以按下快门的瞬间，系统会以极短的间隔连收数帧甚至数十帧，有的机型还会同时收不同曝光时长的帧，亮的帧保住高光细节，暗的帧捞出阴影信息，素材越全，后面能算出的东西越多。这些原始帧都先存在内存里等处理，内存要为此留出成片的缓冲空间，预算怎么排，本地内存预算一篇的思路可以对照。

对齐：把几张画对到同一步上

多张素材到手，麻烦才真正开始：连拍之间手在抖、人在动、树叶在摇，每帧的画面都不完全重合，直接叠在一起，出来的就是重影。对齐这一步做的，是把所有帧「搬」到同一坐标系上：算法从画面里提取特征点——边缘、角点、纹理丰富的小块——在相邻帧之间追踪它们的位置变化，据此估算每一帧的偏移与旋转，再把像素逐点搬回位。对齐精度以亚像素计，差半个像素，融合后细节就发虚。更难处理的是运动区域：画面里走过的行人没法跟静止背景对齐，算法会把这类区域单独圈出来，只在静止区域做平均，运动区域取单帧，避免出现「鬼影」。这一步是整条流水线里计算最密的地方，也是各家画质差距的主要来源。

融合：加权算出一张

帧对齐了，最后一步是把多张图算成一张。融合按区域加权：噪声水平低的区域多取，模糊的区域少取；不同曝光的帧各取所长，高光处取短曝光的帧压住过曝，阴影处取长曝光的帧补足细节；锐度上，每个位置取最清晰那一帧的像素。平均之后还要做后处理：清掉残余噪声、恢复真实色彩、把细节锐回来。到这一步，几十帧原始数据才算收敛成一张照片——你看到的成片，是算出来的而非直接拍到的。

代价：算力与内存的账

这套工序的代价记在两个账本上。一是算力：连拍、对齐、融合要在几秒内跑完几十帧千万像素级的数据，靠的是芯片里专门的算力单元，能跑多复杂的多帧方案，先看芯片有多少算力余量，算力怎么计量，TOPS 是什么一篇讲过。二是内存与功耗：几十帧原始数据同时压在缓存里，内存的容量与带宽都要跟得上；高频运算也让机身发热、耗电加快，所以连拍一阵后你常会觉得机身温热——那是流水线在满负荷运转。功耗怎么在整机里分配，功耗预算一篇算过总账。厂商权衡的正是这三样：算力、内存、发热，配给越足，能用的多帧方案越激进。

看懂工序再看功能

把工序走通一遍，很多日常现象就解释得通了：为什么按完快门要等一瞬才出片——对齐与融合需要时间；为什么三脚架上拍夜景更干净——帧间偏移小，对齐损耗低，平均可以做得更狠；为什么拍运动物体时夜景模式效果打折——运动区域只能取单帧，平均的降噪红利吃不到。同一个原理，配上不同的连拍策略与融合权重，就是夜景、HDR、抓拍这些功能名。想自己验证，可以让 DeepSeek 列一张「夜景模式开启前后成像差异」的对照清单，再用豆包的相机实际对比一组明暗场景的样张，把工序与效果对上号。

多帧合成速查

• 先拍后算：连拍多帧是素材，成片是算出来的
• 对齐靠特征点追踪，精度以亚像素计，运动区域单独处理
• 融合按区域加权：低噪多取、高光取短曝、阴影取长曝
• 代价三样：算力、内存、发热，配给决定方案上限
• 按完快门等一瞬，是流水线在跑对齐与融合

关于多帧合成的三问三答

• 连拍了那么多张，为什么最后只有一张？：多帧是原材料，成品只有一张。每帧都有各自的缺陷——这张噪点多、那张手抖了，合成的作用是取长补短，把几十帧的信息收敛进一张图，所以成片只有一张。
• 多帧合成和后期修图是一回事吗？：层次不同。修图改的是已经成型的那张图；多帧合成发生在成像环节内部，用的是多张原始数据共同算出成片，素材包含的信息比最终照片还多。两者可以叠加，但先后与深度都不一样。
• 为什么有些手机夜景几乎秒出，有些要等几秒？：流水线速度取决于算力配给与方案复杂度。算力足、方案轻的机型融合快；帧数收得多、对齐做得细的机型画质上限更高，等待也更明显，这是速度与画质的取舍。