AI在线 AI在线

颠覆传统ISP,Glass Imaging用AI“重塑摄影”:AR、手机、无人机市场全面瞄准

人工智能成像技术公司 Glass Imaging 宣布完成2000万美元A轮融资,由全球知名软件投资机构 Insight Partners 领投,GV(谷歌风投)、Future Ventures 和 Abstract Ventures 等老股东继续加码。 此轮融资将用于加速 GlassAI 技术的开发,并拓展其在智能手机、无人机、可穿戴设备等平台的应用。 Glass Imaging 总部位于加州洛斯阿尔托斯,致力于通过人工智能技术解决镜头像差、传感器缺陷和光学模糊等问题,以显著提升图像质量。

人工智能成像技术公司 Glass Imaging 宣布完成2000万美元A轮融资,由全球知名软件投资机构 Insight Partners 领投,GV(谷歌风投)、Future Ventures 和 Abstract Ventures 等老股东继续加码。此轮融资将用于加速 GlassAI 技术的开发,并拓展其在智能手机、无人机、可穿戴设备等平台的应用。

Glass Imaging 总部位于加州洛斯阿尔托斯,致力于通过人工智能技术解决镜头像差、传感器缺陷和光学模糊等问题,以显著提升图像质量。其核心产品 GlassAI,能够使相机成像性能提升10倍,实现更清晰、更真实的图像呈现。

QQ20250513-090328.png

Phone16Pro(左)与骁龙上的 GlassAI。图片来源:Glass Imaging

“我们正在重构整个成像流程,让 AI 网络完成传统 ISP(图像信号处理)流水线的全部工作,包括锐化、HDR、去噪、色彩校正等操作。”首席执行官 Ziv Attar 表示,“我们用更少的步骤和更少的资源,带来更高质量的图像,完全不依赖传统处理路径。”

Glass Imaging 与硬件制造商合作,将 GlassAI 集成至现有平台。今年秋天,高通曾展示该技术在安卓设备上的演示,表现出极高的成像提升效果。不仅如此,从无人机到AR眼镜、安防摄像头,再到电影摄影机,这项技术的应用潜力正在快速扩展。

“我们已经在实验室训练AI网络,解决高精度摄像头面临的问题,实现极致细节修复。”Attar补充道,并透露今年可能会有采用该技术的产品正式发布。

联合创始人兼CTO Tom Bishop 指出,GlassAI 采用边缘AI处理,可在本地设备上将 Raw 图像转化为高保真视觉效果,超越现有图像恢复技术的极限,带来更真实、更细腻的图像表现。

QQ20250513-090732.png

旗舰 Android 成像技术与 GlassAI Android 对比。

Insight Partners董事总经理 Praveen Akkiraju 表示,Glass Imaging 正在重新定义相机和成像设备的能力,并将加入公司董事会。同时,Insight 的 Jonah Waldman 也将担任董事会观察员。

Glass Imaging 此前已完成多轮融资,包括由 GV 领投的930万美元种子轮融资及更早由 LDV Capital 和 GroundUP Ventures 支持的首轮融资。公司现有员工16人,其中部分来自苹果团队。Attar 强调,Glass Imaging 的成果可与苹果上千名工程师的努力媲美。

GV 合伙人 Erik Nordlander 表示:“在这个人人皆为摄影师的时代,Glass Imaging 缩小了普通用户与专业创作之间的差距,拓展了影像领域的无限可能。”

相关资讯

告别「滤镜」:上理工、上交大团队发布AI赋能的新一代荧光显微镜

编辑 | 2049想象一下,一位生物学家在显微镜前观察细胞,为了看清细胞中特定的荧光标记物,每个实验都需要使用特制的光学滤光片组。 这些滤光片组就像精密的光学「滤镜」,由二向色镜和高光密度带通滤光片构成,用于分离激发光和荧光发射光。 然而,这种传统设计带来了几个显著问题:首先是设备成本增加,其次是系统变得庞大复杂,更重要的是在需要观察多种荧光标记时,机械切换滤光片的过程会显著降低实验效率。
1/23/2025 5:42:00 PM
ScienceAI

中国科学院团队利用AI大模型训练技术解决同步辐射海量数据处理

编辑 | XX 射线叠层相干衍射成像(X-ray ptychography)是一种理论上能够实现衍射极限分辨率的相干衍射成像技术,已广泛应用于材料、生命、半导体、能源等多种科学领域研究。新一代同步辐射光源可提供高相干度和高亮度的X射线,推动相干成像技术向高通量多维度方向发展,使得 ptychography 在大体积样本的精细结构研究和功能表征方面具有极佳的应用前景。然而,新的实验模式与应用场景带来了海量数据在线解析的技术挑战,单次实验的原始衍射图谱数据量可达 PB 量级,成为第四代同步辐射光源上科学实验的最大数据源
11/20/2023 12:18:00 PM
ScienceAI

以自监督方式去除荧光图像中的噪声,清华团队开发了空间冗余去噪Transformer方法

编辑 | 萝卜皮具有高信噪比的荧光成像已成为生物现象精确可视化和分析的基础。然而,不可避免的噪声对成像灵敏度提出了巨大的挑战。清华大学的研究团队提供了空间冗余去噪 Transformer(SRDTrans),以自监督的方式去除荧光图像中的噪声。该团队提出了基于空间冗余的采样策略来提取相邻的正交训练对,消除了对高成像速度的依赖。然后,他们设计了一种轻量级时空 Transformer 架构,以较低的计算成本捕获远程依赖性和高分辨率特征。SRDTrans 可以恢复高频信息,而不会产生过度平滑的结构和扭曲的荧光痕迹。并且,
2/16/2024 4:20:00 PM
ScienceAI
  • 1