收購了什麼?核心是「讓相機看得更好」的 AI 技術與人才
據《華爾街日報》報導,OpenAI 已收購專攻智慧型手機相機技術的 Glass Imaging,交易對公司估值超過 3 億美元。不過,截至目前,OpenAI 與 Glass Imaging 都未公開證實這筆交易,也沒有交代收購後的產品規畫。
12
17
若報導屬實,OpenAI 取得的不只是相機軟體,還包括一支深耕計算攝影與行動影像處理的團隊。這類能力對於將 AI 從聊天介面延伸至裝置端、視覺理解與多模態產品,具有潛在價值。
Glass Imaging 是誰創辦的?
Glass Imaging 於 2019 年在美國加州洛斯阿爾托斯(Los Altos)成立,創辦人為 Ziv Attar 與 Tom Bishop,兩人皆曾任職 Apple 的相機工程團隊,並曾參與 Apple 人像模式(Portrait Mode)相關工作。
10
11
人像模式是智慧型手機計算攝影的代表功能:它不只靠鏡頭本身,而是結合深度辨識、主體分離與影像運算,模擬較大相機常見的背景虛化效果。兩位創辦人的背景,也說明 Glass Imaging 的技術路線為何聚焦於「以軟體和 AI 彌補小型相機硬體限制」。
GlassAI 的「神經 ISP」是什麼?
Glass Imaging 的主力產品為 GlassAI,定位為「神經 ISP」(neural image signal processor,神經影像訊號處理器)。ISP 原本是相機系統中負責把感光元件原始資料轉為可觀看照片或影片的處理流程,通常涵蓋色彩重建、降噪、銳利化與多張影像合成等步驟。
GlassAI 的做法是運用針對特定相機模組訓練的神經網路,處理感光元件輸出的 RAW 原始資料,而非完全依賴傳統、分段式的影像處理管線。其目標是在手機等小型感光元件上,取得更接近 DSLR 數位單眼相機的影像品質,包括改善低光拍攝、HDR 高動態範圍、雜訊、細節、動態場景與變焦影片表現。
17
12
換句話說,GlassAI 著眼於相機「拍下來之後、變成照片之前」的關鍵運算層。這也意味著,它的用途不必侷限於手機,理論上可延伸至需要小型鏡頭與即時影像處理的設備。
手機之外:曾瞄準無人機、穿戴裝置與 Snapdragon 生態系
Glass Imaging 將技術定位於智慧型手機,同時也提及無人機與穿戴式裝置等應用。該公司曾在高通 Snapdragon 8 Elite 平台展示 GlassAI 的變焦影片增強效果,利用晶片的神經運算加速能力,在參考手機上處理 RAW 連拍影像。
14
報導亦指出,Glass Imaging 曾與智慧型手機相機相關夥伴合作;但這些合作的商業規模、合約條件與是否持續,公開資訊仍不完整。
11
17
融資不大,交易價格卻可能大幅跳升
Glass Imaging 在出售前累計募資約 3,000 萬美元,並在去年的一輪融資中獲得約 1 億美元估值。
12
10
因此,若超過 3 億美元的收購價格正確,代表其交易估值相對前述估值至少提高約 3 倍。不過,這不能直接解讀為每位投資人都拿到 3 倍現金回報:各方持股比例、後續稀釋、優先清算權,以及交易究竟以現金、股票或其他形式支付,都尚未公開。
為何 OpenAI 可能需要相機 AI?
OpenAI 並未說明收購目的,因此下列判斷仍屬推論。若公司正準備打造面向消費者的多模態產品或硬體,優秀的相機處理能力能讓裝置在更困難的光線、移動與小型鏡頭條件下,取得品質更高的視覺輸入;這些影像可進一步成為視覺 AI 模型理解環境的素材。
從這個角度看,Glass Imaging 的價值可能在於兩件事:一是神經 ISP 的影像處理堆疊,二是熟悉手機相機開發與計算攝影的工程人才。這更像一筆針對能力與團隊的收購,而不只是替 ChatGPT 增加一項軟體功能。
17
但目前沒有公開證據證明 GlassAI 將被放進 OpenAI 品牌手機、相機、穿戴式產品,或任何與 Jony Ive 有關的裝置;既有客戶、授權及合作關係是否延續,同樣未獲確認。
17
與 OpenAI IPO 的關係:金額小,訊號不小
收購消息出現之際,OpenAI 正處於 IPO 規畫的關注焦點。OpenAI 在 2026 年 6 月表示已向美國證券管理委員會(SEC)祕密遞交首次公開發行申請,並與高盛及摩根士丹利合作;公司當時未公布發行規模、條款或確切時程。
4
8
路透社報導,OpenAI 曾瞄準最高約 1 兆美元的上市估值;不過後續報導指出,公司正考慮把上市時間延至 2027 年。祕密申報僅代表 SEC 審查程序啟動,並不保證上市,也不會鎖定上市日期。
1
4
相較於潛在的兆美元級 IPO,3 億美元收購案的財務規模並不大;然而,它釋放的策略訊號值得留意:OpenAI 可能不只想做模型與應用程式,也在補齊讓 AI 進入日常消費性裝置所需的視覺、感測與裝置端技術能力。