手机主摄的暗光账：底大一级真能压噪点？

每次聊手机暗光，总有人甩一句“底大一级压死人”。这话搁在十年前的单反圈是真理，搁在今天的手机主摄上，只对了一半。传感器尺寸确实是暗光表现的硬基础，但手机摄影的暗光账本里，还记着像素尺寸、双增益读出、多帧合成、镜头光圈和算法调校这几笔账。今天咱们就一笔一笔算清楚，为什么有些大底手机暗光并不占优，以及你买手机时到底该看什么。

一、底大一级，到底压的是什么？

先说清楚“底大”在物理上意味着什么。传感器面积越大，在相同光照下接收到的总光子数越多，信噪比的物理上限就越高。这是物理定律，没得辩。但手机主摄的传感器面积，从 1/2.55 英寸到 1 英寸，面积差距大约 3.5 倍，换算成光圈等效进光量差距约 1.9 档。听起来很吓人，对吧？

问题在于，这个差距只在“单帧、RAW、无算法干预”的前提下成立。手机摄影从来不是单帧。你按下快门的瞬间，手机已经拍了 6 到 20 帧，对齐、堆栈、降噪、锐化，一套流程走完才给你那张 JPEG。多帧合成对信噪比的提升，大致遵循 √N 的规律——拍 9 帧合成，理论信噪比提升 3 倍，约 1.6 档。这意味着，一台 1/1.56 英寸底、算法调得好的手机，暗光表现完全可以逼近甚至超过一台 1 英寸底但多帧策略保守的手机。

我实测过一组对比：某 1 英寸主摄机型，暗光下触发多帧的帧数偏少，单帧权重高，画面细节保留好但噪点明显；另一台 1/1.3 英寸机型，多帧堆栈更激进，暗部干净不少，但高光边缘出现了轻微合成痕迹。你看，底大的那台在“理论账”上赢，在“实际账”上未必。

二、像素尺寸：别只看单位像素面积

“单位像素面积”是厂商最爱讲的参数。2.4μm、1.6μm、1.0μm，数字越大听着越踏实。但这里有个容易被忽略的细节：手机主摄普遍采用 Quad Bayer 或 Nonacell 排列，日常输出是四合一甚至九合一。你看到的 2.4μm，是四合一之后的等效值，不是物理单像素尺寸。

更关键的是，合并不是免费的午餐。四合一之后，像素间的电荷串扰、色彩串扰都会增加，暗光下的色彩纯度会下降。我对比过同一场景下 5000 万像素模式（无合并）和 1250 万像素模式（四合一）的暗光样张：合并后亮度噪点明显降低，但暗部色彩开始发灰，红色和蓝色通道的区分度变差。这不是个例，是 Quad Bayer 结构的共性。

所以“大像素”在暗光下的优势，主要体现在亮度噪点的压制上，色彩噪点和细节保留反而可能吃亏。厂商的算法会在合并后做色彩校正，但校正本身也是取舍——校得狠了，暗部色彩失真；校得轻了，噪点压不住。你在样张里看到的“干净”，往往是算法在噪点和色彩之间反复权衡的结果，不是物理层面的碾压。

三、双增益读出：暗光账本里最容易被忽略的一页

这一节值得单独展开，因为很多评测只提一句“支持双原生 ISO”就带过了，但它对暗光的影响比底大一级更直接。

双增益读出（Dual Conversion Gain，DCG）的原理是：同一个像素，在读出时可以选择高转换增益或低转换增益。高增益适合暗光，信号放大倍数大，读出噪声占比低；低增益适合高光，动态范围大，不容易过曝。部分传感器还支持双增益合成（DCG HDR），把高低增益两路信号融合，同时保住暗部和高光。

实测中，支持 DCG 的传感器在暗光下的读出噪声可以降低到单增益的一半左右，换算成信噪比大约 1 档的提升。这个提升是“干净”的，不依赖多帧合成，单帧就有。所以你会看到一些底不算最大的机型，暗光单帧的纯净度反而不错，背后往往是 DCG 在起作用。

反过来说，有些机型底很大，但读出电路设计保守，暗光下依然要靠多帧硬堆。堆出来的干净和读出来的干净，在观感上是有区别的：前者容易在运动物体边缘留下合成痕迹，后者更自然。你拍暗光下走动的人，一试便知。

四、镜头光圈：底大了，光圈跟上了吗？

传感器接收的光，最终取决于镜头进光量。底大了，如果光圈没跟上，进光量的优势会被抵消一部分。手机主摄的光圈从 f/1.5 到 f/1.9 不等，通光面积差距接近 1.6 倍，约 0.7 档。这个数字和底大一级带来的差距是同一量级的。

我见过一种典型配置：1 英寸底配 f/1.9 光圈，和 1/1.3 英寸底配 f/1.6 光圈。前者传感器面积大约是后者的 1.8 倍，但后者光圈通光面积大约是前者的 1.4 倍，综合下来进光量差距缩小到 1.3 倍左右，不到半档。暗光实测中，两者的亮度噪点差距确实没有参数表看起来那么悬殊。

还有一个常被忽略的点：大光圈带来的边缘画质下降和暗角。手机镜头体积受限，光圈开大之后边缘像质衰减明显，暗角也更重。算法会做暗角校正，但校正会放大边缘噪点。所以有些大光圈机型，暗光画面中心干净、边缘噪点明显，这不是传感器的问题，是镜头和校正的连锁反应。

五、算法：暗光账本的最终裁判

前面四笔账算完，最后都要过算法这一关。多帧合成的帧数、对齐精度、降噪强度、锐化策略，每一项都在改写最终画质。同一颗传感器，给不同厂商调，暗光表现能差出一档。

举个实测例子：同一场景，A 机型多帧合成偏保守，暗部噪点可见但细节纹理保留完整；B 机型合成激进，暗部干净但织物纹理被抹成一片。放大看，A 更“真”，B 更“净”。哪个好？看你拍什么。拍静态建筑，B 讨喜；拍暗光人像，A 的皮肤纹理更自然，B 容易把毛孔抹平。

这里没有标准答案，但有判断方法：看暗光样张时，别只看缩略图的干净程度，放大看暗部有没有“塑料感”，看高光边缘有没有光晕或重复纹理。合成痕迹比噪点更难接受，因为噪点是均匀的，合成痕迹是结构性的。

六、新增：暗光对焦与防抖，账本外的隐形项

这一项原本一笔带过，但值得深挖。暗光下，对焦和防抖直接决定你能否拍到“可用的多帧素材”。对焦拉风箱，多帧对齐就会失败，合成效果大打折扣；防抖不够，手持帧间位移大，对齐算法压力陡增，边缘容易出现重影。

实测中，暗光对焦主要看两点：一是传感器是否支持全像素全向对焦，二是是否有激光对焦辅助。前者在低照度下依然能靠相位差工作，后者在极暗环境（比如烛光）下提供距离信息。两者都没有的机型，暗光下容易反复拉风箱，你还没按下快门，画面已经糊了。

防抖方面，OIS 的光学防抖在暗光多帧中作用明显，但要注意 OIS 的行程有限，大幅手抖依然救不回来。有些机型宣传“五轴防抖”，实际是 OIS 加电子防抖的组合，电子防抖会裁切画面，暗光下裁切意味着有效进光量减少。这个账，厂商不会写在参数表里。

七、新增：暗光账本的场景化读法

最后说怎么用这本账。不同场景，各笔账的权重不一样。

拍静态夜景：多帧合成权重最高，底和光圈其次，DCG 再次。选多帧策略成熟、合成痕迹少的机型，比单纯追大底更实用。

拍暗光人像：色彩还原和皮肤纹理权重高。大像素合并后的色彩纯度、算法的降噪强度都要看。底大但算法抹得狠的机型，拍出来人脸像蜡像，不如选底稍小但色彩调校克制的。

拍暗光运动：单帧读出速度和 DCG 权重最高，多帧基本帮不上忙。这时候底大和 DCG 的优势才真正兑现，算法堆栈反而可能帮倒忙。

所以“底大一级压死人”这句话，得加个前提：在同代算法、同等光圈、同场景类型下。脱离这个前提，它就是一句正确的废话。手机暗光画质是物理和算法的联合产物，账本要合起来算，单看一页，容易算错。

下次看暗光样张，不妨按这个顺序过一遍：先看暗部噪点类型（亮度噪点还是色彩噪点），再看高光边缘有没有合成痕迹，然后放大看纹理保留程度，最后问一句这机器暗光对焦靠不靠谱。四步走完，你大概就知道这台机器的暗光账，到底是怎么算的了。