拿两部手机和一台相机，拍同一个人的脸。手机标称 2000 万像素，相机也是 2000 万像素。照片拷到电脑上放大，相机那张能数清睫毛，手机那张只能看到一团糊。

如果去问，多半会得到一个回答：手机的 CMOS 太小了。

这句话没错，但它几乎没有解释任何事情。「小」是一个尺寸，不是一个机制。要回答「为什么小就不清晰」，得把这个尺寸翻译成几个能算出来的量：每个像素分到多少面积、分到多少个光子、光学系统能分辨多细的条纹、镜头实际收集了多大一束光。

这篇文章把这几件事逐个算一遍。所有数字都可以用文末的脚本复现，不需要任何器材。

一、先把「清晰」拆开

一张照片清晰，意味着它能让相邻的两个点看起来是分开的。这件事需要三个环节同时成立。

第一，光学系统得把这两个点分开。镜头是一块玻璃，它成像不是完美的，两个靠得很近的点经过它之后会各自糊成一小团。如果两团糊在一起，后面再怎么处理也分不开了。

第二，传感器得有足够的采样点来接住这两团。采样点就是像素。像素太稀，两个点落在同一个像素上，也分不开。

第三，每个采样点读出来的数值得准。如果噪声比信号还大，接到的是一串随机的数字，那也谈不上分辨。

三个环节里，任何一个卡住，最后看到的都是糊的。而小传感器的问题在于，它同时把三个环节都压紧了。下面一个个说。

二、同样的像素数，底一小，每个像素就小

传感器是一块长方形的硅片，上面密密麻麻排着感光单元。像素数说的是这块硅片上排了多少个格子，传感器尺寸说的是这块硅片本身多大。两个数一除，就是每个像素占多大地方。

这是全篇的基础，所以值得列一张表。下面这些机型的传感器尺寸和像素数都是公开规格，像素间距是算出来的。

机型 传感器 (mm) 面积 (mm²) 像素间距 (µm) 单像素面积 (µm²)
手机 1/3.0” 4.80 × 3.60 17.3 1.20 1.44
手机 1/2.3” 20MP 6.17 × 4.55 28.1 1.19 1.42
手机 1/1.7” 40MP 7.60 × 5.70 43.3 1.04 1.09
iPhone 15 Pro 主摄 9.80 × 7.35 72.0 1.22 1.48
1” 卡片机 20MP 13.20 × 8.80 116.2 2.41 5.82
大疆 Pocket 3 13.20 × 8.80 116.2 3.44 11.82
1” 手机主摄 50MP 13.20 × 8.80 116.2 1.61 2.60
M4/3 20MP 17.30 × 13.00 224.9 3.34 11.14
APS-C 24MP 23.50 × 15.60 366.6 3.92 15.34
全画幅 24MP 36.00 × 24.00 864.0 6.00 36.00
全画幅 45MP 36.00 × 24.00 864.0 4.39 19.31

看第二行和倒数第三行。手机 1/2.3” 和全画幅都是 2000 万像素量级，传感器面积差 30.7 倍，落到单个像素上，面积差 25.4 倍。

表里按传感器面积从小到大排。一英寸那三行是同尺寸不同像素数的例子，后面单独讲。

图一　单像素面积：同样约 2000 万像素，相差 25 倍

图里的两个方块是按真实面积比画的，边长比是 5.04，也就是 25.4 的平方根。

这里有个容易搞反的地方。像素多并不会让单个像素变小，是传感器小才让它变小。全画幅 45MP 有 4500 万像素，比 1/2.3” 的 2000 万多一倍多，但它的单像素面积仍然是后者的 13.6 倍。决定单像素大小的是「传感器面积 ÷ 像素数」，分母涨了，分子涨得更多，结果还是变大。

一英寸到底有多大

一英寸传感器是现在很常见的一档。大疆 Pocket 3、索尼 RX100 系列、佳能 G7X，还有几款旗舰手机的主摄，用的都是这个规格。它的实际尺寸是 13.2 × 8.8 毫米，面积 116.2 平方毫米。

注意这里有个陷阱：「一英寸」并不等于 25.4 毫米。

按勾股定理算一下，13.2 和 8.8 的对角线是 15.86 毫米，差不多是真英寸的六成。这个名字来自 1950 年代的电视摄像机。那时候成像靠玻璃真空管，RCA 在 1950 年推出的 vidicon 管是其中最有名的一种。整根管子是一根密封玻璃圆筒，行业就按玻璃外径给它们编号，一英寸管、三分之二英寸管、二分之一英寸管，数字说的是玻璃有多粗。

问题是，管子内部真正能感光的靶面只占外径的三分之二左右。所以一支标称「一英寸」的管子，实际成像区对角线只有 16 毫米上下。

固态传感器在八十年代取代了真空管，但这套词汇留了下来。原因是镜头厂和相机工程师可以沿用原来的光学计算，不必重做一遍。索尼在规格表上一直谨慎地印成「1.0-type」而不是「1 inch」，算是默认了这个单位是类别而不是测量值。

这个历史遗留有个实际后果：画幅上标的英寸数不能当尺寸用。 看到「1/1.28 英寸」「2/3 英寸」这些说法，别去乘 25.4，那会算出一个偏大的结果。想知道真实尺寸，直接查十三点二乘八点八这个现货规格表。

同一块一英寸，三种像素数

一英寸这块底上，不同厂商排的像素数差得很远。把三种常见配置放在一起，能直接看出像素数和画质的关系。

配置 像素数 像素间距 单像素面积 信噪比 艾里斑／像素（f/1.8）
大疆 Pocket 3 约 940 万 3.44 µm 11.82 µm² 41.2 dB 0.70
卡片机（RX100 类） 2000 万 2.41 µm 5.82 µm² 38.1 dB 1.00
手机主摄（小米 14 Ultra） 5000 万 1.61 µm 2.60 µm² 34.6 dB 1.50

同一块传感器，面积一模一样，只是排的像素数不同，信噪比就从 34.6 dB 拉开了 41.2 dB，差 6.6 dB。单像素面积差了 4.5 倍。

大疆给 Pocket 3 只排了大约 940 万像素，这是个明确的选择。它是一台视频机，4K 只有 830 万像素，多排的像素用不上，不如把每个像素做大。换来的结果是它的像素间距 3.44 µm，已经追平了 M4/3 那台 2000 万像素的相机（3.34 µm），而传感器面积只有 M4/3 的一半。

（大疆没有公开 Pocket 3 的原始像素阵列。表里的像素间距是按它 16:9 4K 的 3840 像素占满 13.2 毫米宽度推算的。）

反过来看手机主摄。它把 5000 万像素塞进同一块底，单像素掉到 2.60 µm²，只有卡片机的一半不到、大疆的四分之一。它也换来了别的东西，比如可以先拍全像素再多帧合成。代价是每个像素收的光少了。

这组对照是本文论点最直接的证据。同一块传感器，分子不变，只改分母，画质就分了高下。所以「底大不大」和「像素多不多」都不是单独成立的判断，得看两者的商。

三、光子的数量决定噪声的下限

单个像素面积小，直接的后果是它收到的光少。这个后果跟线性关系无关，根源在光子本身的性质。

光到达传感器的方式很特别：来的是一颗一颗的光子，颗粒分明，不像水流那样连续均匀。感光单元做的事就是数光子：来一颗记一下，最后报一个总数。假设某个像素平均应该收到 10000 个光子。

现在数一次，得到 10000 吗？不一定。光子到达的时刻是随机的，这次可能是 10050，下次可能 9940。重复数很多次，结果会围绕 10000 分布，涨落的标准差是 10000 的平方根，也就是 100。

这个涨落叫散粒噪声。它有一个很硬的公式：如果平均收到 N 个光子，噪声幅度是 √N，那么信噪比就是

关键在根号上。光少一半，噪声只降到 0.707 倍，信噪比跟着降到 0.707 倍。想提高信噪比，只能靠多收光，没有别的路子。

有个细节要交代清楚。上面数的是光子，后面表格里算的是电子数，两者差一个量子效率：光子打到硅上，只有一部分能激发出电子，这个比例通常在百分之六十上下。之所以可以直接换着用，是因为下面比较的两台设备量子效率相当，而我们要的是两者的比值，这个系数在相除时约掉了。绝对值会随具体器件浮动，比值不会。

把这条公式套到第二节的数字上。假设一个全画幅 24MP 的像素在某次曝光下收到 40000 个电子，因为 f 值相同时传感器表面的照度相同，单像素收到的光子数正比于像素面积，那么 1/2.3” 的像素只能收到

两者的信噪比分别是 √40000 = 200 和 √1574 = 39.7，换算成分贝是 46.0 dB 和 32.0 dB。差 14 dB，换算成幅度是 5.04 倍。

图二　单像素收到的光少一个数量级，信噪比就差十几分贝

14 dB 是什么概念。32 dB 的画面，暗部已经能明显看到颗粒；46 dB 是干净的画面。这是一条肉眼可辨的界线。

提高 ISO 解决不了这个问题

到了晚上，手机会自动把 ISO 拉高，画面变亮了，看起来像补回来了。其实没有。

ISO 增益做的事是把传感器读出来的电压乘上一个倍数。信号乘了，噪声也乘了同一个倍数。散粒噪声的幅度本来就正比于 √N，信号被放大 k 倍后是 kN，噪声变成 k√N，两者比值还是 √N。

图六　提 ISO 只是把信号和噪声一起放大，信噪比纹丝不动

所以 ISO 只是把暗处的信号连同噪声一起提亮。想提高信噪比只有两条路：让像素收更多光，或者延长曝光时间。前者被传感器尺寸锁死，后者被拍摄对象和手抖动锁死。

四、满阱容量与动态范围：暗部先垮

像素不只是接收光的面积小，它能容纳的电子总数也小。这个上限叫满阱容量，大致正比于像素面积。

按每平方微米约 2500 个电子估算，1/2.3” 的单像素满阱约 3541 个电子，全画幅 24MP 约 90000 个。读出噪声跟像素无关，由读出电路决定，现代传感器大概 2.5 个电子。

动态范围是「最大不饱和信号」与「最小可分辨信号」之比：

手机那边是 20·log₁₀(3541/2.5) ≈ 63.0 dB。差 28.1 dB，换算成曝光档数大约是 4.7 档。

这个差距体现在实际拍摄里就是：逆光拍人。相机能同时保住天空的云和脸的阴影，手机要么把天拍成一片白，要么把人拍成一个剪影。这不是算法调不好，是它的一个小格子里实在装不下那么宽的信号范围。

五、衍射极限：小像素采到的是模糊

到这里讲的都是「光不够」的问题。接下来是另一个方向的限制，而且它跟光够不够完全无关。

光是一种波。波碰到障碍物边缘会拐弯，穿过一个小孔之后不会形成一个理想的点，而是散开成一片。这片光斑叫艾里斑，它的直径是

λ 是光的波长，绿光取 550 纳米；F 是镜头的光圈数值。这个公式说明：艾里斑的大小只跟波长和光圈有关，跟传感器、跟像素半点关系都没有。

这意味着同一个镜头在同一个光圈下，不管后面接的是 2000 万还是 2 亿像素的传感器，它投在焦平面上的光斑都是同一个尺寸。像素再密，也只是把这个光斑切得更碎来采样，切得再碎也不会多出细节。

图三　小像素采到的是模糊：衍射斑比像素还大

算一下具体的数。手机主摄的光圈通常在 f/1.6 到 f/2.0 之间，取 f/1.8：

而 1/2.3” 那台手机的像素间距是 1.19 µm。艾里斑是像素间距的 2.03 倍，也就是说一个模糊光斑落在大约两个像素上。

这两个像素读出的数值是相关的，它们记录的是同一团模糊的两个采样点，不是两个独立的细节。把这台手机的像素数从 2000 万提到 5000 万，像素间距降到 0.75 µm，艾里斑相对像素的倍数涨到 3.2 倍，只会让每个细节被更多的像素重复采样。

对照一下全画幅。它的像素间距 6.0 µm，在 f/2.8 时艾里斑是 3.76 µm，比值 0.63；到 f/4.5 时艾里斑长到 6.04 µm，和像素间距相等；再收到 f/5.6 是 7.52 µm，比值 1.25。也就是说全画幅要收到 f/8 前后才接近手机的处境，而它平常工作在 f/2.8 到 f/5.6。在这个区间里，像素间距基本不小于艾里斑，像素是「够用」的，加像素确实能换到细节。

六、真正的上限是镜头的通光孔径

上面那条讲的是「像素切得再细也没用」。但为什么大底的镜头就能分辨更多东西？答案在镜头的通光孔径上。

通光孔径是镜头真正收集光线的那个圆的直径：

它和角分辨率的极限直接相关。两个点能不能被分开，取决于它们的张角是否大于

D 越大，θ 越小，能分开的点就越密。这跟像素数无关，是镜头孔径的物理性质。

现在看关键的地方。「24mm 等效焦距」是一个视角的约定，它代表大约 73.7 度的水平视角。不同的传感器要达到同一个视角，实际焦距不一样：传感器越小，需要的实际焦距越短。

机型 等效系数 24mm 等效时的实际焦距 f/1.8 时的通光孔径
手机 1/2.3” 5.83 4.12 mm Ø 2.29 mm
iPhone 15 Pro 3.67 6.53 mm Ø 3.63 mm
1”（卡片机／大疆） 2.72 8.80 mm Ø 4.89 mm
M4/3 2.08 11.53 mm Ø 6.41 mm
APS-C 1.53 15.67 mm Ø 8.70 mm
全画幅 1.00 24.00 mm Ø 13.33 mm

手机为什么把实际焦距压到 4.12 mm？因为它只有 6.17 mm 宽的传感器，焦距再长，视野就装不下了。这是几何决定的，不是厂商不想做大。

于是同一个视角下，手机的孔径只有 Ø2.29 mm，全画幅有 Ø13.33 mm，差 5.83 倍。代入角分辨率公式，镜头能分辨的点数也就差 5.83 倍：手机 4381 点，全画幅 25560 点。

一英寸夹在中间，孔径 Ø4.89 mm，能分辨 9372 点。大疆 Pocket 3 的光圈是 f/2.0，比表里统一取的 f/1.8 略收一点，孔径变成 Ø4.40 mm，可分辨点数降到 8435 点，仍然是手机的两倍左右。

图四　分辨率的真正上限是镜头的通光孔径，不是像素数

顺带提一句为什么手机镜头不能靠做大光圈补救。把 f/1.8 改成 f/1.2，孔径 ×1.5，衍射极限跟着改善，但手机的镜头直径已经逼近机身厚度，而且像差会急剧恶化。这条路很快走到底。

七、把两边放到一起：谁在卡谁

前面的量都算完了，现在可以回答开头那个问题了。

假设给这些机型统一排 6000 个横向像素，看每一台能真正拿到多少细节。

图五　同样的像素数，瓶颈在小底上是镜头，在大底上才是像素

手机 1/2.3”：镜头只能分辨 4381 个点，但排了 6000 个像素。多出来的 1619 个像素在重复采样同一个模糊点，它们提供的信息量是零。这台手机的有效分辨率被镜头锁在 4381。

全画幅：镜头能分辨 25560 个点，像素只有 6000 个。瓶颈在像素这一侧，镜头还有 19560 点的余量。给它换一块 4500 万像素的传感器，横向 8192 个像素，仍然在镜头的余量之内，画质会真的变清楚。

中间还站着一个分界点。1/1.28 英寸的 iPhone 15 Pro 主摄，镜头能分辨 6958 点，刚刚越过 6000 的线，余量只有 958 点。再往上一档就是一英寸，可分辨 9372 点，余量 3372 点。一英寸是这批机型里镜头第一次明显不再成为瓶颈的档位。 这也解释了为什么口袋机、无人机和旗舰手机的主摄都往一英寸走，而 1/2.3 英寸那类传感器还在被镜头卡着。

这句话是全篇的结论：像素数只在小于镜头可分辨点数时才有意义。 手机的像素数早就越过了这条线，多出来的部分是白给的。

还有一个数字能说明同样的意思。为了让每个像素都物尽其用，镜头必须分辨出像素网格奈奎斯特频率上的一半，也就是 1/(2×像素间距) 线对每毫米：

机型 像素间距 (µm) 对镜头的要求 (lp/mm)
手机 1/2.3” 1.19 420
1” 卡片机 20MP 2.41 207
1” 手机主摄 50MP 1.61 310
APS-C 24MP 3.92 128
全画幅 24MP 6.00 83

手机的像素间距要它的镜头在 5.83 倍更小的像场里做到 5 倍的空间频率。这是光学上最难的一档，也是为什么手机照片放大之后常常能看到明显的算法痕迹：镜头没跟上的部分，只能靠锐化和降噪去补。

八、那手机为什么还能拍得不错

如果上面的推算是全貌，手机照片应该一片糊。实际上手机在白天拍出来的照片相当能看，这个差别需要解释。

主要靠两件事。

一是像素合并。手机传感器标 4800 万或 5000 万像素，但日常默认输出 1200 万。做法是把相邻的 2×2 个像素当成一个用，四个格子的电荷合并输出一个值。合并之后的等效单像素面积变成 4 倍，信噪比按 √4 = 2 倍改善，同时输出分辨率降到四分之一。iPhone 15 Pro 的单像素 1.22 µm，合并后等效 2.44 µm，按本文的口径，信噪比从 32.2 dB 提高到 38 dB 左右。这是拿分辨率换噪声，换得相当划算，因为在弱光下本来就分辨不出那么多细节。

二是多帧合成。按下快门的瞬间，手机其实连拍了十几张，把每一张按位置对齐之后叠加平均。叠加 m 张，噪声降到 1/√m，8 张就能换来约 9 dB。这确实有效，是真正在加光子总量，只不过把光子摊到了时间轴上。

这两招解释了手机为什么比裸传感器好得多，也解释了它的边界在哪。

叠加要求每一帧都对齐。拍摄对象动了、手抖了，帧间就对不齐，算法要么放弃叠加（噪点回来），要么硬叠（出现重影和鬼影）。所以手机拍运动的猫容易糊，拍静物就好很多。像素合并会把线性分辨率砍掉一半，所以手机在极亮环境下关掉合并、切回全像素模式时，细节确实会变多，但这时候衍射极限又回来卡住它。

还有一层：多帧合成是拿时间换信噪比，这在拍静态场景时几乎免费，在拍视频时就用不上了。视频每帧只有一次曝光的机会，手机视频在暗处的表现明显差于它的照片，原因就在这里。

所以「手机拍得不错」和「小底不清晰」并不矛盾。手机是用算法把前面算出来的那些亏损补回一部分，补得很巧，但每一处补偿都有对应的代价，而且成本都落在「动态物体」和「极端光照」这两个场景上。

九、自己算一遍

下面这段脚本把所有数字重算一遍。不依赖任何图像库，只用标准库。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
# @Moxin1044 2026-10-16
"""复现正文中的全部数字：单像素面积、光子数、信噪比、衍射斑、通光孔径。"""

import math

LAM = 0.000550          # mm，绿光波长 550nm
FOV = math.radians(73.7)  # 24mm 等效焦距对应的水平视角
EQ_F = 24.0             # 等效焦距
REF_AREA, REF_E = 36.0, 40000   # 全画幅 24MP 的单像素面积(µm²) 与参考电子数

DEVICES = [
    # 名称, 宽mm, 高mm, 横向像素
    ("手机 1/3.0\"",      4.80,  3.60,  4000),
    ("手机 1/2.3\" 20MP", 6.17,  4.55,  5184),
    ("手机 1/1.7\" 40MP", 7.60,  5.70,  7296),
    ("iPhone 15 Pro",     9.80,  7.35,  8064),
    ("1\" 卡片机 20MP",   13.20, 8.80,  5472),   # 索尼 RX100 VII / 佳能 G7X III
    ("大疆 Pocket 3",     13.20, 8.80,  3840),   # 16:9 4K 取景，原生阵列未公开
    ("1\" 手机主摄 50MP", 13.20, 8.80,  8192),   # 小米 14 Ultra
    ("M4/3 20MP",         17.30, 13.00, 5184),
    ("APS-C 24MP",        23.50, 15.60, 6000),
    ("全画幅 24MP",        36.00, 24.00, 6000),
    ("全画幅 45MP",        36.00, 24.00, 8192),
]


def analyse(name, w, h, px, f_number=1.8, read_noise=2.5, electrons_per_um2=2500):
    pitch = w / px * 1000                      # 像素间距 µm
    area = pitch ** 2                          # 单像素面积 µm²
    electrons = REF_E * area / REF_AREA        # 同一曝光下的电子数
    snr = math.sqrt(electrons)                 # 散粒噪声：SNR = √N
    fwc = area * electrons_per_um2             # 满阱容量估算
    dr = 20 * math.log10(fwc / read_noise)     # 动态范围 dB
    airy = 2.44 * LAM * f_number * 1000        # 艾里斑直径 µm
    nyquist = 1.0 / (2 * pitch / 1000)         # 镜头必需的 lp/mm
    crop = 36.0 / w                            # 等效系数
    focal = EQ_F / crop                        # 实际焦距 mm
    pupil = focal / f_number                   # 通光孔径 mm
    resolvable = FOV / (1.22 * LAM / pupil)    # 镜头可分辨点数
    return dict(名称=name, 间距=pitch, 单像素面积=area, 电子数=electrons,
                SNR_dB=20 * math.log10(snr), 满阱=fwc, 动态范围=dr,
                艾里斑=airy, 艾里斑比=pitch and airy / pitch,
                奈奎斯特=nyquist, 通光孔径=pupil, 可分辨点数=resolvable)


def main():
    head = ("%-18s %8s %9s %9s %8s %9s %8s %9s %9s"
            % ("机型", "间距µm", "单像素µm²", "电子数", "SNR dB", "艾里斑µm",
               "斑/像素", "孔径mm", "可分辨点"))
    print(head)
    print("-" * len(head))
    for name, w, h, px in DEVICES:
        r = analyse(name, w, h, px)
        print("%-18s %8.2f %9.2f %9.0f %8.1f %9.2f %8.2f %9.2f %9.0f"
              % (r["名称"], r["间距"], r["单像素面积"], r["电子数"], r["SNR_dB"],
                 r["艾里斑"], r["艾里斑比"], r["通光孔径"], r["可分辨点数"]))

    # 主结论：统一排 6000 像素时，谁在卡谁
    print("\n统一排 6000 横向像素时：")
    for name, w, h, px in DEVICES:
        r = analyse(name, w, h, px)
        cap = min(r["可分辨点数"], 6000)
        if r["可分辨点数"] < 6000:
            print("  %-18s 镜头只能给 %.0f 点，白给 %.0f 个像素"
                  % (name, cap, 6000 - cap))
        else:
            print("  %-18s 镜头余量 %.0f 点，瓶颈在像素"
                  % (name, r["可分辨点数"] - 6000))


if __name__ == "__main__":
    main()

跑出来的结果和正文的表格一致。

十、结论

回到开头那个问题：为什么 CMOS 小的设备像素很大，但拍起来没有 CMOS 更大、同样像素数的设备清晰。

因为像素数只回答「有多少个采样点」，而清晰度还需要另外三个条件：

第一，每个采样点要收到足够多的光子。单像素面积小 25 倍，信噪比就差 5 倍、14 dB。这条是光子统计的硬约束，提 ISO 无用，算法只能缓解不能消除。

第二，采样点要比衍射斑更密，否则多个像素在重复采样同一个模糊点。手机在 f/1.8 时艾里斑是像素间距的 2 倍，已经处在这个状态。

第三，镜头的通光孔径要足够大，才能把细节送到传感器上。同一个视角下，手机的孔径比全画幅小 5.83 倍，可分辨点数也少 5.83 倍。对小底来说，像素数早就越过了镜头的能力边界，后面加的都是空转。

所以判断一台设备拍照能力，看像素数没什么用。更值得看的是这三个量：传感器面积除以像素数得到单像素面积，光圈值和等效焦距算出通光孔径，以及用光圈值算出的艾里斑与像素间距之比。前两个决定了它能收到多少光、能分辨多细的条纹，第三个决定了它的像素数是够用还是过剩。

顺带说一下反过来成立的情况。大底传感器配上足够好的镜头，加像素确实能换来画质，因为它的镜头还有余量，像素才是瓶颈。这也是为什么中画幅和全画幅在往一亿像素走，而手机在往 5000 万像素封顶、把重点转向像素合并和多帧。同一个指标，在两个尺寸上的意义完全不同。

一英寸的位置值得单独说一句。它是口袋尺寸的设备上能做到的最大一档底，而这块底上的像素数从 940 万到 5000 万都有人用。大疆 Pocket 3 选了低的那一端，换来 3.44 µm 的像素间距和 41.2 dB 的信噪比，镜头也不再是瓶颈。它的取舍方向和手机相反：手机在 1/2.3 英寸上堆像素，是被镜头卡着空转；到了一英寸，不堆像素反而更划算。

所以判断依据始终是那三个量，既不是「像素越多越好」，也不是「像素越少越好」。