OpenAI erwirbt Glass für über 300 Millionen US-Dollar, wie wird sich die visuelle Wahrnehmung von AI-nativer Hardware verändern?

OpenAI übernimmt Glass Imaging (im Folgenden Glass), die Transaktion wird mit mehr als 300 Millionen US-Dollar bewertet. Der von Glass entwickelte neurale ISP kann die Bildqualität kleiner Kameras mithilfe von KI verbessern und es ermöglichen, Objektive und Kameramodule kleiner und dünner zu gestalten.

Vor der Übernahme hat Glass insgesamt rund 31,5 Millionen US-Dollar an Finanzmitteln aufgenommen, zu den Investoren gehören GV, Insight Partners, Future Ventures und andere. Die jüngste Finanzierungsrunde war eine A-Finanzierungsrunde über 20 Millionen US-Dollar im Mai 2025, die von Insight Partners angeführt wurde.

OpenAI hat zuvor bereits io übernommen, ein Unternehmen, das von Jony Ive mitgegründet wurde, um eigene KI-native Hardware zu entwickeln. Mit dem Kauf von Glass folgt nun ein weiterer Schritt: Die Logik hinter dieser Übernahme könnte darin bestehen, die Art und Weise neu zu gestalten, wie KI-native Hardware Informationen über die reale Welt erfasst.

Gründer, die aus dem Porträtmodus des iPhone hervorgegangen sind

Die beiden Gründer von Glass waren beide an der Entwicklung des Porträtmodus des iPhone beteiligt.

Gründer Ziv Attar (CEO) gründete 2011 LinX Imaging, um die stereoskopische Vision mit zwei Kameras und die Verschmelzung von Schwarz-Weiß- und Farbbildern zur Verbesserung der Bildqualität bei schlechten Lichtverhältnissen zu erforschen. 2015 wurde LinX von Apple übernommen, anschließend leitete er bei Apple mehrere Projekte im Bereich der rechnergestützten Fotografie, darunter den mit dem iPhone 7 Plus eingeführten Porträtmodus.

Die beiden Gründer von Glass, Bildquelle: Glass Imaging

Der andere Gründer Tom Bishop (CTO) befasste sich in seiner Doktor- und Postdoktorandenphase mit der umgekehrten Bildgebung, einschließlich Entschärfung, Superauflösung und Tiefenschätzung. Von 2013 bis 2018 entwickelte er bei Apple die Kerntechnologie des Porträtmodus, anschließend leitete er in einem Startup-Team die Forschung an automatischer Bildbearbeitung und groß angelegter Bilderkennung.

Der Porträtmodus nutzt Tiefeninformationen und Berechnungen, um die Hintergrundunschärfe großer Kameras zu simulieren. Bei Glass setzen die beiden die Arbeit an der Überwindung der physikalischen Grenzen kleiner Kameras fort, wenden neuronale Netze auf die unterste Ebene der Bildgebung an und versuchen zudem, das Design der Objektive zu verändern.

Neuraler ISP: Kleine Kameras mithilfe von KI neu gestalten

Das Produkt von Glass ist ein neuraler ISP (Neural Image Signal Processor) namens Glass AI, der im Wesentlichen ein auf eine bestimmte Kamera trainiertes End-to-End-neuronales Netz ist. Er verbessert nicht nur die Bildqualität vorhandener Kameras, sondern schafft auch Gestaltungsspielraum für noch kleinere und dünnere Kameramodule.

Die Miniaturisierung von Kameras ging bisher immer mit Einbußen bei der Bildqualität einher. Kleinere Objektive machen die Korrektur optischer Aberrationen schwieriger; bei begrenzter Sensorgröße treten bei schlechten Lichtverhältnissen leicht Bildrauschen auf. Bei gegebener Sensorfläche führt eine Erhöhung der Pixelanzahl dazu, dass die einzelnen Pixel kleiner werden, sodass dieselbe optische Unschärfe mehr Pixel abdeckt. Wenn man die Blende öffnet, um den Einfluss der Beugung auf die Details zu verringern, kann dies wiederum die Objektivaberrationen verstärken. Daher steigt die Pixelanzahl, ohne dass die Details in den Fotos zwangsläufig synchron zunehmen.

Handykameras zeichnen zuerst unverarbeitete Rohdaten (RAW) auf, die erst nach der Bildsignalverarbeitung (ISP) zu den Fotos werden, die wir sehen. Herkömmliche ISPs werden in der Regel von speziellen Schaltkreisen übernommen, die im Hauptchip des Handys integriert sind und Aufgaben wie Farbinterpolation, Rauschunterdrückung und Schärfung getrennt voneinander bearbeiten. Da Unschärfe und Rauschen gleichzeitig auftreten, kann die Rauschunterdrückung ohne ausreichende Berücksichtigung der Unschärfecharakteristik des Objektivs dazu führen, dass auch Texturen entfernt werden, die sich bei der anschließenden Schärfung nur schwer wiederherstellen lassen.

Glass AI überträgt den Großteil der Bildrekonstruktionsarbeit an ein neuronales Netz, das RAW-Daten direkt verarbeitet und Farbinterpolation, Rauschunterdrückung, Aberrationskorrektur und Detailwiederherstellung gemeinsam durchführt. Es kann zudem Serienaufnahmen ausrichten und verschmelzen, um mithilfe feiner Verschiebungen zwischen den Bildern mehr Informationen wiederherzustellen, und gibt schließlich RGB-Bilder aus, die von Geräteherstellern weiter zur Farb-, Tonwert- und Komprimierungsverarbeitung verwendet werden.

Der Trainingsablauf von Glass AI

Die Fähigkeit, einen Teil der optischen Mängel zu korrigieren, erlaubt es, bei der Hardwaregestaltung von Kameras entsprechende Kompromisse einzugehen. Hersteller können einfachere und dünnere Objektivstrukturen ausprobieren und die dadurch entstehenden, effektiv korrigierbaren Aberrationen von neuronalen Netzen verarbeiten lassen. Unter der Voraussetzung, dass die Anforderungen an die Bildgebung erfüllt sind, haben Kameramodule die Möglichkeit, Volumen und Gewicht zu reduzieren. Das von Glass genannte kooperative Design von KI und Optik bedeutet, Objektiv und Algorithmus bereits in der Entwurfsphase gemeinsam zu optimieren.

Diese Fähigkeit hängt von der Kenntnis der spezifischen Hardware ab. Glass trainiert den neuralen ISP für bestimmte Kombinationen aus Objektiv und Sensor: Das Hauptkameraobjektiv und das Teleobjektiv desselben Handymodells erfordern jeweils separate, eigene Modelle; ein Hardwarewechsel erfordert ebenfalls eine erneute Messung und Anpassung, während dieselbe Hardware dasselbe Modell gemeinsam nutzen kann.

Dafür hat Glass ein automatisiertes Labor aufgebaut, das die Leistung der Zielkamera unter unterschiedlichen Licht-, Objektabstands- und Fokussierungsbedingungen misst, verschiedene Positionen im Bild sowie die durch die Bildstabilisierung verursachte Objektivverschiebung abdeckt und die für diese Hardware spezifischen Muster von Unschärfe, chromatischer Aberration und Rauschen erfasst, die anschließend zum Trainieren des Modells verwendet werden.

Laut Angaben der beiden Gründer dauern die automatisierte Datenerfassung und das Modelltraining jeweils mehrere Stunden bis zu ein oder zwei Tagen, wodurch der Aufwand für manuelle Messungen und Einstellungen reduziert wird.

In einer von Glass veröffentlichten Simulationsstudie zu Kameras mit kleinen Pixeln generierte das Team RAW-Bilder anhand der physikalischen Eigenschaften von Objektiv und Sensor, paarte diese mit Referenzbildern aus der Simulation und trainierte den neuralen ISP, um Bildgebungsfehler wie optische Unschärfe und Rauschen gemeinsam zu korrigieren. Die Studie zeigte die Rekonstruktionsleistung des Modells für diese simulierten Kameras. Das trainierte Netzwerk kann die Hauptrekonstruktionsarbeit von RAW zu RGB in einem Schritt erledigen; Glass kann das Modell zudem für den NPU des Geräts optimieren, sodass die Bilder bei der Aufnahme lokal auf dem Gerät verarbeitet werden.

Im Januar 2026 präsentierte Glass Vergleichsergebnisse auf einem Apple-Handy: Nach der Verarbeitung durch Glass AI erreicht das 12-Megapixel-Teleobjektiv des iPhone 16 Pro in einigen Szenen mit hohem Zoomfaktor eine Detailgenauigkeit, die der nativen Ausgabe des 48-Megapixel-Teleobjektivs des iPhone 17 Pro nahekommt oder diese sogar übertrifft.

Auf dem Snapdragon Technology Summit 2025 präsentierte Glass zudem auf einem Referenzgerät mit Snapdragon 8 Elite Gen 5 eine 4K-Videoverbesserung bei Zoomfaktoren ab 20-fach. Der neurale ISP läuft auf dem Qualcomm Hexagon NPU und verbessert in Echtzeit das Rauschen, die Details und die Bildstabilität der Videos.

OpenAIs Übernahme von Glass: Von der Aufnahme guter Fotos zum Verständnis der realen Welt

Glass wird höchstwahrscheinlich für die visuelle Wahrnehmung der eigenen Hardware von OpenAI eingesetzt. 2025 hat OpenAI bereits das Team von io, das von Jony Ive mitgegründet wurde, übernommen, um neue Geräte zu entwickeln. Die Abteilung für Verbrauchergeräte von OpenAI stellt zudem Kameratechniker ein, die das Kamerasystem als entscheidende Wahrnehmungskomponente positionieren – die Aufgaben der Techniker reichen von der Sensoranbindung und der Erfassung von Rohbildern bis hin zur Serienproduktion.

Wenn KI-Geräte tragbar sein sollen, müssen Größe und Gewicht kontrolliert werden, aber die Endgeräteberechnung, die Sensoren und die Kommunikation benötigen alle Stromversorgung, sodass der Akku nicht zu klein sein darf. Im begrenzten Gehäuse konkurrieren alle Komponenten um den verfügbaren Platz.

Wenn Glass dazu beitragen kann, das Kameramodul zu verkleinern, ergibt sich die Möglichkeit, Platz für Akku und andere Komponenten zu schaffen oder das Gesamtgewicht des Geräts zu reduzieren.

Glass hat bisher das Problem gelöst, „wie man mit Handys bessere Fotos aufnimmt“. In den Händen von OpenAI kann seine Technologie dazu verwendet werden, KI-native Hardware dabei zu unterstützen, die reale Welt besser wahrzunehmen.

Handyfotos werden hauptsächlich für Menschen angezeigt, Schärfe, Farben und Porträteffekte beeinflussen die Bewertung der Nutzer. KI-native Hardware hingegen muss Text aus Bildern auslesen, Objekte erkennen und verstehen, was der Nutzer gerade tut. Ein kleiner Textabschnitt, der bei der Rauschunterdrückung entfernt wird, kann das Verständnis des Modells für das gesamte Bild beeinträchtigen. Bei der Verarbeitung von Details durch das Bildgebungssystem müssen die nachfolgenden Erkennungsaufgaben mit berücksichtigt werden.

Man kann sich vorstellen, dass OpenAI das Kamerasystem ausgehend von den Informationen entwirft, die das Modell erfassen muss: Wie Objektiv und Sensor ausgewählt werden, welche Details unbedingt erhalten bleiben müssen, wie bei schlechten Lichtverhältnissen zwischen Rauschunterdrückung und Informationsverlust abgewogen wird, und schließlich die gesamte Lösung anhand der Leistung bei tatsächlichen Wahrnehmungsaufgaben bewertet wird. Wenn die Erkennungsleistung nicht zufriedenstellend ist, kann der Prozess entlang der Bildgebungskette rückwärts angepasst werden.

Eine solche Richtung kann als „visuelle Wahrnehmungskamera im KI-nativen Sinne“ bezeichnet werden. Sie kombiniert optische Erfassung, Bildrekonstruktion und Modellverständnis in einem gemeinsamen Entwurfsprozess. Glass kann die zugrundeliegende Bildgebungsfähigkeit dafür bereitstellen – wie die Technologie nach der Übernahme mit den Modellen von OpenAI kombiniert wird, wird bestimmen, welche Verbesserungen der Wahrnehmungsleistung sie für KI-Hardware erzielen kann.

Mit der verbesserten Wahrnehmungsfähigkeit kann sich auch die Interaktion zwischen Mensch und KI verändern. Heutzutage muss man bei der Nutzung von KI oft zuerst die Situation klar beschreiben, Bilder hochladen und dann Fragen stellen. Wenn das Gerät die unmittelbare Umgebung und die laufende Aktivität des Nutzers zuverlässig verstehen kann, können diese Hintergrundinformationen automatisch vom Gerät erfasst werden. Wenn der Nutzer fragt „Wie mache ich das?“, weiß die KI möglicherweise bereits, worauf sich „das“ bezieht, und die Antwort kann direkt an die laufende Tätigkeit anknüpfen.

Einen Schritt weiter: Wenn Wahrnehmung mit Gedächtnis, Schlussfolgerung und Aufgabenausführung kombiniert wird, kann KI-native Hardware zu geeigneten Zeitpunkten Unterstützung anbieten. Sie muss wissen, in welchem Schritt sich eine Aufgabe befindet, welche Veränderungen eine Benachrichtigung rechtfertigen und wann sie ungestört bleiben soll. Produktform, Interaktionsweise und Inhalt der Dienste der Hardware können alle auf dieser Fähigkeit basierend neu gestaltet werden.

Dies eröffnet neue Produktbereiche für Gründer. Eine zuverlässigere Wahrnehmung kann dazu beitragen, dass vorhandene KI-Hardware in mehr Nutzungsszenarien eingesetzt werden kann, und auch Produktideen umsetzbar machen, die bisher aufgrund der unzureichenden Fähigkeit der Geräte, die Umgebung zu sehen und zu verstehen, nicht realisierbar waren. Technische Verbesserungen, die von der untersten Ebene der Bildgebung ausgehen, können schließlich zur Entstehung neuer KI-nativer Hardwarekategorien führen.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Alpha Startup“ (ID: alphastartups), Autor: Entdecker außergewöhnlicher Gründer, die Veröffentlichung erfolgt mit Genehmigung von 36Kr.