Dual Pixel 3D 的深度不是靠双摄像头拍出来的，也不是后期算法凭空“猜”出来的。它的原材料藏在传感器内部：每个像素里那对光电二极管。理解这个来源，才能真正理解后面那些兼容名单和拍摄参数为什么卡得那么死。
相位差才是深度的原始数据
Dual Pixel CMOS AF 在 2013 年推出时就确定了一个基本结构：每个像素配两个光电二极管，共用一枚微透镜。这对二极管有两种读法。合并读出，得到的是一张常规的 2D 图像；各自独立读出，得到的则是两幅视角略有差异的子图。两幅子图之间的偏移量就是相位差——偏移越大，说明该区域与对焦面的关系越远，深度也就越不同。
可以粗略地把每个像素理解为一对极小的立体相机，只不过它们的基线只有像素级宽度。于是,一张看似普通的静态照片里，实际隐含着一整张密集的视差场。Dual Pixel 3D 的专有算法所做的，就是把这张视差场换算成深度图，再把原始纹理贴合回去，最终生成可导出为 OBJ、GLB 或 MP4 的 3D 结果。
参数限制本质上是信号质量限制
既然深度来自相位差，那么任何削弱相位差可靠性的因素，都会直接变成深度错误。光圈放在 f/5.6 到 f/8 之间，是为了让主体区域同时保有足够清晰度和稳定的相位差信号，过度虚化会带来模糊与转换错误。ISO 压到 1600 以内是控制噪点，一旦超过 3200 就不再生成 3D 模型——噪点会淹没本就微弱的视差信号。
存储环节同样不能丢数据。拍 RAW 需要开启 Dual Pixel RAW，拍 JPEG 需要开启为 JPEG 添加距离信息，否则相位差信息在写入文件时就已被丢弃，后面再好的算法也无从下手。
题材偏好也遵循同一逻辑。哑光纹理、厚实而轮廓简单的形状——花瓣圆润的花、光泽少的植物和叶片、陶瓷物件、浅盘、圆形食物——相位差连续而干净。细长结构、强反射面、明显模糊或存在多个盲区的主体，则容易出现深度断裂。把主体放在中间、周围留足空间，机位略高以压掉盲区，主体距离控制在焦距的 5 到 10 倍，这些做法都是在为相位差争取可用的采样条件。
看清这条链路之后，兼容机型清单、镜头清单和那一串参数就不再像一份限制条款，而更像对输入数据质量的前置要求。深度图的精度，最终取决于相位差信号本身的信噪比。