死磕精准曝光的拍摄习惯正在被淘汰。RAW格式宽容度提供的后期容错率，已经从根本上改变了数字摄影的底层评价逻辑——前期欠曝2挡远比过曝1挡更容易挽救，这直接颠覆了胶片时代的测光铁律。
传统测光表的工作逻辑建立在胶片乳剂的线性响应之上。一旦偏离18%灰，暗部银盐显影不足，高光区域则发生化学溢出，信息永久丢失。数字传感器的物理响应并非线性，而是遵循光电转换的平方反比特性。简单来讲，传感器对高光信号的记录能力远超暗部。14bit的模数转换器能记录16384个亮度层级，其中最亮的那一挡光圈就独占了8192个层级，占总数据量的一半。而最暗的一挡仅有256个层级。这种物理上的不对称响应，构成了RAW宽容度的底层基石。
JPEG格式在机内完成感光单元电信号到8bit色彩空间的映射，256个亮度层级被硬性分配。这属于破坏性压缩。RAW格式则原封不动保留传感器的线性数据。
RAW宽容度背后的非线性数据分布机制
理解宽容度，必须直面数据的非线性分布。假设一块CMOS动态范围是12挡，从最亮到最暗，每一挡占据的数据量呈2的幂次方递减。第1挡8192级，第2挡4096级，第12挡仅剩4级。暗部信噪比极差，强行提亮必然涌现噪点。高光区层级密集，哪怕肉眼看似死白，依然有海量数据潜伏。这解释了数字摄影的向右曝光（ETTR）原则——在不过曝的前提下，尽量让直方图靠右，把信号推入层级密集的高光区。坦白讲，向右曝光本质上是在榨取传感器最大的物理宽容度。
2014年索尼A7S的发布提供了一个极端样本。它凭借全画幅1200万像素的大尺寸像素间距，在ISO 409600下仍能提取可用影像。这是单纯依靠模拟增益拉高暗部信号，其宽容度上限受制于读出噪声。2020年佳能R5与索尼A7SIII引入的双增益ISO（Dual Gain ISO）技术，在电路层设立两套模拟放大器。低ISO保持极低读出噪声，高ISO切换高增益电路。宽容度的技术战场，已经从像素尺寸转向了模数转换前的微电子架构优化。
从物理阈值看RAW与JEPG的宽容度代差
一块传感器的物理阈值决定了其宽容度天花板。满井容量决定了高光上限，读出噪声决定了暗部下限。两者的比值即动态范围。索尼A7RV的满井容量约45000e-，读出噪声1.5e-，理论动态范围近14.8挡。这是硬件极限。RAW格式宽容度能逼近这个极限，因为它直接读取模数转换后的原始电平值。JPEG在此过程中经历伽马校正、色彩矩阵映射、降噪与量化，至少损失2挡动态范围。在逆光人像场景，RAW能从溢出的高光中拉回1.5挡的天空细节，同时提亮3挡面部阴影而不出现色彩断层。JPEG执行同样操作，高光直接切为纯白，暗部提亮则伴随严重的色彩斑块。
宽容度并非静态指标，它随ISO飙升呈断崖式下跌。读出噪声在模拟增益环节被同步放大，满井容量却因放大器饱和电压限制而等效缩水。ISO从100升至3200，RAW可用宽容度锐减约3挡。
计算摄影对RAW宽容度机制的降维打击
单帧RAW的宽容度提升已触及半导体物理墙。苹果自A17 Pro芯片起，在ISP内直接完成多帧位移合成。将4张不同曝光时长的短曝光RAW在像素级对齐并合并，高光取短曝光数据防溢出，暗部取长曝光数据抑噪点。这种HDR算法在机内生成了等效17挡动态范围的虚拟RAW。计算摄影正在用时间维度换取空间维度的宽容度。这不再是单次光电转换的物理响应，而是概率统计层面的信噪比重塑。说实话，这种多帧合成对运动伪影的容忍度极低，体育摄影和野生动物抓拍依然受制于单帧RAW宽容度的物理上限。
宽容度的本质是信息冗余量。冗余越多，后期纠错空间越大。传感器架构的微创新、14bit色深的保留、以及多帧合成的介入，都在扩充这个冗余池。死守JPEG等同于主动抽干池水。理解RAW格式宽容度，就是掌握数字时代光影重构的底层密码。立即查阅数字曝光控制策略，彻底释放传感器的物理潜能。