A bordo ci sono ben cinque fotocamere: quattro sul retro ed una frontale. Il modulo posteriore è composto da un sensore principale Sony IMX598 a 48MP (f/1.6) con pixel da 0,8μm, lenti 7P, Laser + PDAF, a cui si affianca un sensore da 13MP (f/2.46) con zoom ottico 2x, pixel da 1,12μm e AF, una macro da 8MP (f/2.2) a 120° con AF ed un teleobiettivo da 8MP (f/3.4) con zoom ottico 5x, hyper zoom fino a 60x e AF. La resa di questo complesso sistema fotografico è di alta fascia: gli scatti sono aiutati e supportati non solo dall'hardware, ma anche da un software che ci è sempre sembrato all’altezza del compito. Nel foro anteriore con un diametro di soli 3.96 mm c’è un sensore Samsung S5KGD1 da 32MP (f/2.4) con pixel da 0,8μm e supporto per Face-Unlock.
La fotocamera principale è anche chiamata Big Eye (grande occhio) ed è montata su una sospensione a doppia sfera che ruota per inseguire al meglio il soggetto tracciato. Questo ingegnoso meccanismo prende il nome di stabilizzatore 3D flessibile e permette non solo l’inseguimento del soggetto, ma anche la super stabilizzazione delle immagini sia mentre si scatta una foto sia mentre si gira un video. Non a caso Vivo x51 5G è definito "il primo smartphone con gimbal camera".
La Big Eye ha una lente a sette elementi, un motore closed-loop e ha un'apertura focale di 1.6, mentre l'angolo di stabilizzazione è del 300% superiore a una qualsiasi fotocamera con stabilizzazione ottica. Queste caratteristiche vengono integrate a livello software con la modalità Pro Sports, per avere una velocità di scatto delle foto fuori dal comune e la funzione di tracciamento di un oggetto per mantenerlo sempre a fuoco. Funzioni molto utili anche per fare foto a bambini o animali domestici in movimento, che difficilmente si lasciano impressionare in uno scatto.
Infine, gli scatti notturni (modalità Super Night Mode e Astro Mode) sono di altissima qualità, sebbene in questo scenario il sistema sembri muoversi con più lentezza rispetto alle altre modalità. La presenza del super stabilizzatore permette di non avere micro-mosso anche con scatto notturno a lunga esposizione e a mano libera.
La fotocamera da 13MP con lunghezza focale di 50mm è quella più indicata per foto ritratti, mentre la ultra-grandangolare da 120° permette la messa a fuoco sino a 2.5cm di distanza dal soggetto. La fotocamera periscopica (Hyper Zoom) raggiunge l'ingrandimento 60X, permettendoci di fare scatti che altrimenti sarebbero impossibili.
L’audio è registrato con il sistema di tracciamento del suono 3D, che manterrà il focus sul soggetto prescelto anche in movimento. I video sono realizzati alla risoluzione massima 4K (3840 x 2160 pixel) con 60fps. La codifica è H264 e H265. I risultati sono strepitosi grazie alla stabilizzazione straordinaria delle fotocamere, che possono essere usate in sequenza all’interno della registrazione, permettendo di avvicinarsi e allontanarsi durante il REC con la pressione di un solo tasto. Insomma, Vivo X51 5G fa video grandiosi!