12月20日，据科技媒体9to5Mac报道，苹果公司已与普渡大学展开合作，共同开发一项名为DarkDiff的全新AI技术，旨在彻底解决用户在极低光照环境下拍摄照片的难题。

报道指出，在光线严重不足的条件下，手机拍摄的照片往往会产生大量噪点。为掩盖这些瑕疵，传统的图像处理算法通常会进行过度平滑处理，但这会导致画面细节丢失，使最终成片呈现出类似“油画”般的涂抹感。

为解决这一痛点，苹果与普渡大学的研究团队另辟蹊径，推出了一种名为“DarkDiff”的新型AI模型。这项研究并未沿袭传统的后期修图思路，而是开创性地将预训练好的生成式扩散模型“重新指派”给相机的图像信号处理流程，从而在源头提升画质。

DarkDiff的核心创新在于其介入的时机。不同于在成像后才进行AI修补，DarkDiff在相机ISP处理原始传感器数据的早期阶段就已介入。

ISP负责完成白平衡和去马赛克等基础处理后，会生成线性RGB图像，随后DarkDiff便立即接手，执行降噪与细节生成任务。这种深度集成的方式，让AI能够理解照片在黑暗区域应有的纹理细节，而非简单地模糊像素。

生成式AI常因“幻觉”问题而篡改画面内容。为防止此类情况，DarkDiff引入了“局部图像块注意力机制”。

该机制强制模型关注图像的局部结构，确保AI在增强细节的同时，严格忠实于原始场景。此外，研究人员还使用了“无分类器引导”技术，通过调节引导强度，在画面平滑度与锐利度之间找到最佳平衡点，避免生成伪影。

为验证效果，研究团队使用索尼A7SII相机在极暗环境下拍摄了测试样本，曝光时间短至0.033秒。他们将经DarkDiff处理后的图像，与使用三脚架进行长曝光拍摄的参考图进行对比。结果显示，DarkDiff在色彩还原和细节清晰度上均优于现有的Raw图像增强模型。

尽管效果惊人，但DarkDiff距离量产仍有差距。研究人员坦言，该技术的处理速度远慢于传统算法，且巨大的算力需求若在手机本地运行将极快耗尽电量，未来可能需要依托云端处理。

此外，模型在识别低光场景下的非英文文本时仍存在局限。该研究目前更多展示了苹果在计算摄影领域的探索方向，短期内未必会直接装载于新款iPhone。

参考