大数跨境
首页
>
iPhone 18 Pro 拍照最有意思的升级，是两个「自相矛盾」的 AI 功能
>

iPhone 18 Pro 拍照最有意思的升级，是两个「自相矛盾」的 AI 功能

iPhone 18 Pro 拍照最有意思的升级，是两个「自相矛盾」的 AI 功能 APPSO
2026-09-18
12
导读：未来，摄像头要抢在任何算法介入之前，证明「以上像素来自我」
9 月 18 日上午 8 点，iPhone 18 Pro 系列正式开售。由于备受关注的 iPhone Duo 需等到十月发布，本次首发的 iPhone 18 Pro 及 Pro Max 市场热度相对理性，部分渠道甚至出现预售破发现象。
与此同时，三天前正式推送的 iOS 27 却因一项新功能引发争议。Reddit 用户测试 iOS 27 的"Spatial Reframing（空间重构）”功能时，将一张马的照片进行扩展补全，结果画面中凭空出现了一名陌生男子。
该人物并非拍摄者或相册好友，而是典型的 AI 幻觉产物。原图中马背后仅有一处类似帽子的色块，当 Spatial Reframing 向上扩展画面时，算法据此“脑补”出了一名男子。
左：原始图片，右：Spatial Reframing 修改后 图片来自 Reddit 用户 @friendofmany
这一现象引发了对生成式 AI 真实性的担忧。对此，苹果在 iPhone 18 Pro 系列中引入了与之制衡的新功能——Apple Reference Image（参考图像），旨在为照片真实性提供硬件级背书。
在生成式 AI 大行其道的背景下，苹果推出这项“反生成”功能，看似矛盾实则必要，标志着手机摄影进入了“双轨制”时代。

一顶帽子“长”出一个人：生成式修图的边界

Spatial Reframing 是 iOS 27 新增的生成式修图功能。它允许用户在裁切照片后拖动画面，模拟拍摄者移动视角的效果。由于相机并未实际移动，系统必须利用生成式 AI 填补原镜头未覆盖的区域。
该技术本质是“无中生有”。TechRadar 测试发现，在处理复杂场景时，AI 可能添加现实中不存在的窗户或凸缘。与普通扩图不同，Spatial Reframing 需重构前景与背景的空间关系，填补视角变化后原本被遮挡的区域。
尽管苹果不断优化光影与连续性，但无法消除根本矛盾：模型只能基于已有画面猜测缺失内容。现代手机摄影本就经过 HDR 合并、夜景提亮等算法处理，但 Spatial Reframing 跨越了界限，开始填充相机从未看见的内容。
这导致照片不再天然等于现场记录。那个由帽子“变”成的陌生人，没有进入画面的过程，也没有被快门捕捉的瞬间，纯粹是算法的产物。

苹果给照片留下第二份证词：Reference Image 机制

为解决信任危机，iPhone 18 Pro 系列搭载了可选的 Reference 拍摄模式。启用后，相机将生成一份由传感器直接签名的 DNG“数字底片”，记录原始像素、传感器信息及拍摄时间，并与常规计算摄影生成的主照片绑定。
图片来自：Instagram 用户 @iJustine
该机制从出厂即建立信任链：主摄传感器生成独有加密身份并绑定 Secure Enclave。按下快门时，传感器进入安全模式，在固件处理前直接对像素数据签名；随后 Private Cloud Compute 验证传感器、设备及时间戳的一致性。
系统同时保存可编辑的主照片与签名的安全底片。后者默认不可见，仅在用户需要验证时，经 Private Cloud Compute 处理成不可篡改的 Reference Image。
Reference Image 不仅是防伪水印，更是独立参照系，用于比对最终照片与传感器原始记录的差异。若未启用该模式，即便相册保留编辑历史，也缺乏外部可验证的硬件签名。
在 iPhone 18 Pro 上，Reference 模式启动双路径处理：常规流程生成可编辑主图；传感器则在固件介入前完成像素签名，保存为关联的安全底片。
这份 DNG 底片需经云端审计环境去马赛克、色调映射后，才成为可视化的 Reference Image。若用户对主图使用 Spatial Reframing，相册将展示编辑版，而 Reference Image 则作为独立证据保留。
由此，同一照片项目呈现三个层次：

编辑后的成品图（如马背后站人）；

撤销编辑后的主照片（无人）；

传感器生成的 Reference Image（需调用，无人）。
前两者记录苹果的图像处理逻辑，唯有最后一份证词能证明：快门按下瞬间，传感器从未捕捉到那个人。

重构信任边界：从“原图”到“传感器签名”

在生成式 AI 时代，“原图”概念已显陈旧。若无 Reference 模式，相册中的“原图”仅是可撤销的素材，缺乏硬件级的原始记录证明。
Reference Image 将信任起点推至传感器层面。启用该模式后，传感器重启进入安全状态，在光线转换为像素数据的瞬间，于硬件内部完成加密签名，确保数据离开传感器前已形成不可篡改的记录。
信任链贯穿设备身份、时间戳及云端验证。任何环节与初始签名不匹配，Reference Image 即失效。此举重新确立了以传感器为事实核心的边界：边界内是光信号转化的像素，边界外则是算法补充或生成的内容。

未来相机交付三种状态：硬件的双轨使命

未来照片将细分为三种状态：

无 Reference Image，无法证明来源；

有 Reference Image，但成品已被编辑；

有有效 Reference Image，且成品与传感器记录一致。
Reference Image 揭示了 AI 对硬件的新要求：当软件能重构采集结果，硬件必须建立不受软件支配的边界。主摄传感器需具备加密身份，在算法介入前自证清白。
相机因此承担双重任务：一是通过算法交付美观可用的成品；二是基于传感器签名，交付不可篡改的真实证词。这套流程改变了软硬件关系，传感器在工厂初始化时即生成加密身份，并在拍摄瞬间直接签名。
这种双轨机制未来或延伸至录音、医疗等领域：硬件需同时交付算法优化的成品与底层原始记录。Reference Image 虽经去马赛克等处理，但其流程可审计且不凭空补写内容。
在此节点，相机的使命不仅是将现实转化为图像，更要证明在算法改写之前，现实曾以何种模样抵达镜头。
【声明】内容源于网络
0
0
APPSO
AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al
内容 15764
粉丝 0
APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al
总阅读444.8k
粉丝0
内容15.8k