科技领域传来新进展，苹果公司与普渡大学共同研发出一种创新型AI技术，旨在攻克极低光照环境下的拍摄难题。这项名为DarkDiff的技术，为手机摄影在暗光场景下的表现带来了全新可能。
在光线极其微弱的情况下，手机拍摄的照片常常布满噪点。传统算法为掩盖噪点，往往会对图像进行过度平滑处理，结果导致照片细节丢失，画面呈现出类似油画的涂抹质感，严重影响成像质量。
为解决这一长期困扰摄影界的问题，苹果与普渡大学的研究团队另辟蹊径，推出DarkDiff新型AI模型。该模型突破传统后期修图的思路，创造性地将预训练的生成式扩散模型应用于相机的图像信号处理（ISP）流程，从图像生成的源头提升画质。
DarkDiff的核心创新点在于介入时机。与在成像后进行AI修补不同，它在相机ISP处理原始传感器数据（Raw Data）的早期阶段就已介入。ISP负责白平衡、去马赛克等基础处理，生成线性RGB图像后，DarkDiff随即接手，进行降噪和细节生成。这种深度集成的方式，让AI能够精准理解照片黑暗区域应有的纹理细节，而非简单地对像素进行模糊处理。
生成式AI在应用中常出现“幻觉”问题，即无中生有地篡改画面内容，生成不存在的物体。为避免这种情况，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。研究人员还采用“无分类器引导”技术，通过调节引导强度，在图像的平滑度与锐利度之间找到最佳平衡，有效避免生成伪影。
为验证DarkDiff的实际效果，研究人员使用索尼A7SII相机在极暗环境下拍摄测试样本，曝光时间短至0.033秒。将DarkDiff处理后的图像与使用三脚架长曝光（时长为测试图300倍）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方面均优于现有的Raw增强模型。
尽管DarkDiff展现出惊人的效果，但距离实际应用仍面临诸多挑战。研究人员坦言，该技术的处理速度远慢于传统算法，且对算力需求巨大。若在手机本地运行，将迅速耗尽电池电量，未来可能需要依托云端处理。模型在识别低光场景下的非英文文本时仍存在一定局限。目前，这项研究更多展示了苹果在计算摄影领域的探索方向，短期内未必会直接应用于新款iPhone。
