科技领域传来新突破，苹果公司与普渡大学联合研发出一项名为DarkDiff的AI技术，旨在攻克极低光照环境下的手机拍摄难题。在光线极其微弱的情况下，手机拍摄的照片常因噪点过多而质量不佳，传统降噪算法往往通过过度平滑处理来掩盖噪点，但这会导致照片细节丢失，呈现出类似油画的涂抹效果。
为解决这一问题，研究团队摒弃了传统后期修图的思路，创新性地将预训练的生成式扩散模型应用于相机图像信号处理（ISP）流程中，从图像生成的源头提升画质。DarkDiff的核心优势在于其介入时机，它并非在成像完成后进行AI修补，而是在相机ISP处理原始传感器数据的早期阶段就已介入工作。
相机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，使AI能够精准理解照片在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。例如，在拍摄夜景时，传统算法可能会将暗部的细节模糊掉，而DarkDiff则能保留并增强这些细节，使照片更加清晰自然。
生成式AI在图像处理中常面临“幻觉”问题，即可能无中生有地生成物体，篡改画面内容。为防止此类情况发生，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。研究人员还采用了“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，避免生成伪影。
为验证DarkDiff的效果，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上均优于现有的Raw增强模型。例如，在拍摄星空时，DarkDiff处理后的照片能够更准确地还原星星的颜色和位置，同时保留更多的细节，如星云的纹理等。
尽管DarkDiff在技术上取得了显著突破，但距离实际应用仍有距离。研究人员表示，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，将极快耗尽电池。因此，未来可能需要依托云端处理来实现其功能。模型在识别低光场景下的非英文文本时仍存在局限，这表明该技术还需进一步优化和完善。
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。然而，DarkDiff的出现无疑为极低光照环境下的拍摄技术带来了新的可能性，未来有望推动手机摄影技术的进一步发展。
