智能手机在极端低光环境下的拍摄难题，或将因一项名为DarkDiff的新技术迎来突破。苹果公司与普渡大学联合研发的这项技术，通过将生成式扩散模型深度整合至相机图像信号处理（ISP）流程，实现了暗光场景下细节与色彩的精准还原，为移动摄影领域开辟了全新路径。
传统夜景模式依赖后期算法降噪的弊端已长期困扰用户。这类方法虽能抑制噪点，却常导致画面呈现油画般的虚假质感，或因过度平滑处理丢失关键纹理。DarkDiff的创新性在于跳过“后期修饰”环节，让AI直接参与图像生成的底层阶段。通过分析海量影像数据，该技术可智能预测暗光条件下传感器丢失的细节信息，并精准复原原始色彩。为避免AI生成不真实内容，研究团队引入局部斑块注意力机制，确保每一处细节均符合物理场景的客观结构。
实验数据验证了技术的突破性。在模拟极暗环境的测试中，研究人员使用索尼A7SIII相机以0.033秒的极短曝光拍摄，经DarkDiff处理后的图像质量，竟可媲美使用三脚架固定进行300倍时长曝光的参考照片。这种“瞬间捕捉”与“长时间曝光”的等效效果，彻底颠覆了传统认知，为手机摄影在暗光场景的应用提供了全新可能。
尽管技术前景广阔，但其商业化落地仍面临多重挑战。扩散模型对算力的极高需求，导致当前方案在移动端运行时耗电量显著增加，未来或需借助云端处理降低终端负担。模型在识别弱光环境下的非英语文字时，仍存在准确率不足的问题。苹果公司尚未公布具体商用时间表，但该技术的出现已为移动摄影的AI化进程注入强劲动力。
