雖然iPhone的夜拍模式 (Night Mode) 已經相當成熟，但面對極低光源或是手抖造成的模糊，物理光學的限制仍在。不過，蘋果研究人員似乎找到新的解法，根據近期公布的研究論文，將透過名為「DarkDiff」的AI影像技術，試圖利用生成式AI來重塑低光源攝影的規則。
什麼是「DarkDiff」？把「生圖AI」拿來修照片
蘋果研究人員指出，「DarkDiff」的核心概念相當大膽：它將目前生成式AI領域最熱門的擴散模型 (Diffusion Models)，也就是類似Midjourney或Stable Diffusion用來「無中生有」的生圖技術直接整合進相機的影像訊號處理器 (ISP) 運作流程中。
不同於傳統的降噪演算法 (容易把細節抹平變成油畫感)，「DarkDiff」利用擴散模型的特性，能夠在極低光源的條件下，「識別」且「重建」出遺失的紋理與細節。簡單來說，它不只是把雜訊拿掉，還能透過AI運算，有效地修復因光線不足導致的動態模糊 (Motion Blur)，讓照片看起來更清晰銳利。
運算攝影 (Computational Photography) 的下一個階段
目前蘋果的光像引擎 (Photonic Engine) 主要依賴Deep Fusion多幀合成技術，透過疊合多張不同曝光的照片來提升畫質。而「DarkDiff」的出現意味蘋果打算更進一步從「合成」走向「生成」。
要在手機的ISP內即時運行擴散模型，對硬體算力是極大的考驗。這顯然也間接暗示明年預計登場的iPhone 18 (或是其搭載的A20處理器)，勢必得在NPU與ISP的協同運算效能上有顯著提升，才能在使用者按下快門的瞬間完成這些複雜AI推論。
分析觀點：真實與美感的拉鋸戰
而「DarkDiff」技術的曝光，象徵手機攝影進一步跨入「生成式攝影」 (Generative Photography)時代。
過去拍攝影像追求的是「還原現場」，現在AI則開始幫忙「提升現場影像張力」。這雖然能大幅提升夜拍的可用性 (特別是拍會動的小孩或寵物)，但也衍生出一個老問題：照片的真實性。
當AI強大到能自動補足暗部細節時，它到底是在「還原」還是「創作」？先前Android手機就曾因「月亮模式」引發過類似的真實性爭議。蘋果未來在導入這項技術時，如何拿捏AI介入的程度，讓照片既清晰又不失「蘋果味」的真實感，將是技術之外最大的挑戰。
手機攝影AI技術比一比：蘋果與Android陣營
| 品牌 | 核心技術名稱 | 技術原理與特色 | 低光源/夜拍策略 | 運算位置 |
| Apple | DarkDiff (研究階段) |
擴散模型 (Diffusion) 將生成式 AI 整合進 ISP，不僅降噪，更透過「腦補」重建紋理與細節。 |
AI 重建 針對極低光源與動態模糊進行像素級修復，強調自然感。 |
裝置端 (On-device) 依賴 A 系列晶片 NPU |
|
Computational Photography (搭配 Tensor) |
多幀合成 + 生成式 AI 利用 Zoom Enhance 與 Video Boost 技術，結合多張照片資訊與 AI 預測。 |
Night Sight 強大的多幀疊圖演算法，近期加入 AI 生成技術來強化細節銳利度。 |
裝置端 + 雲端 (部分高負載功能仍需上傳) |
|
| Samsung | ProVisual Engine |
物體識別 AI 辨識畫面主體（如人、月亮），調用資料庫進行針對性優化。 |
Nightography 利用 AI ISP 進行降噪，並增強暗部色彩還原，風格較為討好眼球。 |
裝置端 |
| Xiaomi | Xiaomi AISP |
AI 大模型運算 將影像處理平台化，利用大模型的高算力進行光學與色彩的重構。 |
Ultra Raw 在 RAW 檔階段直接進行高寬容度處理，保留更多後製彈性。 |
裝置端 |
