Apple 的新 AI 照片编辑工具：利弊并存，我们准备好了吗？

背景

作为全球使用最广泛的相机平台，iPhone 刚刚迎来了一组严肃的 AI 照片编辑功能。然而，正如《The Verge》资深编辑 Allison Johnson 所指出的，我们可能尚未完全准备好迎接这一变化。

这些新功能目前包含在 iOS 27 的开发者测试版中，这意味着在面向公众发布之前，Apple 仍可能进行微调。虽然与 Google Pixel 手机上的 AI 编辑功能相比，iOS 27 的功能显得相对保守，但对于 iPhone 原生照片应用而言，这标志着用户能够对照片（或者说“回忆”）进行处理的临界点。此次更新主要引入了三项（或者说是两项半）新的 AI 编辑功能：升级版的“清理”（Clean Up）、“扩展”（Extend）以及“空间重构图”（Spatial Reframing）。

核心内容

此次更新中的 AI 编辑功能在复杂度和对照片真实性的影响上呈现出阶梯式的递进，具体表现如下：

1. 清理工具（Clean Up）：从“鸡肋”到“实用” 这是此次更新中唯一可以称为“半项”的功能，因为它早在之前就已存在，但表现糟糕。去年的版本完全依赖设备端模型，在移除物体后填充细节时往往留下奇怪的伪影，效果不佳。

• 升级点：新版 Clean Up 不再局限于本地模型，而是能够调用云端更强大的模型。这一策略 Google 已沿用多年，也是其 Magic Editor 工具领先于 Apple 去年版本的原因。
• 实际体验：新版 Clean Up 能够 convincingly（令人信服地）移除背景中的路人或前景中的杂物（如孩子鼻屎），填补细节自然，几乎无瑕疵。作者认为这是生成式编辑工具中让人最不感到不安的功能，预计将深受 iPhone 用户欢迎。

2. 扩展工具（Extend）：反向裁剪与对称美学 Extend 可以被视为“反向裁剪”，它利用 AI 在照片边缘绘制合理的填充内容，以扩展画面边界。

• 功能逻辑：当构图过于紧凑时，用户可以借此为拍摄主体留出更多呼吸空间。
• 限制与安全机制：该工具似乎刻意避免对人物进行编辑，且通常只允许在特定方向上扩展。它添加的填充区域有限，旨在防止滥用。
• 效果评估：Extend 倾向于寻找对称性，这通常能产生令人满意的结果。例如，作者尝试扩展一张赛车照片，AI 成功补全了画面外的一部分车身和后视镜。然而，它并非完美无缺，有时会产生看似合理但实际虚构的细节（如作者发现 AI 在侧桌上凭空添加了一盆盆栽）。虽然逼真，但这种“无中生有”让作者在使用社交媒体时感到别扭。

3. 空间重构图（Spatial Reframing）：引入第三维度的“存在主义混乱” 这是三项功能中最雄心勃勃，也可能最具问题的一项。它基于现有的照片 3D 效果，模拟相机在场景中移动的效果，允许用户改变视角以重新构图。

• 操作范围：调整幅度有限，大致相当于拍摄时手臂移动的范围。
• 适用场景：适合修正拍摄时未能完美捕捉的构图瑕疵，例如避开前景中的干扰物。
• 潜在风险：
  • 远景相对安全：当主体距离相机较远时，AI 生成内容的真实度较高，但调整幅度极小，导致最终图像与原图差异甚微，实用性存疑。
  • 近景令人不安：当主体靠近相机（如自拍或特写）时，AI 需要填补的细节更多，容易陷入“恐怖谷”效应。面部可能出现扭曲或比例失调，且更容易凭空捏造不存在的内容。
  • 案例：作者尝试调整一张在 WWDC 主题演讲后拍摄的照片，原本被遮挡的高管 Craig Federighi 得以显露，但 AI 却“创造”出了一个坐在 Federighi 旁边的虚构人物。

4. 合成身份标识（Synth ID）与信任危机 所有经过这些 AI 工具编辑的图像都会打上 Synth ID 标签，以表明其经过 AI 修改。Instagram 等平台已识别此信息，但仅在用户点击“AI 信息”菜单时才显示。

• 信任侵蚀：尽管标签并非无懈可击，但其更大的危害在于迅速侵蚀了公众对手机拍摄照片真实性的信任。即使只是对一盆盆栽或一个人物位置的微小怀疑，日积月累也可能带来严重的信任危机。Apple 在此方面并非最大胆的玩家，但这种细微的不确定性累积起来后果严重。

关键要点

• 云端算力介入：Clean Up 工具通过引入云端模型解决了本地模型细节填充不足的问题，效果显著提升，是目前最成熟、最实用的功能。
• 功能边界明确：Extend 工具通过限制对人物编辑、限制扩展幅度和偏好对称性，试图在创意与真实性之间取得平衡，但仍存在生成虚假细节（如虚构植物）的风险。
• 空间编辑的双刃剑：Spatial Reframing 虽然能解决构图遗憾，但在处理近距离主体时极易产生扭曲和幻觉，且调整幅度小导致实际效用有限，可能引发“存在主义混乱”。
• 透明度机制尚不完善：虽然引入了 Synth ID 标签，但显示方式隐蔽，且无法完全解决照片真实性信任崩塌的问题。
• 用户心理门槛：尽管技术可行，但用户对 AI 生成内容（尤其是虚构细节）的心理接受度仍有待提高，特别是在社交媒体分享场景下。

意义与影响

Apple 此次在 iOS 27 中引入的 AI 编辑功能，标志着智能手机摄影从“记录现实”向“生成现实”的微妙过渡。

首先，技术成熟度的分化显而易见。Clean Up 的成功表明，利用云端算力解决本地算力瓶颈是提升 AI 编辑体验的有效路径。而 Extend 和 Spatial Reframing 则展示了当前生成式 AI 在处理空间逻辑和物理一致性时的局限性，尤其是在近距离复杂场景下。

其次，真实性与创作自由的博弈加剧。Apple 试图通过限制功能范围（如避免编辑人物、限制扩展幅度）来维持照片的“可信度”，但 AI 的本质决定了它必然涉及对现实的“填补”和“重构”。Spatial Reframing 中凭空出现的人物案例，警示了即使是微小的构图调整，也可能导致图像内容的根本性改变。

最后，社会信任体系的挑战。随着 AI 编辑工具变得日益强大且易用，照片作为“证据”或“真实记录”的属性正在被稀释。Synth ID 等标识机制的建立是必要的第一步，但在用户习惯尚未养成、平台展示机制不够显眼的当下，公众对数字图像真实性的信任危机只会随着技术的普及而加深。Apple 作为行业巨头，其产品的普及程度将直接影响这一趋势的走向。