大約兩百年前，法國人尼埃普斯將一塊塗有感光材料的白鑞板放進暗箱，對準窗外。
光線穿過鏡頭，落在這塊金屬板上。經過漫長的曝光，窗外的風景留下了一些模糊的明暗。這張《窗外的勒格拉景色》，通常被視為現存最早的相機照片。
此後近兩百年，攝影技術經歷了無數次變化。其中的核心並沒有變——真實存在的東西反射或者發出光線，光穿過鏡頭，在感光介質上留下痕跡。
「照片」的詞源，正是「光的書寫/光的圖」(photo-graph)。這個詞本身就隱含著一層意思：畫面里的那一刻，曾經真實發生過。
但也是在攝影術誕生後的兩個世紀裡，照片對於「真實」的映射其實早已被消解。
如果你看過電影《寂靜的朋友》，裡面那種人工修飾底片的技術，在 19 世紀末期就已流行開來。數碼時代來了，Photoshop 的事情則更無需篇幅贅述；而到了生成式 AI 浪潮驟起的今天，一張「看起來真實」照片與現實之間那種理所當然的聯繫，早已蕩然無存。
我們怎麼證明，一張照片真的來自現實世界？
作為世界上最多人使用的拍照設備的生產商，蘋果給出了自己的答案——Apple Reference Image （蘋果參考圖像）。
把「水印」刻進傳感器
給圖片標記來源，並不是什麼新鮮事。最直觀的辦法，是在 AI 生成的圖片上留下可見標識。豆包的水印就是大家熟悉的例子。
可見水印也有一個明顯的弱點，裁切、修圖，甚至只需要再交給另一個 AI，就能讓它從畫面中消失。
該圖片疑似使用了AI生成技術，請謹慎甄別
近幾年，谷歌推出的 SynthID 技術，在 AI 防偽和 AI 鑑別領域流行了起來，包括谷歌自身以及 Anthropic、OpenAI 等公司都在採用。這是一整套包含文本、圖像等各種模態的「隱水印」技術，具體在圖片上，也是將肉眼不可辨別的數字水印嵌入圖片。
但是它仍然有識別上的局限性，比如一般人在看到一張照片、一段文字的時候，是不懂、也不會使用 SynthID 校驗工具來驗證真偽的。
既然已經越來越難判斷一張圖片是真是假，與其繼續給 AI 生成的內容打上「假」的標記，另一種思路是：
給真正由相機拍下來的照片，留下「真」的證明。
這也正是 Apple Reference Image 的核心思路。
當然，給真實照片打上一枚「水印」，也不是在照片上蓋一個「Shot on iPhone」的水印那麼簡單。
畢竟我們憑什麼相信，蓋章之前的照片就是真的？假如一張照片已經完成處理、生成了 JPEG，系統才給它附上一份無法偽造的憑證。那這份憑證最多只能證明，照片在蓋章之後沒有被改動。至於蓋章之前，它有沒有被替換、有沒有經過篡改，憑證本身並不能回答。
要讓這份證明真正可信，必須把信任的起點繼續向前推。一直推到數字攝影最接近現實世界的地方——
傳感器。
當光線穿過鏡頭，抵達相機傳感器，並在那裡被轉換成數字信號，現實世界便第一次以像素數據的形式進入手機。
蘋果選擇在這裡建立信任的起點。
我們將它稱為「水印」，但其實是一份由傳感器為捕獲數據提供的密碼學簽名。iPhone 18 Pro 和 iPhone 18 Pro Max 開啟參考模式後，主攝傳感器會進入專門的安全捕獲模式。
傳感器捕獲原始像素，隨即用內部私鑰對這些原始數據進行簽名。硬體機制還會阻止傳感器固件在簽名前修改這些數據。
這樣，簽名保護的便不止是傳感器輸出了什麼，還包括它輸出的圖片數據，與實際捕獲結果之間的關係。
從一張照片，到一條信任鏈
蘋果絕對不是可信拍攝技術的發明者，此前傳統相機廠商已經嘗試為照片附上可驗證的來源憑證。徠卡推出的 Leica Content Credentials（徠卡內容憑證）就是一個例子。
開啟功能後，相機會利用機內的專用安全硬體，為生成的照片文件附上經過密碼學簽名的憑證。它採用 C2PA 標準，能夠記錄照片來源以及後續的修改。
值得關注的是這個憑證生成的時間節點：是在 JPEG 照片文件生成時建立的。
從傳感器捕獲原始像素，到文件生成，圖像已經走過一系列處理步驟。
如果數據在簽名前遭到替換或者篡改，最終文件即使獲得有效簽名，也未必忠實於傳感器最初捕獲的畫面。
這也是蘋果試圖通過 Reference Image 進一步回答的問題：如何建立一條從原始捕獲，到最終成片，都能夠接受驗證的信任鏈？
首先，系統得確認簽名的傳感器確實屬於這台 iPhone。
在生產階段，傳感器會生成專屬密鑰。私鑰留在傳感器內部，公鑰則用於驗證簽名。
iPhone 的安全隔區 (Secure Enclave) 也會建立獨立的簽名身份。蘋果通過設備硬體清單，把兩者記錄為同一台 iPhone 的部件。
到了驗證時，系統既能檢查像素的傳感器簽名，也能核對這顆傳感器與安全隔區是否屬於同一台出廠設備——只有兩者相互吻合，設備身份這一環才能通過驗證。
當然，我們也不能完全保證「從傳感器進入」就是絕對安全的，蘋果並沒有假設傳感器本身永遠不會被攻破。
假設攻擊者成功破解某顆傳感器，獲取了其中的私鑰，就有可能利用這把密鑰，為偽造的圖像數據生成有效簽名。
因此，Reference Image 還設計了一套撤銷機制：一旦發現某顆傳感器的安全性受到破壞，蘋果就可以撤銷與之關聯的照片認證，讓這些照片不再被視為具有可信來源。
換句話說，即使信任鏈的起點遭到攻破，蘋果仍然保留了讓相關照片失去有效認證的能力，不會讓一把泄露的私鑰永久成為偽造照片的通行證。
說真的，這麼幹的現實意義不大，但蘋果就是把照片的設備級加密驗真，做到了這麼決。
設備身份確認之後，還得知道照片是什麼時候拍的。
普通照片的 EXIF 會記錄拍攝時間，但它通常依賴設備時鐘。用戶可以手動修改時間，遭到入侵的作業系統也可能提供虛假的時間資訊。
因此，Reference Image 還需要一份獨立於系統時鐘的時間依據。
iPhone 會定期從蘋果的密碼學時間戳服務獲取經過簽名的時間憑證，全球平均約每 15 分鐘一次；拍攝完成後，還會再請求一份新的時間憑證。
通過兩個可信的時間點，把拍攝行為夾在中間。蘋果無法證明照片是在具體哪一秒拍下的，但可以證明，它產生於這兩個經過驗證的時間點之間。
換句話說，Reference Image 提供的是一個「相對模糊，但絕對可信」的時間戳。即使拍攝時沒有網路，後一份時間憑證也可以在恢復連接後補齊。
至此，傳感器捕獲的原始像素、相關元數據、傳感器與安全隔區的簽名、設備硬體清單，以及可信時間資訊，會被打包成一份安全數字底片 (Secure Digital Negative)，以 DNG 格式保存在 iPhone 中。
但底片還不是我們最終看到的照片。
RAW 到 JPEG，還要經過一系列圖像處理。如果成片過程遭到篡改，前面建立的可信關係就可能在最後毀於一旦。
因此，這份底片還需要在可信的環境裡完成「沖洗」。蘋果把這一步交給了私有雲計算 Private Cloud Compute（PCC）。
當我選擇生成 Reference Image 時，PCC 會先核對原始像素、簽名、證書、設備身份和時間資訊，確認它們能夠組成一條完整且相互吻合的證據鏈。驗證通過後，PCC 才會處理 RAW 數據，生成最終的 JPEG，下載到用戶設備本地。
這套流程真的太「復古」了：它就好比你真的拍了一卷膠片（對應蘋果的安全數字底片），然後把膠片送到沖印店（對應蘋果的 PCC 伺服器）去完成沖洗。
但是我們又憑什麼相信，蘋果的雲端服務是「可信的環境」？
蘋果的解決辦法，是讓雲端服務本身也成為可以被驗證的對象，不只是依靠蘋果的單方面背書。
PCC 正式部署的軟體版本，會被記錄在受到密碼學保護的透明日誌中，對應的二進制文件也會向外部安全研究人員公開；上傳底片之前，iPhone 還會確認目標伺服器運行的是日誌中記錄的版本。
換句話說，蘋果不僅要證明照片的來源可信，還要讓負責驗證照片的程序本身，也有據可查。
經過蘋果簽名服務的最後一道簽名，我們得到了一張可以獨立驗證來源的 Reference Image。至此，整條信任鏈終於閉合。
還有一個有意思的細節，PCC 的驗證並不止於照片本身，它再次把目光放回這條信任鏈的源頭，也就是傳感器。
除了核對密碼學簽名，PCC 還會額外運行一個神經網路，檢查圖像是否具有蘋果相機傳感器原始輸出應有的物理特徵，並生成一份可信度評分。
這些評分會與照片的唯一標識符、傳感器 ID 等資訊一起交給蘋果的撤銷服務，用於持續評估傳感器的可信狀態。如果某顆傳感器持續產生了異常的圖像數據，蘋果就可以據此發現潛在的安全風險，並在必要時撤銷與這顆傳感器關聯的照片認證。
這樣一來，整個驗證過程也形成了一個循環：傳感器通過密碼學簽名，為照片提供可信的來源證明；而照片本身，又成為蘋果反過來檢查傳感器是否仍然可信的依據。
不過，當我們試圖為照片建立可信的來源時，還有一個容易被忽略的問題。
前面提到，每顆相機傳感器都有自己的專屬密鑰，蘋果也能通過設備硬體清單，確認照片來自哪台 iPhone。
那麼，如果有人拿到多張 Reference Image，能否通過其中的傳感器身份資訊，判斷它們是否來自同一台設備，進而追蹤攝影者的活動？
對普通用戶來說，這或許只是一個隱私問題。不過，對於身處衝突地區的戰地記者，或者正在調查敏感事件的攝影者來說，暴露拍攝設備的身份，可能意味著更加直接的人身安全風險。
因此，蘋果沒有把傳感器的內部身份憑證公開在最終圖像里。對於外部驗證者來說，他們只能看到蘋果為最終照片提供的簽名，形象的來說只能看見蘋果為照片蓋上了一枚「經過可信相機捕獲」的印章。
一種很「蘋果」的產品邏輯
當然，Reference Image 也有它的邊界。
舉個最直接的例子：我們完全可以用 iPhone 拍攝電腦螢幕上 AI 生成的假圖。即使最終照片通過了全部驗證，也只能證明相機確實捕獲了螢幕上的畫面——並不能證明畫面中的事情曾經真實發生過。
換句話說，Reference Image 能夠為照片的拍攝來源提供可信的證明，卻無法保證照片所呈現的內容一定真實。
蘋果在官方文檔中，也為這項技術劃定了一個明確克制的證明範圍：
一顆可信的 iPhone 相機傳感器，在某個經過驗證的時間範圍內捕獲了這些光學數據，而這些數據隨後經過了可驗證的處理。
這也意味著，在 AI 時代，我們還是無法簡單地證明「畫面里所講的故事是真實的」；但至少，蘋果的方案能夠讓一張照片多了一份關於自身來歷的真實記錄。
面對越來越難以辨別來源的 AI 圖片，不同公司正在嘗試不同的解法。
一家生成式 AI 公司，最自然的做法是在自己生成的內容上留下標記。Google DeepMind 的 SynthID ，在 AI 生成的圖片中嵌入人眼難以察覺、但可以被專門工具識別的數字水印。
一家傳統相機廠商，則更容易從拍攝設備本身出發。前面提到的徠卡 M11-P，就是通過機內安全硬體，為相機生成照片內容憑證。
這些方案的切入點不同，不過它們都從自己能夠控制的環節開始，為圖片建立可信的來源記錄。
現在我們再回過頭來看 Apple Reference Image，就能發現這是一項非常「蘋果式」的功能產品。
為了讓一張照片擁有可信的來源，蘋果讓傳感器負責證明原始像素的捕獲，讓安全隔區和設備硬體清單確認設備身份，再通過可信時間戳確定拍攝發生的時間範圍，最後交由 Private Cloud Compute 驗證並生成最終的照片。
這套流程里，每一步都需要不同環節的配合。蘋果能夠把它們串起來，一個重要的前提是：從相機硬體、作業系統到雲端服務，這些環節都在蘋果自己的強大的掌控之中。
這讓我想起蘋果當年做靈動島的方式。
螢幕上的挖孔原本只是一個硬體結構，蘋果讓系統動畫、通知和應用狀態圍繞它重新組織，最後把它變成了可以交互的界面。
靈動島的成立，依賴於硬體設計、系統交互和應用能力之間的協同。蘋果把這些原本屬於不同技術層級的能力，放在同一套產品邏輯里考慮，最終形成了一項完整的功能。
Reference Image 與靈動島雖然是兩種完全不同的功能，但它們背後有著相似的產品思路。
在靈動島上，目標是讓螢幕上的硬體結構成為自然的交互界面；在 Reference Image 上，目標則是讓一張照片從被捕獲的那一刻起，就擁有可以驗證的來源記錄。
它或許只是蘋果應對 AI 時代的一次嘗試。但從一個具體的問題出發，再用整個產品體系的能力去解決它，這樣的解決方案，仔細想想好像確實 Only Apple Can Do。
如果你對 Apple Reference Image 背後的技術細節感興趣，也可以閱讀蘋果官方發布的參考文章:
