📲Digital Trends•較早收集於 27m
Apple iOS 27 Clean Up 工具出現臉部替換錯誤

💡看看為什麼 Apple 的生成式 AI 圖像工具會產生幻覺臉部,而不是將其模糊處理。
⚡ 30-Second TL;DR
有什麼變化
Clean Up 工具無法正確模糊臉部
為什麼重要
這突顯了消費性產品中生成式 AI 功能的不可預測性。對於開發者而言,這是一個關於在圖像處理工具中建立強大安全防護機制的重要警示。
下一步行動
在您的圖像處理流程中實施嚴格的驗證層,確保生成模型在僅需遮蓋時不會產生幻覺內容。
誰應關注:Developers & AI Engineers
關鍵要點
- •Clean Up 工具無法正確模糊臉部
- •AI 模型錯誤地生成新臉部而非遮蓋
- •突顯了生成式 AI 圖像編輯的潛在風險
🧠 深度解析
Web-grounded analysis with 28 cited sources.
🔑 增強重點摘要
- •iOS 27 中的「Clean Up」工具是從 iOS 26 版本升級而來,該舊版本在處理臉部時也曾出現問題,常產生「雜亂、扭曲」或「恐怖電影般」的結果,顯示此工具在臉部處理方面有其歷史挑戰。
- •蘋果的生成式 AI 功能,包括強化的「Clean Up」工具,皆由「Apple Intelligence」驅動,該系統結合了裝置端與雲端模型,其中雲端模型被建議用於獲得最佳效果。
- •Apple Intelligence 的底層基礎模型是蘋果與 Google 合作客製化開發的,特別是利用了 Google 的 Gemini 模型。
- •所有透過 Apple Intelligence 生成或編輯的圖像,包括使用「Clean Up」工具處理的圖像,都將自動嵌入隱藏的 SynthID 浮水印,以標識其為 AI 生成內容。
📊 競品分析▸ Show
| 功能/產品 | Apple Clean Up (iOS 27) | Google Photos Magic Eraser (魔術橡皮擦) | Samsung Object Eraser (物件橡皮擦) | Adobe Photoshop Generative Fill (生成式填色) |
|---|---|---|---|---|
| 主要功能 | 移除不需要的物件/人物,模糊/替換臉部 (有錯誤) | 移除不需要的物件/人物,智慧填補背景 | 移除不需要的物件/人物,智慧填補背景 | 根據文字提示新增/移除內容,臉部替換/修飾 |
| 可用性 | iOS 27 (iPhone 15 Pro/Max 及更新機型,M1晶片或更新的iPad/Mac) | Google Photos App (Android, iOS 所有用戶) | Samsung Galaxy Gallery App (One UI) | Adobe Photoshop (桌面版) |
| AI模型 | Apple Intelligence (與 Google Gemini 模型合作) | Google AI 模型 | Galaxy AI 模型 | Adobe Firefly |
| 處理方式 | 裝置端與雲端混合處理 (雲端模型效果更佳) | 主要為雲端處理 (Google Photos) | 裝置端處理 (Galaxy AI) | 雲端處理 |
| 隱私考量 | 強調裝置端處理與Private Cloud Compute,不儲存用戶數據 | 透過Google Photos應用程式處理 | 裝置端處理 | 雲端處理,生成內容有版權考量 |
| 生成內容標記 | 隱藏式 SynthID 浮水印 | 無明確提及 | 無明確提及 | 無明確提及 (但Adobe Firefly有其內容憑證) |
| 臉部處理品質 (歷史) | iOS 26曾出現「恐怖電影般」的扭曲結果 | 較成熟,背景重建能力強 | 據稱在複雜場景下表現最佳,能生成更真實的內容 | 專業級臉部編輯,可換臉/修飾 |
🛠️ 技術深入
- Apple Intelligence 採用裝置端與雲端混合處理架構,複雜任務透過「Private Cloud Compute (PCC)」伺服器處理,該伺服器使用 Apple 晶片並設計為保護隱私,處理後資料不儲存且不可被 Apple 存取。
- Apple 的下一代基礎模型 (AFM 3) 包含五種模型:兩種裝置端模型 (AFM 3 Core, AFM 3 Core Advanced) 和三種雲端模型 (AFM 3 Cloud, ADM 3 Cloud (Image), AFM 3 Cloud Pro)。其中,更進階的雲端模型 AFM 3 Cloud Pro 運行於 Google Cloud 上的 Nvidia GPU,並遵循 Apple 的 PCC 指導原則。
- AI 臉部生成與模糊模型通常基於生成對抗網路 (GANs) 或擴散模型 (diffusion models),GANs 包含生成器與判別器網路以創建逼真臉部。
- 臉部偵測技術(模糊的前提)常使用卷積神經網路 (CNNs)、Haar Cascades 或多任務級聯卷積網路 (MTCNN)。
- Apple 內部設有跨職能倫理委員會,負責在模型部署前審查,並透過內部工具執行內容指南以過濾不允許的文本和圖像。
🔮 前景展望AI analysis grounded in cited sources
AI圖像編輯工具的普及將加劇對「真實性」的質疑。
隨著 AI 工具能夠無縫地修改甚至生成圖像內容,公眾將越來越難以區分真實照片與 AI 生成或編輯的圖像,可能導致信任危機。
蘋果將進一步加強其 AI 倫理與隱私保護措施,以應對生成式 AI 帶來的挑戰。
鑑於此次臉部替換錯誤和蘋果一貫的隱私立場,公司將投入更多資源確保 AI 工具的負責任開發和部署,尤其是在敏感的個人數據處理方面。
裝置端與雲端混合 AI 處理模式將成為主流,以平衡性能與隱私需求。
蘋果的「Private Cloud Compute」策略顯示,對於需要大量計算的 AI 任務,雲端處理不可避免,但透過嚴格的隱私保護設計,可以緩解用戶對數據安全的擔憂。
⏳ 時間線
2024-06-10
Apple 在 WWDC 2024 上首次宣布 Apple Intelligence,作為 iOS 18、iPadOS 18 和 macOS Sequoia 的內建功能。
2024-10-28
Apple Intelligence 首次發布,包含寫作工具、圖像生成、照片應用中的 AI 輔助圖像修飾等功能。iOS 18.1 推出 AI 驅動的「Clean Up」功能。
2024-12-14
有用戶報告 Apple Intelligence 的 Image Playground 應用程式在未經明確同意下存取照片庫中的人物資訊,引發隱私擔憂。
2025-03-15
Reddit 用戶批評 iOS 18.1 的「Clean Up」工具表現不佳,稱其為「令人尷尬的糟糕」。
2026-06-08
Apple 在 WWDC 2026 上發布 iOS 27,宣布升級「Clean Up」工具,並引入「Extend」和「Reframe」等新的 AI 圖像編輯功能,這些功能由新一代 Apple Intelligence 提供支援。
2026-06-09
報導指出 iOS 27 的 Clean Up 工具在處理臉部時出現錯誤,將模糊處理變成了生成新臉部。同時,WWDC 2026 宣布 Apple Intelligence 的下一代基礎模型是與 Google 及其 Gemini 模型合作開發的。
📎 來源 (28)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- wccftech.com
- youtube.com
- 9to5mac.com
- apple.com
- techrepublic.com
- apple.com
- dpreview.com
- engadget.com
- zdnet.com
- zdnet.com
- pcmag.com
- lifehacker.com
- phlearn.com
- skillshare.com
- androidpolice.com
- pcworld.com
- youtube.com
- wikipedia.org
- duke.edu
- magicshot.ai
- towardsdatascience.com
- blurface.app
- aicerts.ai
- ycombinator.com
- reddit.com
- androidheadlines.com
- engadget.com
- apple.com
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: Digital Trends ↗

