Macworld 測試了 iOS 27 的新人工智能照片編輯功能，包括 Clean Up 的雙模式、Reframe 透視工具和 Extend 圖像擴展能力。高質素 Clean Up 模式在複雜場景中顯著優於快速模式，能夠分析周圍環境以進行更真實的編輯，同時防止人工智能的幻覺。各工具的結果在表現上不穩定，雖然在汽車內部和水泥圖案等方面取得了令人印象深刻的成功，但在飛機和人臉等物體上則出現了失敗。
iOS 27 是 Apple 迄今為止最具人工智能特色的版本，推出了備受期待的 Siri 聊天機器人以及系統中的其他智能功能。其中一個顯著的新增功能是內置照片應用中的人工智能編輯器，該編輯器包含 Reframe、Extend 和 Clean Up 工具。
為了測試這些人工智能驅動的圖像處理工具的有效性，我將它們應用於我用 iPhone 17 Pro Max 拍攝的一系列照片。以下是一些優秀及不太理想的結果。
Reframe 工具的表現
在 iOS 26 中，Apple 推出了 Spatial Scenes 功能，這是一個檢測主體並添加 3D 效果的照片應用功能，能夠對 iPhone 的運動作出反應。iOS 27 的新 Reframe 工具同樣分析場景，並允許用户調整拍攝角度或構圖。設置後，人工智能模型將根據更新的視角重新生成圖像。為了減少幻覺，Reframe 限制透視變化在其能理解的範圍內，因此在重新構圖某個圖像時，可能會被限制在特定方向。
此外，默認情況下，無法在同一方向上重複重新構圖，但我能夠透過將重新構圖的照片保存到文件中，然後再將其保存回照片應用來繞過此限制。
在第一次測試中，我將一張貝魯特海濱的照片進行了兩次重新構圖。令我驚喜的是，它準確地改變了欄杆的透視，並保持了彩虹的弧度，同時正確生成了其餘的岩石海岸。然而，它卻錯誤地將垃圾桶和路燈移離了欄杆。
接下來，我將一張俯瞰比布魯斯市的冰咖啡照片進行了重新構圖。第一次編輯非常真實，保存了冰塊的質感和形狀。第二次編輯同樣非常逼真地生成了木桌的一部分，儘管遠處的背景看起來明顯不自然。
第三次測試令人失望，因為人工智能模型顯然未能識別一架普通飛機。第一次編輯彎曲了飛機，第二次則加入了不相關的成分。
對於第四次測試，我重新構圖了一個在日落時的摩天輪，人工智能同樣未能正確再生。第一次編輯破壞了其圓形形狀，未能生成所需的新艙。第二次重新構圖意外地修正了圓形形狀（大致上），但仍然未能添加缺失的艙。
接下來，我前往山區，重新構圖了一個俯瞰村莊的薰衣草灌木。第一次編輯非常真實，提升了照片的色彩，並增加了背景的清晰度。然而，第二次編輯則完全毀掉了這張照片，出現了明顯的人工智能幻覺和圖案重複。
在最後一次測試中，我重新構圖了自己在荒野中吹著蓬鬆的蒲公英。第一次編輯未能維持莖的結構，讓我看起來年長。第二次編輯進一步扭曲了我的臉和蒲公英的莖，但卻準確生成了湖面的表面。雖然幾次第一次編輯看起來可信，但我並不打算使用 Reframe 功能，因為它未能呈現真實。儘管如此，許多用户將會欣賞輕鬆改變拍攝角度的能力。
Extend 工具的評估
Extend 本質上是裁剪的相反，讓用户能夠在圖像邊緣生成不存在的部分並相應地擴展它。與 Reframe 一樣，Extend 限制多次圖像擴展以限制人工智能幻覺，但我同樣能夠繞過這一限制。
在第一次測試中，我前往的黎波里的港口，試圖生成一個裁剪的救生圈和背景中的船隻。不幸的是，Extend 未能識別該物體，並將我的擴展限制在圖像的左側，導致兩次編輯的結果均不理想。
在下一次測試中，由於拍攝的是一張燈光昏暗的汽車內部照片，我的期望值非常低。讓我驚訝的是，第一次擴展正確識別了信息娛樂系統的顯示屏，並生成了相關結果。第二次編輯同樣準確地估算了汽車的邊界，生成了左側的後視鏡和窗户。
第三次測試是一張水泥巨石的特寫照片。兩次擴展均正確檢測到物體的圖案並生成了真實的結果。
接下來，我讓 Extend 生成一個裁剪的燈塔的底部。人工智能準確地複製了顏色和圖案，包括雲的顏色。第二次擴展正確生成了一個生動的海面，這讓我印象深刻，但它也幻覺出了一個額外的大型燈塔。
在第五次測試中，我試圖擴展喬尼赫山坡上的建築。在兩次編輯中，人工智能模型遮蓋了視野，生成了兩側的無趣建築，並在它虛構的道路上插入了普通的汽車。
最後，我將一條黑暗的巷子擴展了兩次，該功能保持了原始照片的氛圍，生成了合適的汽車和建築。與大多數人工智能功能一樣，Extend 的結果可能難以預測。有時它會未能擴展一張光線明亮的照片，但卻能夠成功處理複雜的場景。
Clean Up 功能的升級
Apple Photos 中的 Clean Up 功能首次在 iOS 18 中推出，讓用户能夠刪除圖像中的不需要的人或物品。在 iOS 27 中，Apple 對 Clean Up 進行了升級，允許用户在快速和高質素編輯之間進行選擇。前者模式可與 iOS 18 和 26 的 Clean Up 相媲美，讓用户快速刪除明顯可辨識的物品。而後者模式則分析所選物品的周圍環境並生成更真實的編輯，即使在複雜的場景中也能如此。
為了評估 iOS 27 的 Clean Up，我分別使用兩種模式編輯每張照片。
在第一次測試中，我刪除了在石板街上可見的幾個人。快速編輯明顯看起來像是經過篡改的圖像，而高質素編輯看起來則更加真實。
在第二次測試中，我刪除了在貝魯特港口的起重機和人員。快速結果同樣看起來顯然是人工智能生成的，而高質素的結果則看起來更為乾淨。檢查錘的邊緣和《正義行動》的文本時，差異尤為明顯。
接著，我決定清理擋住我日落視野的建築，除了舊燈塔。快速模式預期地表現不佳，而高質素模式則生成了一個可用的結果。雖然可以明顯看出後者的編輯是人工智能生成的，但其精確性仍然令人讚賞，因為它必須生成場景中相當大的一部分。
第四次測試將 Clean Up 推向了極限，嘗試刪除兩隻小貓前面的各種複雜物件。第一次編輯未能成功，而第二次則成功完善了場景。它正確生成了小貓的身體，以及令人信服的爪子。
Clean Up 1.0 因無法生成人臉而臭名昭著。為了查看這一最新版本的功能是否有所改善，我用相機遮住了我的臉，並讓 iOS 27 的 Clean Up 處理。快速模式如預期般表現不佳，將我的臉扭曲成數位漩渦。與此同時，高質素模式成功生成了我臉部被遮住的部分，但最終結果與我相去甚遠。雖然這是一個受歡迎的改進，但人工智能模型理想情況下應該考慮設備上的自拍。這將使它能夠生成更真實的 iPhone 用户圖像。
最後，我使用 Clean Up 清理了我在沙灘上曬太陽時的視野。快速模式難以去除幾個物品，且其編輯看起來過於人工。而高質素模式則專業地處理了這一任務。雖然高質素 Clean Up 模式消耗了更多時間和電力，但其結果無疑更可靠。快速模式適合用於基本的快速編輯，如去除斑點和瑕疵。
