据少数派报道，苹果近期推出 Apple Reference Image（下称 ARI），试图解决一张照片如何证明自己确实来自真实拍摄过程，而非经由人工智能或其他工具修改的问题。一名开发 TAPCam 相机应用的开发者在同一媒体撰文，比较了 ARI 与自己项目的思路，并表示讨论这类技术时应先区分三个问题：照片文件有没有被修改过，拍摄和处理照片的流程是否可信，镜头前的物体本身是不是真的。

文章认为，数字签名和安全硬件主要解决前两个问题，第三个问题要复杂得多。由于作者尚未拿到 iPhone 18 Pro 和相关 API，他关于 ARI 工作方式的描述是结合公开信息和开发经验做出的推测，并不代表苹果已经公开确认的完整实现。按照目前能够了解到的信息，ARI 可能在拍摄时对传感器产生的数据进行签名，再由 Private Cloud Compute（下称 PCC）处理这些带签名的数据，生成一张 Reference Image。苹果将它比作一种“数字底片”，在保存最终图片的同时，也证明这张照片的原始数据确实来自设备传感器，从采集、处理到保存都没有经过篡改。

数字签名的作用可以类比 HTTPS 或数字证书，它把一份数据和特定的签署者绑定起来，验证者可以检查数据是否确实由指定设备或系统签署，以及数据在签署之后有没有被修改。如果相机能够保护从传感器采集数据、生成图片到保存文件的完整流程，用户就可以确认照片经过了受保护的拍摄过程。文章提到，C2PA 等标准也在解决类似问题，具体机制不同，但都在试图为数字内容建立可验证的来源和修改记录。

文章随后指出一个容易被忽略的漏洞：实拍不等于真实。假设有人要购买一枚限量版纪念徽章，卖家发来的照片经过 ARI 认证，可以确认照片由支持 ARI 的设备拍摄且文件未被篡改，但买家仍无法确认镜头前是不是一枚真徽章。卖家可以把徽章图片显示在高分辨率屏幕上再用手机拍摄，也可以打印后翻拍，甚至这张图片最初就可能是人工智能生成的。在这些情况下，照片确实被真实拍摄过，拍摄流程也可能完全合规，但镜头前的对象并不是徽章，而是一张屏幕或一张纸。数字签名和安全的采集流程只能证明照片经过了某个可信的相机系统，无法单独证明相机拍到的东西在现实世界中确实以照片所描述的形态存在。

该开发者想到的办法是用深度数据再做一道验证。如果镜头前是一枚真实的徽章，它应该具备厚度、边缘和一定的立体结构，屏幕或打印图片则大体上是平面的。把普通图像和深度信息结合起来，可以检查两者是否符合一个真实三维物体的结构。但文章也承认，深度数据并非万能：它受硬件能力限制，拍摄较远物体时设备可能无法获得有效的深度信息；徽章本身可能非常薄，表面的细微起伏未必能被准确捕捉；造假者还可以制作实体仿制品再行拍摄。深度信息不能提供绝对的真实性，只能把造假的门槛提高一层。目前苹果尚未明确说明 ARI 是否会把深度数据纳入认证。

在数据来源保护上，TAPCam 使用苹果的 App Attest API，由设备的安全硬件生成并保护一份凭证，再用它对图像和深度数据进行签名。由于凭证受到 Secure Enclave 保护，应用无法简单地将其导出并在其他环境中随意使用，验证照片时服务器会检查 Secure Enclave 的签名是否有效，其余数据处理在用户的浏览器中完成。按照作者目前对 ARI 的理解，ARI 可能也会将原始照片和元数据发送到 PCC，由云端完成后续处理。不过从技术上看，如果只是为了生成摘要值，理论上也可以直接在安全硬件中计算 Hash，再对 Hash 进行签名，不必上传完整图片。至于这是否与 ARI 目前无法在中国大陆和欧盟使用有关，作者称自己只停留在猜测阶段。

文章还讨论了越狱设备带来的风险。App Attest 的凭证虽受 Secure Enclave 保护，但应用仍需通过系统接口调用它。如果设备已被越狱，攻击者可能在用户态调用相关接口，让设备为攻击者构造的数据生成有效签名，签名本身有效，却不一定代表签名对应的内容是用户想要认证的内容。作者认为，如果 ARI 能够建立一条从传感器硬件直接通往 PCC 的独立通道，即使设备处于越狱状态，攻击者也未必能修改通道中的数据，因此这类方案可能更不依赖“设备没有被越狱”这一前提。但他强调，这仍取决于苹果实际采用了什么样的系统设计，在缺乏底层实现信息的情况下只能视为一种可能性。

据该文介绍，TAPCam 不依赖新的硬件传感器，面向 iOS 18.6 及以上的 iPhone，可根据不同设备实际提供的深度能力开放相应功能。相关代码和设计已经开源，应用免费提供且没有内购，正式版本已提交审核。作者说，他曾尝试用这些真实拍摄的照片做一个图片社区，也和一些朋友、投资人讨论过，但多数人不认为它具备明确的商业价值，唯一一次获得资金支持是在一个很小型的黑客松上拿到 75 美元奖金。看到苹果开始做类似的事情，他感到开心，也有一点遗憾。他最初的想法是，很多年以后重新翻出一张年轻时的照片，希望那时的自己仍能认出那个晚上坐在哪里、桌上放着什么、谁笑得眼睛都看不见了，一张照片保存下来的不只是一组像素，因此图像真实性值得被认真对待。