2026年9月10日 AI 日报

新发布的 iPhone 18 Pro 加入了 Apple Reference Image功能。

用户打开 Reference 模式拍照时，主摄传感器会同步保存带有数字签名的原始传感器数据，再由 Private Cloud Compute 生成一份无法修改的 Reference Image。Apple 把它形容成数字时代的“底片”：日后无论照片经过怎样的裁切、修图甚至 AI 编辑，都可以把成片和这份参考图并排查看，确认拍摄当时相机真正看到了什么。Apple 还会开放 API，让第三方应用读取这套验证信息。

这个功能出现的时间点很有意思。过去几年，图像模型一直在解决“怎样把假的做得更真”。人物越来越自然，光影越来越可信，局部编辑也越来越难留下痕迹。到了今天，仅凭肉眼判断一张照片有没有经过 AI 已经越来越不现实。

Apple 选择从这个方向解决这一难题：既然以后未必还能看出什么是假的，那就给真的留下一份证据。这种证据并不是在图片角落加一个“真人拍摄”的标签，而是在拍摄发生的那一刻，就把传感器看到的内容固化下来。对于新闻摄影，这是证据链；对于商业摄影，它可以成为原始素材的真实性凭证；对于品牌团队，也可能逐渐演变成素材管理中的一种新信息——这张图从哪里来，中间发生过什么修改，最终还能不能追溯。

Apple 同时宣布，今年稍晚的软件更新还会支持 SynthID，帮助识别经过 AI 生成或编辑的图片。

这里还有一个与国内用户有关的细节：Apple 官方注明，Reference Image 在中国大陆首发时暂不可用；SynthID 则计划通过后续软件更新加入。

Blackmagic Design 发布了达芬奇 Resolve 21.1。这次更新有 100 多项功能，但最让人印象深刻的是 Studio 版里新增的 原生 MCP Server。这项技术将允许外部 AI Agent 真正进入 Resolve。

Claude、Claude Code、ChatGPT Codex 等兼容的助手连接以后，可以读取项目，并通过自然语言执行实际操作：分析工程、整理媒体素材、修改设置、批量渲染；官方给出的场景甚至包括从长视频里整理 Highlight、删除不需要的片段，再把最终版本输出成可以交付的文件。

这和过去在剪辑软件里加一个 AI 功能按钮，有很大的不同。以前所谓“AI 剪辑”，通常是一项明确的功能：自动字幕、智能抠像、自动降噪，或者帮你找到某一个镜头。它处理的是一个动作。

MCP 则大为不同。你可以跟一个 Agent 说：“先把这一个小时的采访素材整理一下，把与产品设计有关的部分留下，暂时不要动主时间线。”等它整理完，再让它建立一个新版本；如果觉得开头太慢，还可以继续要求它换一种结构。

AI 开始面对的是一串彼此关联的任务，而不是一个按钮，一个操作。这也是为什么 DaVinci 21.1 在我看来比很多“新增 AI 功能”的更新更有意思。专业创作软件过去一直假设坐在电脑前的人会亲自完成每一步；现在 Resolve 开始允许另一个角色进入项目——它可以看项目，也可以碰项目。

AI 进入设计行业以后，我们谈得最多的是它怎样帮助设计师做图、做原型、做视频。但 Creative Bloq 最近阐释了一个很容易被忽略的变化：AI 甚至正在影响客户与设计公司的合作了。

伦敦品牌公司 Greatergood Brands 创始人 Daniel Hinde 发现，最近收到的创业公司 Brief 越来越长、越来越完整，也越来越雷同。

过去一家刚设立的创业公司找设计工作室，创始人往往会自己写需求。文字可能不专业，信息也未必齐全，但里面经常能看见这个人为什么创立这家公司、困扰他的是什么，以及他为什么会找到这间工作室寻求合作。

对于小型创意公司来说，这些东西很重要，但AI 出现后，把这件事改变了。现在创始人只需要把公司资料投喂给AI，就能很快就能得到一份结构完整的品牌 Brief：市场背景、目标用户、品牌定位、竞品分析、交付内容，一个都不少。但问题是，当这些 Brief 被批量生成、再同时发给一大堆 Agency 时，原本最能让创意公司判断“这个项目“有价值”的信息反而消失了。

Hinde 在原文中是这样描述的：面对这种看起来像大型企业 RFP、实际上预算又属于初创公司的 Brief，工作室要么按照大客户的工作量报价，要么干脆不回应。AI 本来是为了帮助客户更专业地表达需求，最后却可能让准备建立合作的双方渐行渐远。

我觉得这个案例对品牌设计师和运营团队非常有启发意义，很多时候表达变得更完整，不代表沟通会变得更准确。

一份好的 Brief，从来不要求绝对完整。设计师真正想要通过Brief知道的，往往是那些不够标准化的问题：你为什么突然想改品牌？现在的痛点在哪里？老板真正害怕失去什么？用户到底怎么评价你？这些内容有时并不需要写得有多么漂亮，但却决定了设计的方向是什么。

AI 很适合替我们整理信息、补充结构、检查遗漏。但如果连“我到底为什么要做这件事”也让AI来做，那么一份文档到最后可能结构完整，但唯独看不见那个真正需要解决的问题。