突发！苹果AI遭重挫，落后竞争对手5年

电子发烧友网报道（文 / 吴子鹏）日前，知名科技记者马克・古尔曼 (Mark Gurman) 爆料称，苹果公司虽致力于重塑 Siri 以适配生成式人工智能时代，但其进展并不顺利。苹果设备用户最早要到 2027 年，才能体验到“真正现代化的对话式 Siri 版本”。

古尔曼认为，这标志着一个惊人时刻：这家向来以创新力著称的科技巨头，至少在当下，于 AI 领域遭遇了重大挫折。

Apple Intelligence 并不智能

回顾苹果的智能化发展历程，“Apple Intelligence”（苹果智能）处于其智能化发展的第四阶段。第一阶段是 Siri 发布初期，2010 年，苹果以 2 亿美金收购了 “Siri” 项目。Siri 作为苹果对人工智能的初次探索成果，由乔布斯主导，是一款智能语音助手，能让用户通过语音指令完成发送短信、查询信息等常见操作，实现了人工智能在苹果设备上的初步应用，也开启了苹果智能语音交互的先河。

第二阶段为仿生智能阶段。2017 年，苹果推出 A11 Bionic 处理器，应用于 iPhone X/8/8 Plus。该处理器新增了 AI 运算加速内核，即 NPU（嵌入式神经网络处理器），被视为人工智能芯片。自此，苹果仿生芯片沿用至今，为苹果设备的人工智能运算提供了更为强大的硬件支持。

第三阶段是空间计算阶段。在 2017 年至 2023 年期间，苹果公司陆续推出 AR 项目以及空间音频、增强现实等功能。这些技术为后续苹果智能在空间感知和交互方面的发展奠定了基础，并在 2024 年发售的 Vision Pro 中得到进一步整合与体现。

前三个阶段均是以单一软件、处理器和产品为基础的智能化探索，而第四阶段便是 Apple Intelligence。2024 年 6 月，苹果在 WWDC 开发者大会上发布了 “Apple Intelligence”，将其定义为 “系统级 AI 助手”，集成于 iOS 18、iPadOS 18 和 macOS Sequoia 系统。Apple Intelligence 的核心功能包括：
·智能文本处理：支持邮件 / 文档摘要生成、语气风格改写（专业 / 简洁 / 友好）；
·图像生成：可创建个性化 Emoji、创意图片；
·场景化服务：优先级通知过滤、通话录音（首次开放）、跨应用数据联动。

虽然 2024 年 10 月第一版 Apple Intelligence 已上线，支持跨应用数据调用、多语气生成等功能，但与其他智能手机、PC 的智能化程度相比，Apple Intelligence 显得较为 “原始”。内部数据显示，Apple Intelligence 的使用率极低，这表明用户对其当前 AI 功能的接受度不高，可能是由于功能实用性不强或用户体验不佳等原因所致，这也将影响苹果在 AI 领域的进一步投入与发展。

同时，苹果的隐私策略致使该公司的 AI 大模型存在先天不足。苹果坚持用户数据隐私优先，强调数据本地化，这与部分 AI 模型训练需要大量收集和使用用户数据的需求相悖，限制了 AI 算法的训练效果和功能优化，使其难以提供更个性化、精准的服务。目前，苹果的基础模型和大语言模型已接近性能极限，而竞争对手仍在飞速发展，使得苹果在竞争中处于劣势，难以快速实现功能的突破与升级。

隐私政策导致苹果公司在智能化发展方向上较为独特。以 Siri 应用为例，Siri 是一个双后端应用，有两个独立后端系统（分别处理简单与复杂请求），这导致功能开发效率低下。尽管苹果公司计划在 iOS 19 中将其合并为统一的 “LLM Siri” 架构，但因底层技术调试困难，对话式交互功能推迟至 2027 年。此外，苹果坚持端侧处理优先的策略，但云端大模型能力不足，导致复杂任务（如多轮对话、实时学习）落后于 ChatGPT、Gemini 等竞品约 2 - 5 年。

实际情况或许更为严峻。古尔曼表示，真正现代化、对话式的 Siri 版本最早也要到 2027 年 iOS 20 发布后才能与消费者见面，这意味着苹果在这场竞赛中落后了五年，比许多人预想的更为窘迫。

Apple Intelligence 如何突围

古尔曼称，苹果公司历史上向来以 “冰球策略” 击败对手，即滑向冰球即将到达的位置，而非追逐其当前位置。然而，在互联网诞生以来最大的技术革命浪潮中，苹果却几乎未能踏上 “冰场”。下一代 Siri 将成为苹果能否翻盘的关键。

那么，苹果该如何做才能让 Apple Intelligence 绝地翻盘呢？

从目前进度来看，苹果公司需做的事情众多。首先，要重新梳理系统架构，加大研发投入，优化自研的基础模型和大语言模型，提升模型的准确性、泛化能力和运算效率。例如，可通过研究 “LLM in a flash” 等技术，利用闪存存储优化等方式，提升在有限内存设备上运行大型语言模型的效率。同时，需合并 Siri 原有的分裂后端架构，持续推进端侧 AI 的发展，使更多 AI 任务能在本地设备高效运行，减少对网络的依赖，提高响应速度和隐私安全性，降低对云端计算资源的需求。

其次，在现代化 Apple Intelligence 发布前的空窗期，苹果需善用外部 AI 工具。据悉，苹果计划将谷歌 Gemini 和 OpenAI 模型接入 Apple Intelligence，借助外部优秀模型提升自身功能与性能，为用户提供更精准的上下文响应，待自研技术成熟后再逐步减少对第三方模型的依赖。不过，即便引入外部 AI 模型，苹果也需把握好应用策略，将 AI 智能化导向用户刚需业务，而非仅作锦上添花之用。

最后，苹果需在隐私政策框架内，适当开放生态，为开发者提供更丰富的接口和工具，允许他们深度调用设备端 AI 能力，鼓励第三方开发者基于 Apple Intelligence 开发更多创新应用，繁荣应用生态。deepseek 的成功已表明，更开源的 AI 才能更好发展，封闭生态会制约 AI 发展。

但正如古尔曼所担忧的，苹果在发展，竞争对手发展更快，苹果需找到革新之法。AI 正催生全新生态系统与技术范式，这对苹果的商业模式构成了根本威胁。