蘋(píng)果，終于曝光了在 AI 方面的進(jìn)展。

與上個(gè)月谷歌在 I/O 的發(fā)布會(huì)上，一共提起了 AI 這個(gè)詞 121 次不同，當(dāng)?shù)貢r(shí)間 6 月 10 日，蘋(píng)果在 WWDC24 的前一個(gè)小時(shí)里，幾乎一次 AI 都沒(méi)有提到。盡管這場(chǎng) WWDC 發(fā)布會(huì)，早已注定要聚焦于 AI。

直到發(fā)布會(huì)進(jìn)度過(guò)半，蘋(píng)果才終于端出了這道主菜，Apple Intelligence。雖然同樣可以簡(jiǎn)寫(xiě)為 AI，但蘋(píng)果最終選擇將自己的 AI 命名為「蘋(píng)果智能」。介紹時(shí)，庫(kù)克特別強(qiáng)調(diào)他們想要打造的，是超越「人工智能」（Artificial Intelligence）的「?jìng)€(gè)人智能」（Personal Intelligence）。

與其他大模型「大力出奇跡」的發(fā)展理念不同，蘋(píng)果在打造自己的 AI 時(shí)，采用了相對(duì)謹(jǐn)慎，顆粒度也更細(xì)的開(kāi)發(fā)模式，各項(xiàng)功能定義得更加明確清晰，但也顯得不那么「神奇」。

發(fā)布會(huì)上，蘋(píng)果官宣了與 OpenAI 的合作。用戶將可以通過(guò) Siri，直接調(diào)用 GPT-4o 的接口來(lái)進(jìn)行對(duì)話，但并沒(méi)有將 GPT 與手機(jī)功能做更深的結(jié)合。

無(wú)論如何，蘋(píng)果代表的，是十億級(jí)的移動(dòng)設(shè)備用戶，最高頻的使用場(chǎng)景。這可能是 AI 真正變得「有用」的開(kāi)端。

01

蘋(píng)果智能是什么？

將 AI 與智能手機(jī)結(jié)合，早已不是新鮮事，蘋(píng)果所采取的思路，與一眾 Android 廠商，依然是類(lèi)似的。

簡(jiǎn)單來(lái)說(shuō)，手機(jī)廠商要把 AI 的輸入端，從用戶輸入 prompt，改造成模型主動(dòng)感知手機(jī)上「正在發(fā)生的一切」作為 prompt。同時(shí)也把 AI 的輸出端，從單純的輸出信息，變成調(diào)用 App，實(shí)現(xiàn)各種行為功能。

蘋(píng)果用了 5 個(gè)詞來(lái)總結(jié) AI 的特性：性能強(qiáng)勁，直覺(jué)易用，功能整合，個(gè)性定制，隱私安全。

功能上，蘋(píng)果主要圍繞文字、圖像和交互三個(gè)模塊，打造了蘋(píng)果智能的功能。

文字功能主要圍繞短信和郵件兩個(gè)場(chǎng)景展開(kāi)，用戶可以選中一段文字，?cè)缓筮M(jìn)行各種 AI 優(yōu)化，包括語(yǔ)法檢查、重寫(xiě)，生成總結(jié)、要點(diǎn)、列表……用戶也可以用自然語(yǔ)言描述自己的改寫(xiě)需求，比如改得更簡(jiǎn)略一點(diǎn)，將語(yǔ)氣變得友善隨意或?qū)I(yè)一點(diǎn)。

基于這套語(yǔ)言模型，蘋(píng)果也做了電話錄音、轉(zhuǎn)文字、生成總結(jié)，以及自動(dòng)識(shí)別短信、郵件內(nèi)容，將優(yōu)先級(jí)高的內(nèi)容放到前面顯示。蘋(píng)果會(huì)將這類(lèi)內(nèi)容標(biāo)記為「可能重要」。

圖像功能則主要是「生成圖片」。蘋(píng)果智能可以自動(dòng)提取各種場(chǎng)景下的文字作為 prompt，生成圖片。比如發(fā)短信時(shí)根據(jù)輸入的文字內(nèi)容生成圖片、emoji（蘋(píng)果將其命名為 genmoji）；在 iPad 上根據(jù)用戶畫(huà)的草圖或?qū)懴碌奈淖?，提取關(guān)鍵信息生成圖片。以及蘋(píng)果也加入了不少手機(jī)廠商已經(jīng)做了的「照片智能消除」功能，可以將照片里無(wú)關(guān)的路人摳掉，并自動(dòng)生成一部分圖像填充空白。

最后，也是相對(duì)比較關(guān)鍵的，則是對(duì)交互的改進(jìn)。蘋(píng)果表示 AI 將開(kāi)啟 Siri 的全新時(shí)代。Siri 將可以理解更復(fù)雜的語(yǔ)言文本，進(jìn)行更自然的交互，而且 Siri 會(huì)自動(dòng)利用設(shè)備上的各種信息來(lái)「理解語(yǔ)境」，更好地解讀用戶的需要。

這部分功能描述起來(lái)比較復(fù)雜。比如用戶不記得自己的身份證號(hào)了，問(wèn) Siri，Siri 就可以從相冊(cè)里，找出護(hù)照的照片，提取號(hào)碼，讓用戶填入。只不過(guò) Siri 能感知的信息將包括日歷、備忘錄、短信、郵件等等……

除此之外，用戶有不知道怎么操作的功能，也可以直接用自然語(yǔ)言描述給 Siri 聽(tīng)，Siri 會(huì)幫忙找到對(duì)應(yīng)的操作方法，這也將極大改變用戶使用手機(jī)的方式。

最后，蘋(píng)果也將 ChatGPT 整合進(jìn)了智能系統(tǒng)。在處理文字和使用 Siri 的過(guò)程中，?cè)绻脩粝胍{(diào)用性能更強(qiáng)的云端模型，可以切換使用 GPT-4o 來(lái)生成信息，也可以綁定自己的 GPT Plus 賬戶，利用其他模型。

02

把 AI 做細(xì)

因?yàn)?AI 要利用用戶最敏感的隱私信息來(lái)作為輸入，蘋(píng)果自然會(huì)把隱私保護(hù)視為重中之重。

蘋(píng)果智能的模型是跑在設(shè)備本地的，蘋(píng)果沒(méi)有公布關(guān)于這個(gè)端側(cè)模型的任何信息，但只有搭載了 A17 Pro 芯片的 iPhone 15 Pro 系列，以及 M1 以上芯片的 Mac 和 iPad 才支持蘋(píng)果 AI，可見(jiàn)它對(duì)芯片 NPU 的性能要求很高。

但蘋(píng)果 AI 依然無(wú)法做到 100% 的本地運(yùn)行，在需要的時(shí)候，它也會(huì)利用云端算力來(lái)進(jìn)行處理。蘋(píng)果表示，這部分處理的過(guò)程中，不會(huì)留存任何用戶數(shù)據(jù)，只會(huì)在處理用戶主動(dòng)請(qǐng)求時(shí)上傳信息，并且通過(guò)可驗(yàn)證的隱私機(jī)制來(lái)保證安全，蘋(píng)果將這套系統(tǒng)稱(chēng)為「私密云計(jì)算」（Private Cloud Compute）。

至于調(diào)用 GPT 的部分，蘋(píng)果會(huì)在用戶選擇調(diào)用 GPT 之前進(jìn)行詢問(wèn)確認(rèn)，并會(huì)提示 GPT 返回的結(jié)果不一定事實(shí)正確。

所以，蘋(píng)果AI可以分為蘋(píng)果自研的端側(cè)模型、云端模型加上 GPT 三套系統(tǒng)，這套架構(gòu)本身并不復(fù)雜，但依然有很多細(xì)節(jié)問(wèn)題懸而未決。

比如其中最重要的，就是 AI 要如何利用第三方 App 的問(wèn)題。目前蘋(píng)果已經(jīng)公布了第一批 AI 配套的開(kāi)發(fā)工具，開(kāi)發(fā)者可以利用接口，將自己 App 的功能接入到 AI 系統(tǒng)里。這種開(kāi)發(fā)模式有點(diǎn)類(lèi)似于過(guò)去的「快捷指令」，實(shí)際上開(kāi)發(fā)者，特別是那些大公司，最終可能并不會(huì)很積極地進(jìn)行適配。

舉一個(gè)例子，想要通過(guò)蘋(píng)果的 AI 搜索 iMessage 里的某一條聊天記錄、圖片可能很方便，從 AI 上線第一天就能有很好的支持。但如果用戶在記日歷的時(shí)候，問(wèn) Siri 昨天某某同事在飛書(shū)、*上跟他約好的時(shí)間是幾點(diǎn)，AI 系統(tǒng)很可能就無(wú)法順利獲取這部分信息。

類(lèi)似的問(wèn)題還體現(xiàn)在，這些「私人信息」要如何跨設(shè)備流轉(zhuǎn)？比如用戶在 Mac 上想要問(wèn) Siri 過(guò)去幾天的運(yùn)動(dòng)狀況，而運(yùn)動(dòng)健康信息是儲(chǔ)存在 iPhone 上的。目前蘋(píng)果沒(méi)有公布任何跨設(shè)備的信息流轉(zhuǎn)機(jī)制，所以很可能就無(wú)法獲取這部分信息。

大模型最大的革命之處，就在于它擁有一個(gè)「完整的知識(shí)庫(kù)」。

因?yàn)檫@個(gè)知識(shí)庫(kù)幾乎無(wú)所不包，所以才體現(xiàn)為大模型能力的涌現(xiàn)，讓人感覺(jué)無(wú)論你問(wèn)它什么，怎么問(wèn)，它總能給出答案。而要把這套系統(tǒng)搬到手機(jī)上，將用戶的全部個(gè)人信息整合成一個(gè)「知識(shí)庫(kù)」，供用戶隨時(shí)獲取，但同時(shí)又要保證隱私安全，這在產(chǎn)品設(shè)計(jì)和邏輯上將會(huì)是巨大挑戰(zhàn)。

任何產(chǎn)品想要突破使用率的瓶頸走向普及，就一定要保證交互的成功率，用戶在得到自己想要的東西。就像語(yǔ)音助手過(guò)去從未真正普及的主要原因還是交互的失敗率太高，而到了 AI 的時(shí)代，它依然要面臨同樣的問(wèn)題。

蘋(píng)果在AI上，才剛剛打了一個(gè)地基。

03

國(guó)內(nèi)用戶能期待什么？

根據(jù)蘋(píng)果公布的信息，Apple Intelligence 第一批將僅支持英語(yǔ)，且也要等到秋季才會(huì)推送測(cè)試版本。目前已經(jīng)推送的第一波開(kāi)發(fā)者版本的新系統(tǒng)，尚未搭載蘋(píng)果的 AI。

蘋(píng)果表示明年會(huì)加入更多功能、語(yǔ)言和平臺(tái)。大概率是在蘋(píng)果 AI 的這套系統(tǒng)里，GPT 最終像 Safari 搜索引擎一樣，可以被替換。此前有消息曝出蘋(píng)果與吉印通正在就大模型接口的合作進(jìn)行溝通，應(yīng)該替換的就是這一部分。

而蘋(píng)果 AI 真正核心的端側(cè)模型和云端模型，既然都是蘋(píng)果自研，只要能通過(guò)國(guó)內(nèi)的合規(guī)流程，國(guó)內(nèi)用戶依然有較大希望能順利用上。

利用模型能力，顛覆計(jì)算設(shè)備的交互界面，并重構(gòu)個(gè)人的數(shù)據(jù)組織結(jié)構(gòu)，這是自大模型誕生之初就存在的想象。但大多數(shù)做模型和應(yīng)用的公司，都很難染指計(jì)算設(shè)備的核心系統(tǒng)，包括過(guò)程中的隱私安全問(wèn)題也讓蘋(píng)果這樣的廠商不得不保持萬(wàn)分謹(jǐn)慎。

但現(xiàn)在，無(wú)論如何，這艘大船已經(jīng)起航。

來(lái)源：極客公園