来源：伯虎财经

作者 | 路费

两年前的WWDC上，苹果拉了坨大的。

苹果高调发布"Apple Intelligence"，给全世界的同行们展示了AI手机的模样：

Siri将具备个人情境感知（读取邮件、短信、日历等个人信息来回答问题）、屏幕内容感知（理解当前屏幕显示的内容并执行操作）以及跨应用操作等能力。

结果新Siri不仅未能随iOS 18上线，甚至直到2025年还被苹果被以"内部技术问题"为由不断推迟。软件工程高级副总裁Craig Federighi后来向《华尔街日报》承认，内部测试中原型机"持续产生过多不可靠的结果"，系统在执行成功率仅有60%-80%的情况下无法达到苹果的产品标准。

由于AI功能迟迟无法兑现，苹果面临多起集体诉讼，不得不同意支付2.5亿美元与iPhone购买者达成和解。

这个坑直到今年才被填上。

前几天的WWDC里，苹果联手谷歌，基于Gemini家族重构了Apple Intelligence架构。在新的Apple Intelligence架构之上，推出具备上下文理解与屏幕感知的Siri AI及多项系统级AI功能。

用苹果的说法是，“有了质的飞跃”。

不过这些更新并没有得到正面反馈，发布会后苹果股价下跌，市值蒸发超过2300亿美元。归根结底还是没有惊喜。

过去十五年，库克踩着乔布斯打造的”软硬一体“的坚实土地，把苹果的市值一路从3500亿垒成了4万亿。但现在行业某种程度上处于功能机到智能机转换的前夜——作为最重要的移动终端，越来越多的AI厂商试图用AI重塑手机，豆包已经珠玉在前，OpenAI正在计划。家都快被偷了，苹果在AI上却没有拿出足够让人经验的创新。

那么问题来了，苹果AI手机的第一份答卷，真这么差吗？

唯一的黑点是谷歌

如果非要找出这次更新里的黑点，大概是苹果终于承认自己搞不定模型能力，选择和谷歌合作。新一代的Apple Foundation Models是基于Gemini家族的合作模型，端侧两个，云端三个。

端侧分别是负责日常轻量任务的、3B参数的AFM 3 Core以及更强、20B参数的稀疏模型AFM 3 Core Advanced。云端分别是服务器主力的AFM 3 Cloud、专攻图像生成和编辑的ADM 3 Cloud以及最强的AFM 3 Cloud Pro。

虽然苹果高管的原话是：

“我们使用的Google Assistant 数量是零。”

“所有这些模型都是专为Apple Silicon 定制构建，使用专有数据训练，并使用 Gemini 前沿模型的输出进行精调。”

但你基本可以理解为苹果这些新模型的底座是Gemini。

除此之外，苹果还都干得不错。

云端这部分，苹果一如既往的坚持了自己的隐私政策。苹果专门为AI搭建的一套云计算基础设施——Private Cloud Compute，数据不出域，端到端加密。

底层模型这部分，根据之前的爆料，苹果和谷歌的协议是苹果每年花10亿美元，获得一个定制版的1.2万亿参数的Gemini参数模型。用户用这个定制版的模型是免费的。苹果同时也公开了第三方适配，包括很多人熟悉的Claude、ChatGPT以及原生Gemini。用户使用需要自己付费。

在AI能力层面，苹果AI的能力虽然不出彩，但是和其他同行的体验没什么差距。

按照国内前不久推出的人工智能终端标准来看，终端智能化被分为了四个等级，分别是L1响应级、L2工具级、L3辅助级和L4协同级。L1只能听懂简单指令，L2可完成简单多步操作，L3能理解复杂意图、主动服务用户，L4协同级将根据产业发展在后续修订中完善。

如果把主动服务这个作为区分L2和L3的分水岭，包括苹果在内的大多数厂商都处在L2这个层级。

豆包手机之前被视为AI手机的创新典范，GUI 操作能力让它可以模拟用户点击，，一个复杂的需要几十个步骤的任务，也能跑出不小的成功率。

苹果的Siri AI也在向Agent方向演化，拥有屏幕感知、个人情境理解与任务执行等能力。

一方面，作为一个高度整合系统层的AI，Siri AI自然也具备类似小米claw的跨APP执行能力，比如当你浏览照片的时候，你可以直接询问Siri AI这是什么地方，后者会为你识别地点。当你想进一步询问怎么直接过去，Siri AI也能调用信息和地图App给你生成导航。

另一方面，Siri AI具备个人上下文能力。不仅是作为独立应用的Siri AI，用户可以在多端设备上使用并查看历史对话记录。它也能从你的邮件、短信、照片等提取信息，响应你的需求。

除此之外，Safari、信息、邮件、日历、电话、照片等系统应用也都增加了AI能力。最典型的比如照片App可以用AI和3D建模技术，从现有照片生成新的视角。

Omdia (原Canalys)消费者业务研究副总裁Nicole Peng也表示，从实际上的AI功能来说，苹果和市场上有的手机厂商自带的AI能力去横向对比的话，至少是在处于第一阵营。

软硬一体在AI时代的优势

据报道，去年推出豆包手机后，字节在2026年加速了AI手机项目的推进。负责豆包手机的Ocean团队是字节Flow的核心硬件团队，后者在字节内部和抖音平级。

除了豆包手机，Ocean团队还整合字节过去多年积累下来的硬件资源，包括但是不限于原锤子手机、VR头显PICO、智能耳机Oladance等。

字节这么在意终端，越发凸显了AI时代里智能终端的重要性。所有消费电子产品的终局一定是软硬一体的，任何所谓形式的赋能或者合作，都只能获得暂时的优势。

这是手机厂商在AI时代的最大优势。小米和苹果这两家企业都是很明显的受益者。

比如小米目前已经能串联起手机和IOT，miclaw能够读取并理解你手机里的信息，提供服务，类似一个“管家”，还能联动小米生态，跨端执行任务：当你对miclaw说“我半个小时后带朋友回家，给家里准备一下”，它会拆解并执行任务：自动联动米家设备，执行灯光调暖、窗帘关闭、空调设定26℃、空气净化器启动、音箱播放背景音乐等一系列操作。

统一的Language Model协议，从端侧到云端的完整调度框架让苹果可以联通起25亿台设备，在Mac和iPad上，你可以从Spotlight直接唤起，也可以右键菜单里选“Ask Siri”。在Vision Pro里，Siri甚至可以理解你的视线焦点，知道你在看哪个物体，最后给出信息。

不过整体来看，苹果独一档的软硬一体的能力让它在AI时代积累了更多的优势。

从模型上来看，端侧的最强模型AFM 3 Core Advanced参数高达200亿，按理说这个规模的模型是难以塞进手机的，但是苹果通过Instruction-Following Pruning，把完整模型放在闪存（NAND）里，把一小撮”始终激活的共享expert”留在 DRAM，只在预测器选中时才把对应 expert 调进 DRAM。这样每次调动的实际参数只在10亿到40亿之间。

iPhone也是装上了第一个面向消费者大规模量产的动态稀疏LLM。

除此之外，苹果在芯片设计上也开始转向。据Counterpoint Research的拆解分析显示，苹果M5 Pro芯片采用芯片组式结构、增强GPU在人工智能计算中的作用，实现了苹果专业级系统芯片中迄今为止最高的内存带宽。

而内存带宽对于端侧人工智能非常重要。因为在设备上运行大型语言模型和专业人工智能工作流程，除了需要算力，还需要足够的内存容量和带宽来高效地为模型提供数据。

这表明苹果正在调整Mac芯片战略，主动适应AI时代的需求。

参考来源：

EDA365电子论坛：苹果芯片战略，重大改变

字母AI：脱胎换骨，新Siri把iPhone变成了豆包手机

界面新闻：一文看尽WWDC2026：库克“谢幕之作”，苹果AI大更新

钛媒体AGI：苹果AI“翻身”，还得靠Gemini上位当“大脑”｜WWDC26

APPSO：iPhone一夜变成AiPhone，但AI手机的未来不在手机里

特别声明：以上内容仅代表作者本人的观点或立场，不代表Hehson财经头条的观点或立场。如因作品内容、版权或其他问题需要与Hehson财经头条联系的，请于上述内容发布后的30天内进行。