苹果终于发布了自己“AI”，尽管它并不是 AI。

把 AI 解释为 “Apple Intelligence（苹果智能）”的缩写，总会让人回想起当年在上海，杰克马面对一龙马，将 AI 释为“Alibaba Intelligence（阿里智能）”的尴尬时刻。

过去这些年，当众多厂商都在迫不及待地给产品冠以各种“AI”之名时，苹果却从未这么做，它坚持使用“神经网络”、“机器学习”等词语，并表示“这样描述才更准确”——面对“人工智能”这一概念，苹果始终保持着极大的克制和谨慎。

是 AI，但又不是 AI。尽管来迟，但不妨碍所有人都将这次发布会视为苹果迈入 AI 时代的关键一步。发布后一周，苹果股价暴涨 10%。

除名字之外，苹果这套 AI 系统和其他大模型 AI 项目依然有着根本区别。苹果的模型参量要小得多，终极目标也不是要训练出“通用人工智能”。它最关键的任务，是将人们对 AI 的想象，从“洞悉一切的全知神”，变成“了解用户的贴身助手”。

Make智能手机智能again

WWDC24 上发布的苹果智能，从功能上可以分为三大部分：文字、图像和 Siri。

其中，文字和图像相关的功能，包括文章改写、总结、语法检查、生成图片、智能 P 图，都是大家很熟悉的生成式 AI 能力。因为这部分功能所使用的端侧模型相对较小，不难预见，它的效果很可能比不上 GPT-4o 等云端大模型。

苹果 AI 真正的革命性变化，在于 Siri。

AI 模型的支持，对 Siri 进行了一次“史诗级加强”。它理解语言的理能力增强了，并且可以跨 app 进行信息检索、调用功能。更重要的是，苹果提出了一个极为关键的概念——“个人语境”（personal context）。

简单来说，“个人语境”包括了你的 iPhone 及其他苹果设备上正在发生的一切。比如接下来的日历事项安排、最近拍过的照片、浏览过的网页记录、朋友发送给你的链接、文件……

苹果 AI 会利用这一切的私人数据，来构建一个“私人知识库”，用户则可以通过自然的对话交互，获取自己需要的信息，找到对应的手机功能。

比如在 AA 账单时，问“昨天朋友发给我的吃饭小票是多少钱？”；在订机票时问“我的护照号码是多少？”，Siri 会从相册里找出护照页的照片，并提取号码；

这是 AI 与智能手机结合的焦点，是让 AI 变得“真正有用”的关键钥匙。目前我们熟知的大模型大都是利用公共的语料数据进行训练，形成的知识也是一种“通识”，但普通人使用计算机和互联网时，大部分时间都是在创造和使用私人信息。

特别是智能手机已普及如此的今天，它几乎就是我们人生的“记忆库”，储存着大量的照片、通讯记录、偶尔灵光一闪写下的笔记……这些数据在堆积之后，逐渐变得越来越难整理，而 AI 则有可能能够帮我们重新挖掘、组织这些记忆。

基于“个人语境”来构建模型和私人知识库，以及如何将部分知识与通识模型进行结合，将会是未来苹果 AI 发展的关键。

一切为了“隐私”

技术上，苹果 AI 分为了三个大部分，对应三套模型。

首先是运行在手机上的“本地模型”，其次是运行在苹果全栈自研服务器上的“云端模型”，最后它还可以在系统层接入 OpenAI 的 GPT，后续还会接入更多第三方 AI 模型服务。

通过这种方式来搭建架构，是因为苹果需要谨慎而迫切解决的问题，是隐私。

根据目前苹果放出的技术资料，苹果 AI 首先会从系统层面收集各种信息，生成一个“语义目录”，也就是“个人语境”的基本数据单位，供模型进行理解。第三方 app 里的数据也有对应接口，经开发者适配后，可以实现类似效果。

这些数据会经过语言和图像两个模型进行理解，之后如果本地模型的算力不够，在用户需要的时候，系统则会整合这部分语义数据，发送到苹果的服务器上，通过云端更大的模型进行理解。

这一套“语义目录”包含了用户最敏感的个人数据，其中很多还是在后台默认采集，才能实现“Siri 了解了你”的神奇效果，过程中用户可能无法很明确地知道具体哪些数据被采集了。

所以，为了实现这部分功能的隐私安全，苹果作出了不少努力和牺牲。

苹果所部署的本地模型参量虽然比不上云端大模型的千亿万亿级，但也有约 30 亿的参量。所以只有搭载 A17 Pro 芯片的 iPhone 15 Pro 系列，以及 M1 以上芯片的 iPad 和 Mac 才支持这一功能，考虑到大部分用户都会主力通过 iPhone 使用苹果 AI，这可能会极大影响到苹果 AI 早期的冷启动。包括本地模型运行时的负载，可能也会影响手机的日常发热、续航表现。

而针对云端模型和服务器，苹果也拿出了最高级别的隐私安全实践。苹果承诺不会在模型服务器上储存任何用户信息；只有当用户主动请求时才会调用云端模型介入；云端模型所使用的芯片全都是苹果自研，没有任何第三方芯片；最后，苹果表示所有的隐私承诺将经过第三方验证。

直到这一步，用户所有的数据和 GPT 等第三方大模型，都是严格隔离的。针对 GPT 的接入，苹果则做了产品层面的明显区分，只有用户“主动输入”的信息，才会以 prompt 的形式发送到 GPT，且过程中苹果会进行二次确认，提醒用户“接下来将会跳转到 GPT”。

考虑到苹果已经在 iCloud 上储存了大量的用户数据，且多年来从未出现过大的泄漏安全事故，苹果在 AI 上采取的超高级别的隐私承诺似乎有点夸张。但事实证明一切还是有必要的，就在发布会后不久，Elon Musk 就针对苹果 AI 的隐私问题展开了攻击，暗示用户使用苹果 AI 就会把数据泄露给 OpenAI，尽管这一揣测还没有什么真实依据。

对苹果 AI 来说，隐私问题本身或许还能通过技术和产品设计解决，但由隐私问题所衍生出这一套分散的模型架构，才是真正的隐患和难题。

如果苹果 AI 一直高度依赖本地算力，考虑到模型规模和性能负载，它采集数据的颗粒度可能就会受到限制，停留在比较粗糙的层面，难以实现大模型那么顺畅的理解和交互。

目前在苹果 AI 的介绍页面里，整个“个人语境”还只能采集系统自带官方 app 的信息。第三方开发者要如何适配 AI？会不会积极适配 AI？还要打上不少个问号。

过去，苹果推出过多个系统内的便捷 API，比如能够在相册 app 里直接利用第三方 app 的编辑工具修图，以及“快捷指令”和“App Clips 小程序”，这些开发套件都没有得到第三方开发者的积极适配，因为接入这些便捷功能反而会影响 app 本身的活跃和留存。类似的问题，很可能也会在苹果 AI 上重演。

所以，苹果 AI 所面临的隐私问题，其实只是一连串难题的开始。与大模型“大力出奇迹”的发展方法论不同，想要将 AI 与手机结合，就必须重新设计整条技术链路。

从数据如何采集，过程中保证安全，训练拟合时如何追求效率和效果，到输出时如何转化为产品的功能……这和训练大模型，做一个“聊天机器人”完全不同。

谨慎地期待，耐心地等待

大模型 AI 落地的主要难题，在于“产品化”。

大模型诞生的过程，靠的是构建一个巨大的神经网络，这个神经网络是单一的，难以被 hack，更难拆分。

就像 GPT 目前严格来说依然只有 ChatGPT 这一个应用，大模型是封装好的单一系统，并不能像传统的计算机程序一样，所以就难以定义功能、产品化。

目前围绕 ChatGPT 所做的那些产品，基本都是通过 prompt 实现的，并不具备一个产品所需要的严谨性，它依然偶尔会返回错误的结果，致命的地方则在于这些错误无法被 debug。

苹果 AI 显然不是一个简单的“语言模型”。它其中有一部分功能是基于大模型的生成能力做的，但也有另外一部分功能明显更像是“加强版的机器学习”，比如 Siri 的搜索能力。只不过这些功能被装到了同一个篮子里，这个篮子叫“苹果智能”。

根据苹果放出的技术文档，目前苹果的云端模型，主要处理的还是文字、图像相关的“生成性”任务；而最关键的“个人语境”构建和 Siri 的优化，大部分依然是通过本地实现，它的“智能程度”可能很难得到保证。

这不只是苹果一家的问题。目前还没有任何一个 AI 企业或手机厂商，成功将一个私人的数据库，与大模型的公共知识库成功结合，创造出新的智能体，即想象中的完全了解用户的智能助手——解决这个问题的难度，比想象中大得多。

按照苹果公布的开发进度，至少在明年之前，我们都无法用上中文版的苹果 AI，很显然，大量的功能代码和模型训练工作都还没有完成。

过去一年我们用“涌现”这个词来形容大模型的能力发展之迅速，但真正到了与实用场景结合的时候，事情依然要复杂得多，需要更长的等待。

序幕拉开了，但表演还没有开始。