蘋果：別爭了，AI 時代的新「iPhone」，還是iPhone

AI 軍備競賽，蘋果其實並未「遲到」。

撰文：連冉

編按：靖宇

**來源：**極客公園

大家都想知道，在看似即將到來的AI 時代，誰會成為新的「iPhone」？

有很大可能，AI 時代的「iPhone」，依舊是「iPhone」。

最近的一篇論文顯示，蘋果的研究人員已經解決了在記憶體有限的裝置上部署大模型的關鍵難題——透過建立一個與快閃記憶體行為相協調的推理成本模型，指導兩個關鍵領域的最佳化：減少從快閃記憶體傳輸的資料量，以及在更大、更連續的區塊中讀取資料。

如此一來，大模型的適用性和可近性被擴大，蘋果將生成式AI 整合到iOS 18 的計畫或許也將因此而加速進行。

過去一年裡，自2022 年11 月ChatGPT 首次向大眾推出、全世界進入生成式人工智慧熱潮之中，蘋果作為全球最大的科技公司，對過去十年中最重要的這項科技發展——生成式人工智慧，很少正面提及。

蘋果｜來源：medium

外界可能認為蘋果在人工智慧領域的佈局相對落後，但一系列動向表明，其實蘋果早已部署，只是沒有正式公諸於世。

自2023 年以來，蘋果加快了自主人工智慧技術的開發步伐。蘋果不僅組建了專門的AI 團隊，開發出大型語言模型，還在產品端大力應用語音、圖像等識別技術；更早之前，數十起併購已經為蘋果奠定了技術基礎，特別是語音助手Siri 背後的技術積累，使其在語音互動等領域佔優勢；而20 億活躍設備在手，蘋果更是有望在AI 消費應用領域成為頭號玩家。

更明顯的改變是從10 月底的那場「Scary Fast（快得嚇人）」發表會開始的。在這場發表會上，蘋果發表了比M3 快40% 的M3 Pro 和快250% 的M3 Max 晶片，並強調具有16 核心CPU、40 核心GPU 的Ｍ3 Max 將可以用於研發AI 軟體。同時，蘋果明確地將新款MacBook Pro 定位為開發人員打造AI 產品的工具。

支持AI 的超強晶片的現身，為蘋果AI 的爆發，奠定了基礎。但其實，蘋果在AI 上的積累，遠比任何一家巨頭更深。

01 蘋果「做好準備」

每年10 億美元，這是傳聞裡蘋果AI 計畫的投入數字。

根據彭博社報道，2023 年7 月，蘋果建立了自己的大型語言模型Ajax，並推出代號為「Apple GPT」的內部聊天機器人，用於測試Ajax 的功能。關鍵的下一步是確定這項技術是否符合競爭標準，以及蘋果將如何將其應用到現有產品中。

這10 億美元，都砸在了什麼地方？

重金打造AI 團隊

蘋果負責人工智慧和軟體工程的高級副總裁約翰詹南德雷亞John Giannandrea 和克雷格費德里吉Craig Federighi 負責領導這些工作。在庫克的團隊中，他們被稱為推動生成式人工智慧專案的「執行發起人」。據悉，蘋果服務資深副總裁艾迪庫伊Eddy Cue 也參與其中，上述三人目前每年在該計畫上可支出約10 億美元。

John Giannandrea ｜圖片來源：apple

核心團隊以外的AI 團隊招募和建立則從4 月底就在進行了。當時的招聘頁面上的十幾條廣告都在尋求生成式人工智慧領域“熱衷於構建非凡自主系統”的機器學習專家，這些職位空缺分佈在聖地亞哥、舊金山灣區和西雅圖的多個團隊，包括集成系統體驗團隊、輸入體驗NLP 團隊、機器學習研發團隊和技術開發團隊。

其中一些職位特別關注視覺生成人工智慧應用，應徵者將會從事「視覺生成建模，為計算攝影、影像和影片編輯、三維形狀和運動重建以及頭像生成等應用提供支援」。

9 月有報導稱，蘋果在從谷歌和Meta Platforms 的人工智慧隊伍中積極招募人才。自從AXLearn 於今年7 月在GitHub 上傳以來，對其做出貢獻的18 人中，其中7 人曾在谷歌或Meta 工作過。

事實上， Giannandrea 和神經網路領域專家Ruoming Pang 都來自谷歌，Giannandrea 在谷歌的8 年時間裡一直在開發先進的人工智慧系統，Giannandrea 和Pang 說服了蘋果使用谷歌雲，特別是利用谷歌雲的定製張量處理單元（TPU）晶片進行機器學習訓練。為訓練Ajax GPT 而開發的機器學習框架AXLearn 部分正是基於Pang 的研究而進行的。

10 月的招募訊息上，蘋果對生成式人工智慧的人才要求變得更加明確了，例如App Store 平台上的一個職位描述是這樣的：「公司正在開發一個基於生成式人工智慧的開發者體驗平台，供內部使用，並協助我們的應用開發團隊」，零售部門的另一個職位則提到蘋果正在開發一個“對話式人工智能平台（語音和聊天）”，以便與客戶互動，“長文本生成、摘要、問題解答」這樣的建構文本生成技的任務也出現在了蘋果的招募資訊裡。

在蘋果人工智慧/ 機器學習領域的其他職位招募中，一些職位強調基礎模型的重要性，並將「類人對話代理」列為可能透過這些模型開發的應用範例。同時，蘋果也發布了一些涉及Siri 資訊智慧等部門的職位需求，該部門負責處理Siri 和Spotlight 搜尋等產品的功能。此外，蘋果也正在積極尋找能夠在本地設備上實現模型運算的人才。

加速研發底層技術

人才之外，技術的準備也在進行中。據報道，Giannandrea 正在監督新人工智慧系統底層技術的開發，他的團隊正在對Siri 進行改造，以深入實施這項系統。更智慧版本的Siri 最快明年問世。

軟體方面，Federighi 正在領導開發新的人工智慧iOS，iMessage 和Siri 在內的應用體驗將會得到改善。據稱蘋果下達了一項指令，要求在iOS 中加入在大語言模型上運行的功能，該模型將利用大量數據來提升人工智慧能力，而新功能將改善Siri 和資訊應用處理問題以及自動完成句子的能力。

蘋果iOS 17 系統｜圖片來源：apple

軟體工程團隊也正在考慮將生成式人工智慧整合到Xcode 等開發工具中，此舉可以幫助應用程式開發人員更快地編寫新的應用程式。這將使它與微軟的GitHub Copilot 等服務保持一致，後者在開發人員編寫程式碼時能夠為他們提供自動完成建議。

Eddy Cue 正在推動為盡可能多的應用程式添加人工智慧，包括Apple Music、Pages、Keynote 等，例如探索音樂自動生成播放列表，今年早些時候，Spotify 與OpenAI 合作推出了此類功能；研究如何利用生成式人工智慧來幫助人們在Pages 等應用程式中寫作，或在Keynote 中自動建立投影片（與微軟已經推出的Word 和PowerPoint 應用程式類似）。此外，蘋果也正在為其AppleCare 小組的內部客戶服務應用測試生成式人工智慧。

大模型上「iPhone」

不過到底要將生成式人工智慧部署在設備端，還是基於雲端設置，或者以介於兩者的方式運行，此前似乎未有定論：設備上運行無疑速度更快，也有利於保護用戶隱私，但透過雲端部署，蘋果的大語言模型可以實現更複雜精細的運算。這兩種方案各有利弊，蘋果正試圖在本地運算和雲端運算之間尋找一個平衡點。

有報導稱蘋果將提供基於雲端的人工智慧和設備上處理的人工智慧的組合。但多位前蘋果機器學習工程則師稱，出於提高隱私和效能的考慮，蘋果的領導階層更傾向於在設備上運行軟體，而不是在雲端伺服器上。

資深副總裁Giannandrea 開發蘋果人工智慧的基本原則之一正是尊重隱私。他曾在接受採訪時說：「我理解資料中心的模型越大越準確，但最好是在靠近資料的地方運行模型，而不是把資料搬來搬去。」

不過這可能有很高的實現難度。有分析稱，以Ajax GPT 為例，它已經在超過2000 億個參數上進行了訓練。參數反映了機器學習模型的規模和複雜程度；參數數量越多，表示複雜程度越高，所需的儲存空間和運算能力也越大。一個參數超過2000 億的LLM 可能無法合理地放在iPhone 上。

但最新的消息表明，蘋果可能已經做出了終端決策。近日，蘋果發布的研究論文顯示，其已經找到了在iPhone 上運行大模型的方法，「建立一個與快閃記憶體行為相協調的推理成本模型，以指導兩個關鍵領域的最佳化：減少從快閃記憶體傳輸的數據量，以及在更大、更連續的區塊中讀取資料」。

該論文稱，新技術使大模型在記憶體有限的裝置上的運行速度提高了25 倍，這意味著原本因為資源限製而無法在小型裝置上運行的複雜AI 模型，很快就能在iPhone 和iPad等消費性行動裝置上運作起來。

02 AI 頭號買家：「花小錢辦大事」

雖然外界感知到的蘋果在生成式AI 等尖端技術上的佈局速度有所不及其他巨頭，但蘋果在AI 領域也有自己的底氣。

研究公司PitchBook 在追蹤了蘋果的多次人工智慧收購後總結稱，蘋果著眼於收購各領域的頂尖人才團隊，這些團隊可以將機器學習技術應用到特定的消費產品中。可以看出，蘋果的收購策略主要集中在人工智慧的消費應用上，但也包括機器學習部署和邊緣設備的操作技術，以及對深度學習和更多橫向技術的有限押注。

根據統計，從2010 年收購Siri 開始，蘋果在10 年內收購多達30 多起AI 新創公司，包括Shazam、primeSense、Turi、Lattice Data、Xnor.ai 等五家公司的收購額都不超2億美元。自2017 年以來，蘋果收購了21 家人工智慧新創公司，幾乎是微軟和Meta 收購數量的兩倍，可以稱得上「AI 頭號買家」。 2021 年起，蘋果收購AI 公司的節奏看起來有所放緩，但依舊拿下了Curious AI、 AI Music、WaveOne 等新創AI 公司。

2010 年至今蘋果在AI 領域收購的不完全統計｜極客公園

整體而言，蘋果在AI 領域的收購策略可以概括為「花小錢辦大事」。蘋果很少進行大額的併購，它的收購目標通常是那些技術可以與現有產品和服務緊密結合、有助於完善生態建設的新創公司。當蘋果收購一家公司時，主要考慮的往往是這家公司的技術如何更好地融入蘋果正在開發的項目中。

整體來看，蘋果收購這些企業的交易金額普遍較低，且後者的技術方向主要涵蓋語音辨識與會話等方向，其次是與臉部辨識、影像辨識相關，在落地應用上，這些被併購的技術則為改進Siri 語音助理、支援Face ID 人臉辨識、優化圖片應用、增強音樂服務功能、提高天氣預報精度等多個蘋果現有產品和服務提供了支援。

蘋果的許多收購看起來都是為了改進Siri，可見Siri 在蘋果系統中的重要地位。例如收購Inductiv 是為了改善Siri 的數據，收購Voysis 是為了提高Siri 對自然語言的理解，收購PullString 則是為了讓iOS 開發人員更容易在應用程式中使用Siri 功能。

還有一些收購則是針對未來產品的，例如蘋果在2019 年收購自動駕駛新創公司Drive.ai，可能是為了推動其自動駕駛汽車專案的發展。蘋果並沒有公開所有的收購訊息，因此可能還有其他被蘋果併購的人工智慧公司未被人所知。

03 AI 早已融入蘋果系統

數目眾多的併購之外，蘋果自身的AI 發展可以追溯到很多年前。早到從1987 年推出知識導航儀，到1990 年啟動語音辨識項目，再到2011 年推出Siri 成為首個消費級語音助手，蘋果其實在很早期就展現了對AI 的探索，只是一直相對低調。

蘋果歷來不會率先推出新技術，尤其是未經消費者驗證的技術。例如在MP3 播放器被推出不久，市場前景已經有所驗證，但蘋果也沒有立刻進入市場，而是在確定了iPod 這種更優越的解決方案後才加入的。

手機領域也是一樣，雖然其他公司在早期推出了智慧型手機，但蘋果選擇在確保能夠提供卓越客戶體驗的前提下才在2007 年開始進入市場。類似地，儘管平板電腦早在1989 年就已問世，但這個產品類別一直未能在市場上取得成功，直到蘋果推出了iPad。

蘋果一直以來都以消費者使用體驗為先，通常會等到技術成熟才正式商用，這項謹慎策略規避了初期技術的不穩定風險，也使蘋果能更好地把握市場的機遇，推出更加成熟和超越的產品。

所以蘋果對ChatGPT 類似產品應該也是這條路線──在準備好之前，不會貿然推出。也就是，在保持神秘感的同時，蘋果最終應該會以自己的方式推出成熟的AI 產品。

事實上，在蘋果的現有產品中，也已經有不少機器學習/ AI 應用：

影像處理

蘋果透過運用機器學習技術，優化了iPhone 相機拍攝的照片，包括用於減少影像雜訊的深度融合以及iPhone 15 人像模式工具。

iPhone 15 能偵測到畫面中是否有人，並自動捕捉豐富的深度資訊｜圖片來源：apple

• 視覺化查找－機器學習支援了iPhone 偵測照片內容的功能。
• iPhone 15 升級後的相機可以透過機器學習來區分鏡頭中的人和動物。
• 數位人像：Apple Vision Pro 前置鏡頭掃描人臉資訊的環節－就是蘋果基於機器學習技術，為使用者產生的「數位分身」。

語音處理

• 個人語音合成、即時語音轉錄：iPhone 15 支援個人語音，它允許用戶合成類似自己的語音，以便在FaceTime 和電話通話中發音他們輸入的文字，還有即時語音郵件，對留言進行即時轉錄。

搜尋引擎和建議系統

• Spotlight 搜尋：Spotlight 搜尋和整個iOS 作業系統的搜尋都由人工智慧提供支援。
• Siri 建議：iPhone 提供建議時，例如發送生日祝福或將郵件中的事件添加到日曆中，背後使用的正是機器學習演算法。
• 輸入法：基於裝置端的機器學習，輸入法可以根據使用者每一次的鍵入自動改進模型，另外基於更先進的單字預測Transformer 語言模型，輸入法可以更了解使用者的語言習慣，大幅提升輸入的準確性等。
• 自動更正：Apple 的自動更正系統和單字建議選項由機器學習提供支援。

健康監測

• 心電圖：Apple Watch 上的心電圖功能可查看心律數據，以確定使用者是否可能出現心房顫動。
• 碰撞偵測與跌倒偵測－透過機器學習功能，蘋果設備可以根據各種感測器收集的資訊判斷使用者是否發生碰撞或跌倒。 *（Apple Watch Series 9 和Ultra 2——將AI 整合到雙擊功能中，以更輕鬆地執行任務，更亮的顯示屏，更聰明的Siri 和先進的健康監測。）

另一個可能的應用則是在汽車－蘋果的Project Titan（泰坦計畫），一個自動駕駛汽車計畫。雖然外界將該秘密項目稱為Apple Car，但蘋果是否真的會推出汽車目前還並不確定。

根據報導，Project Titan 裡正在開發的自主系統需要一個大腦，這也是蘋果人工智慧的用武之地，為Apple Vision Pro 引入的許多技術在放大後也可能在汽車項目上發揮巨大作用。

對蘋果的高階神經引擎而言，要讓系統即時協調、偵測物體、理解使用者指令並同時產生回饋，是一項艱鉅的任務。不過，2021 年的一份報告裡顯示，蘋果已經完成了這樣一款晶片，並將開始測試。

接下來，蘋果產品在AI 的應用，應該會在影像處理、搜尋推薦、環境感知等方面持續創新。然而，其生態系統存在一個可能的潛在缺陷，那就是蘋果堅持對資料隱私和產品設計保持追求，這可能會限制它在生成式AI 等前沿技術上的佈局速度，正如大眾現在感知中的「慢一步”一樣。

但這些依舊掩蓋不掉蘋果在AI 領域具有巨大的發展潛力，主要基於以下三個因素：

一方面，蘋果在全球擁有超過20 億運行iOS 作業系統的設備，為其未來發展AI 應用奠定了龐大的用戶基礎。根據蘋果財務長Luca Maestri（盧卡·馬埃斯特里）透露，截至2023 年2 月，蘋果的活躍設備裝機量已經突破20 億大關，並在6 月季度末達成了「在每個地區細分市場都創下了歷史新高」的紀錄。

另一方面看，蘋果的Siri 語音助理每月處理的請求量達250 億次，反映了消費者對語音助理等AI 工具的強烈需求。如果蘋果未來能推出類似ChatGPT 的產品，那麼來自其消費者端的AI 數據和互動規模將會很龐大。

而不可忽視的是，蘋果付費訂閱用戶數量正在快速成長，已突破了10 億大關並維持兩位數成長態勢。在2023 年8 月的第三季財報中，蘋果CEO 庫克指出，蘋果「在服務領域的收入創歷史新高」，「付費訂閱量超過10 億，並以兩位數的速度增長」，這一態勢為蘋果透過AI 類應用實現營收成長奠定了堅實基礎。依托如此廣大的使用者群體，蘋果在消費級AI 市場的成長空間廣闊。

另外，有消息稱，蘋果正在大力投資人工智慧伺服器，並計劃在2024 年再建造數百台，為其即將到來的人工智慧時代做準備。未來，在成為消費級AI 應用的第一大平台上，蘋果依舊很有潛力。

參考資料：

1. 蘋果將生成式人工智慧引入其所有設備的宏偉計劃，彭博社

2.蘋果在AI上可能保持沉默，但它也是AI公司的最大買家，石英

3.蘋果增加開發對話式人工智慧的支出，訊息

4. 瞬間獲得法學碩士：有限記憶下的高效大型語言模型推理