深度解读 | 苹果眼中的AI OS应该是怎么样的？

前段时间的WWDC，苹果终于如愿以偿公布了AI的相关消息。从iPhone、iPad到Mac，无不被生成式AI覆盖。与安卓阵营只是简单地把大模型塞进手机里不一样，这次苹果用他们的做法告诉了大家，什么才是LLMs+OS的正确打开方式。

在生成式AI的浪潮下，今年的苹果开发者大会WWDC 2024，AI毫不意外的成为了大会绝对的主角。

从iPhone、iPad到Mac，无不被生成式AI覆盖。大家早已期待的新 Siri 只是苹果 AI 能力的一小部分，横空出世的Apple Intelligence才是这次的重头戏，从图像到文本，从iPhone、iPad到Mac，Apple Intelligence让苹果全系产品有了史诗级升级。

相较于安卓厂商对于大模型的小打小闹，只是简单将大模型作为Copilot塞进手机里，除了更新语音助手外，就是找几个还算能唬人的场景加上大模型的能力，最后还明目张胆将其定义为AI手机，这次苹果用他们的做法告诉了大家，什么才是LLMs+OS的正确打开方式。

苹果，重新定义了AI：Apple Intelligence！

01. Apple Intelligence是什么？

Apple Intelligence定义为iPhone、iPad和Mac的个人智能系统，利用苹果芯片的能力来理解和创建语言和图像，以及跨应用采取行动。

苹果 CEO 蒂姆・库克说：苹果的目标一直是构建以人为本，最为易用方便的个人设备，提升人们的生活效率。

在这个目标下，苹果提出了他们的AI产品理念：体验足够强大、直观易用、完全整合到系统体验中、个性化且保护隐私，于是他们基于苹果自研的A 和 M系列芯片，走了一条自研本地大模型加三方云端大模型的策略。

在其他厂商疯狂砸钱买GPU训练模型的时候，在想方设法将大模型塞进手机存储的时候，苹果却换了种做法，不卷大模型，不卷本地化，还能给用户提供更好的使用体验！

这点就能看出来，苹果的出发点一直是为了提升用户的生活体验，他们明白自己做的是产品，而不是拿着锤子找钉子，死卷大模型。

库克表示，Apple Intelligence 是苹果创新的新篇章，将改变用户使用产品的方式。苹果独特的方法结合了生成式人工智能和用户的个人信息，能提供真正有用的智能服务。此外，Apple Intelligence 能够以完全私密和安全的方式访问信息，帮助用户完成对他们最重要的事情。这是苹果独有的 AI 体验。

先具体看看Apple Intelligence能做什么？

简单来说，跟录音、GPS等一样，苹果将AI融入IOS系统，为用户和开发者系统提供一系列原生AI能力。可以说，这些都是原生的人类 API。

文本工具writing tool

在苹果的自带的文本应用如邮件、备忘录、Safari浏览器、Pages、Keynote和三方应用如微信、小红书等中，提供文本润色、重写，校对，改写（如语气变化）、总结和文本转表格等能力。

在它的帮助下，无论是写文章、发帖，为用户解锁了提升写作和更有效沟通的新方式。

图像工具

Image Playground，只需几秒钟即可生成素描、插图、动画三种风格。这些功能在系统中所有app都可用，包括Notes，Freeform，Keynote，Pages等等。

Image Wand可以将你的素描草图转换为 Notes 应用中的相关图像。使用手指或 Apple Pencil 在你的草图周围画一个圆圈，Image Wand 会分析其周围的内容以产生互补的视觉效果。

还可以生成emoj表情等等。

Siri新升级

在Apple Intelligence的加持下，Siri变得更自然、更能理解我们了！

除了更好的自然语言理解和多轮交互外，Apple Intelligence还会为Siri带来屏幕内容感知功能，这样，它就能理解屏幕上的内容，执行相应的操作。

比如朋友发消息告诉你ta的新地址，你可以直接在信息对话中说，「把这个地址加入ta的联系人名片中」。

最牛的来了，Siri也可以完成跨app操作。

例如“将我起草的电子邮件发送给 April 和 Lilly”，Siri 知道您引用的是哪封电子邮件以及它在哪个应用程序中。当然这些增强功能，也并不限于苹果开发的APP。

那如果复杂任务Siri无法用本地模型执行，则会主动询问是否可以叫ChatGPT处理，同时ChatGPT也被集成到了系统的writing tool中，可以改写润色等。

隐私保障

苹果出了一个“私有云计算”的概念：“不得不上云运作”的AI功能，将在使用苹果芯片的专用服务器上启用云计算模式，确保用户数据的私密性和安全性。

02. Apple Intelligence背后的大模型

Apple Intelligence 由多个功能强大的大模型组成，这些模型专门用于辅助完成用户的日常任务，并可以根据用户的当前活动进行动态调整。

这些模型可以分为三类：

本地模型（On-Device Language Model）

这部分包含3B的语言模型、扩散模型DIffusion Model和用于Xcode的编程模型，另外还有用来做 RAG 的 Semantic Index (语义索引)和 App Intents Toolbox（应用意图工具箱）。

这些模型都针对日常的任务进行了一系列的微调，帮助用户完成各种系统级的任务。

比如前面提到的文本工具的摘要、润色、改写、回复邮件、图像生成、通知进行优先级的排序、跨应用的交互等。

此外在这些微调模型之上有个适配器（Adapters），适配器是覆盖在通用基础模型上的一小批模型权重。它们可以动态加载和交换，使基础模型能够针对手头的任务即时进行专门化。

简单来说就是根据任务来给模型选择合适的权重，让模型轻松适应不同领域专家的角色。

私有云计算（Server-Based language Model）

这个基于服务器的大语言模型，对于本地模型满足不了要求的任务，苹果会传到云端运算。

为了确保数据的安全性，苹果采用了私人云计算技术。每当用户的设备发起请求时，它会通过一个端对端加密的通道与特定的私有云计算集群进行连接。仅限于被指定的集群有权限解开这些加密的请求数据。应答数据发送回用户后，相关信息不会被存储，且苹果公司也不具备访问这些数据的能力。

第三方 LLMs

如果苹果自己的大模型搞不定的任务怎么办？

那就交给现在专门的模型厂商处理，专业的人做专业的事情嘛！

目前已经接入了 OpenAI 的 GPT-4o，但按照苹果的说法，后续还会有更多家的模型接入，比如Gemini 等。

另外，考虑到国家政策，苹果在不同国家地区的接入的大模型厂商可能不同，那Open AI和Meta的大模型肯定在国内无法使用，没有通过工信部备案，根据之前的传闻，国内首先接入的应该就是百度的文心一言了！

03. App Intents：给开发者的Framework

刚才讲了，苹果希望可以跨应用完成用户的需求，比如使用Siri就能直接完成邮件发送，图像修改等，不需要进入 app 里面，这个体验很丝滑流畅。

1. 苹果允许操作系统和应用程序的所有部分通过「函数调用」进行互操作；内核进程 LLM 可根据用户查询安排和协调它们之间的工作
2. 无摩擦。苹果以一种高度流畅、快速、always on 和上下文的方式全面集成这些功能。无需四处复制粘贴信息、提示工程等。还对用户界面进行了相应调整。

但具体要怎么实现呢？那就得用到给开发者提供的App intents工具，这又是一次操作系统厂商和开发者的博弈战。

App Intents 框架提供的功能可将三方的 app 操作、内容与跨平台的系统体验（包括 Siri、Spotlight、小部件、控件等）深度集成。借助 Apple Intelligence 和 App Intents 增强功能，Siri 会获得在 app 内和跨 app 执行操作的能力。

如此，开发者们可以允许用户通过以下方式使用自己的产品：

• 与Siri互动，也可以利用Apple Intelligence的个人环境感知和行动能力
• 通过Spotlight建议和搜索进入产品，比如微信。
• 等等。。

举个例子，比如邮件应用，他们通过App Intents框架向苹果提供一个操作来表示某个意图，比如发邮件或者删除邮件。然后，用户可以随时要求Siri代表他们执行这些意图，无论此时有没有打开邮件应用。

简单来说，苹果一方面让开发者将意图理解能力引入App中，方便Siri等调用App的功能，一方面又可以将Apple提供的文本、图像等功能集成到App中。

这才应该是AI OS真正干的事情！