iOS18号称历史级重大更新,打开一看:就这国产手机早有的AI辅助?

　　近日，知名爆料人古尔曼（Mark Gurman）说苹果iOS 18或迎来公司历史上最大的更新。

　　咱还蛮激动的，这2024年了，要说什么最令人激动，那肯定是往手机里加了AI功能。

　　刚过去的CES上各种AI硬件花活，像R1这种的，让我单买一台不现实，但装进iPhone喂到我嘴里用，那必须支持。

　　来源：推特

　　在仔细看看，据古尔曼说，iOS 18会在以下几个方面加入AI功能[1]：

　　Siri：用大语言模型（LLM）让Siri变得更智能

　　Messages：根据上下文和意图，自动补全问题和句子

　　Apple Music：根据用户习惯偏好，自动生成播放列表

　　iWork：在Keynote和Pages中加入AI辅助功能

　　Xcode：增加AI代码提示功能，提供更高效的应用开发体验

　　等等...就这...？LLM接入手机，华为、小米、荣耀、Vivo、OPPO、三星去年都已经交卷了。

　　至于办公辅助，WPS、腾讯文档、微软的Copilot、谷歌的Duet AI都从公测开始正式收费了。

　　对咱中国消费者来说，这几个功能就没一个用得上的好吧！

　　更别说iOS 18预计今年9月上线，开发者测试版最早也要等到6月苹果年度开发者大会（WWDC）才有望露面。

　　几个月时间过去，市面上的竞争对手不知道又要推出多少绚烂的新功能，苹果iOS 18爆料的这点芝麻谷子瞬间不那么香了。

　　不过这次爆料好在不只是捕风捉影，苹果资讯网站9to5Mac在iOS 17.4测试版本的代码里找到了证据，起码苹果真的在往手机里塞AI了。

　　代码里出现了一个新的私有框架，叫做SiriSummarization。这个框架做的事情正如其名，调用OpenAI的ChatGPT API帮Siri做内容总结[2]。

　　功能包括：“请总结这段文字”、“请总结”、“请回答这个问题”，以及收到短信后建议的操作方式（回复消息、呼叫、保存联系人等）。

　　除了调用Open AI的模型，SiriSummarization框架还调用了谷歌的Flan-T5，以及苹果自研的AjaxGPT和AjaxGPT On Device（大概率是一个参数量更小的端侧模型）。

　　这么看来苹果应该是在用别家模型当对照组，跟自家开发的模型进行对比测试，就说苹果再想不开也不至于领着自家20亿用户去Open AI门口送钱。

　　但这20亿用户苦等苹果精雕细琢的时候，就不会为其他手机心动吗？

　　在iOS 18爆料前不久，三星也正式发布了首款AI手机——Galaxy S24，在操作系统里集成了LLM，可在通话、笔记、相册里丝滑调用。

　　插个题外话，这手机全球版的AI服务由谷歌提供，国内版的AI服务由百度和美图提供。

　　华为Vivo也都在自己的手机里装上了自家研发的大模型。

　　等来等去，苹果成了那个唯一还没正式发布LLM的手机厂商。

　　怪不得即使苹果超越三星成了全球“智能手机出货量全球第一”，华尔街分析师仍然觉得苹果的霸主地位会被颠覆，原因很简单：

　　“苹果并未在AI和LLM领域深入布局，随着AI的发展，苹果可能会被微软、谷歌和亚马逊超越。”[3]

　　人家说的很严谨，不是苹果没有布局AI和LLM，而是没有深入布局。

　　在过去一年大模型百家争鸣的时候，苹果就已经慢了一步。

　　23年7月份，万众瞩目的苹果自研模型AjaxGPT首次曝光，拉动其市值增长近700亿美元[4]。

　　当时，苹果内部成员认为AjaxGPT的能力超过了OpenAI的GPT 3.5。

　　然而此时GPT-3.5都是22年的明日黄花了，距离GPT-4发布都已经过去4个月。

　　据知情人士透露，苹果公司管理层出于对隐私和性能的考虑，倾向于在设备上运行LLM[5]，但是AjaxGPT作为一个参数量为2000亿的LLM，在定位上十分尴尬。

　　向上跟GPT-4比，参数量不够大，性能上不去。

　　向下跟Meta的Llama比，不够轻量级，想要实现端侧部署难度很大。

　　苹果不是没意识到这个短板，去年12月发了一篇论文试图把端侧AI门槛拉低[6] 。

　　论文中提出了一种让运行内存和闪存（可以理解为储存数据的硬盘）协同运行LLM的办法。

　　具体解决方案是把模型参数都储存在闪存里，当需要时再加载到运行内存中。

　　通过这种方式能在设备上跑得动比运行内存容量大两倍的模型，还能把CPU的推理速度提升4-5倍，GPU的推理速度提升20-25倍。

　　乍一看苹果把LLM端侧部署的难题给解决了，但是这个论文有两个前提：

　　仅适用于参数量为60-70亿的模型

　　整套框架是在M1 Max芯片上实现的，而移动端的A系列芯片性能显然跟M系列还有不小的差距

　　自研模型不过关的同时，苹果自有算力也远不如其它巨头。

　　算力是AI军备的基础，前有Meta的扎克伯格说到24年底要囤够35万张英伟达的H100，后有马斯克发推说5亿美元虽然看起来是一大笔钱，但实际上只能买1万张H100，而特斯拉今年买卡的钱肯定会超过这个数。

　　来源：推特

　　跟竞争对手们以万为单位的购入标准相比，苹果在囤卡的热潮中表现的异常平静，英伟达23年第三季度，H100显卡订单前12客户中，当时还是全球市值第一的苹果居然没有出现。

　　来源：Omdia

　　据The Information的统计，苹果一直是全球最大的云服务租户，长期跟谷歌和亚马逊保持着合作，知情人士透露，为了节省成本，苹果管理层历来鼓励工程师使用谷歌的云计算服务。

　　大概就是因为苹果和谷歌曾经达成内部协议：苹果Safari浏览器默认搜索引擎使用谷歌，而谷歌云计算服务给苹果打折。

　　不过苹果也不是不着急，去年开始一直在招生成式AI（GAI）、机器学习（ML）、自然语言处理（NLP）相关的人才，截至本月苹果官网招聘的“机器学习和AI”分类下都能搜出600多条结果。

　　前不久苹果还花了5000万美元与出版商达成合作，合法的获得了使用纽约客、名利场、GQ等杂志的内容来训练AI的许可，以免重蹈Open AI和纽约时报的覆辙。

　　至于苹果每年花在AI上的研发费用，据不同来源分析可达10至50亿美元（所以说买卡的钱还是有的）。

　　The Information一份独家报告还称，苹果有三个团队在同时训练不同的模型。

　　谷歌出逃AI总监约翰·吉阿南德拉（John Giannandrea）是整个团队的领导者。

　　约翰于18年加入苹果，据说当时软件部门专门负责ML的程序员都没有，他知道自己身上的担子重了[7] 。

　　基础模型（Foundational Models）团队主要研究领域是LLM，最早由Java元老+VR先驱阿瑟·范霍夫（Arthur Van Hoff）在19年创立。

　　23年范霍夫退休后，团队由上交大毕业的前谷歌员工庞若鸣接手，目前整个团队约有16人，AjaxGPT便出自这个团队之手。

　　视觉智能（Visual Intelligence）团队的主要研究方向是图像、视频、3D场景生成，目前能查到的成果只有23年发布的44篇论文。

　　多模态学习（Multimodal Learning）团队的负责人是乔纳森·什伦斯（Jonathon Shlens），他从谷歌跳槽到苹果只待了1年零8个月，就又跳回了谷歌。

　　至于团队有什么研究成果尚不清楚。

　　虽然有消息说苹果的AI团队已经开发出了几个先进的模型，正在公司内部测试。

　　但一位直接参与开发的苹果员工透露，目前在测的只有一个用上了LLM的AppleCare客服机器人。

　　去年底，人狠话不多的苹果芯片主管约翰尼·史鲁吉（Johny Srouji）罕见的接受了CNBC的采访。

　　当被问道如何看待现在大家觉得苹果在AI上落后了这个观点时，他表现的丝毫不在意[8]：

　　“实际上我们处于领先地位，作为一个团队，我们有芯片、有硬件、有软件、有ML，接下来只要朝一个方向优化就可以了。”

　　那这个优化究竟做得怎样，只有等4个月后的WWDC揭晓了。

　　全文完。

　　参考资料：

　　[1] Apple thinks iOS 18 might be the 'biggest' iOS update ever | 9to5Mac

　　[2] iOS 17.4: Apple continues work on AI-powered Siri and Messages features, with help from ChatGPT | 9to5Mac

　　[3] AI到底给手机增加了哪些新东西？｜36氪

　　[4] Apple GPT明年上iPhone！苹果被爆秘密研发Ajax框架，Siri大升级，市值几秒暴增千亿 ｜ 新智元

　　[5] Apple Boosts Spending to Develop Conversational AI ｜ The Information

　　[6] How Apple's AI advances could make or break the iPhone 16 | ZDNET

　　[7] 苹果发布会之外：“后来者”苹果，其AI研究观念是如何改变的？｜ AMiner [8] Apple Executives Johny Srouji And John Ternus Talk About Chips, AI And Innovation ｜ YouTube

　　作者：刘白

　　编辑：张泽一

　　视觉设计：疏睿

　　责任编辑：张泽一

　　关于「新硅NewGeek」：我们以AI为圆心，追踪科技领域的方方面面，努力用最简单的方式阐述技术是如何改变世界。