每年10亿美元请Gemini做外援，苹果智能终于有救了？

在 AI 大模型的浪潮里，苹果显然是那个迟到的学生。

11 月 4 日，苹果正式宣布了 Apple Intelligence 功能的繁体中文支持。但在过去两年，Siri 的「生成式 AI 化」几乎成了业界笑谈。从 WWDC24 的「即将升级」，到今年说的「明年上线」，Siri 的大模型重构计划一次次跳票。

Apple Intelligence 虽然过去一年都在稳步推进功能的上线以及更多语言（包括简体中文）和市场的支持，但功能丰富度和表现都不尽如人意。

就在很多人对 Siri 的未来逐渐失去耐心时，一条消息突然让局势变得微妙起来。根据彭博社知名记者 Mark Gurman报道，苹果正与谷歌正在敲定一项为期多年的合作协议——苹果将每年支付约 10 亿美元，以获得谷歌 Gemini 大模型的使用权。

图片来源：谷歌

不同于此前在部分功能中引入可选的 ChatGPT，与 Gemini 的合作可能意味着，苹果将首次把外部大模型直接接入到 Siri 与 Apple Intelligence 的云端推理层，让 Siri 终于能做其他手机 AI 助手已经做了一年多的事。

对苹果而言，如果真的选择了 Gemini，这是一次权宜之计，但也是留给大模型团队的补课机会。但这可能不是一次寻常的技术授权，10 亿美元对苹果来说并不算贵，但关键在于苹果真正买来的东西，究竟是什么？

Gemini能否拯救苹果智能？

过去一年，谷歌在大模型可以说打了一场漂亮的翻身仗，不管是 Gemini 2.5 Pro 的强大推理表现，还是 Flash 高性价比，Veo 3 视频生成的引领，亦或是 Nano Banana 对 AI 生图、修图的颠覆，都证明了谷歌 AI 技术第一阵营的绝对实力。所以苹果如果选择 Gemini，并不会让人感到意外。

但让人意外的是，按照彭博与路透等媒体的报道，苹果和谷歌合作的核心，不是为 Siri 增添一个可选回答源，而是让 Gemini 成为 Apple Intelligence 的云端底座。

具体来说，当用户在 iPhone 上发出复杂请求，比如生成图像、总结长文档时，系统可能会直接调用云端 1.2 万亿参数的 Gemini 大模型，在苹果的 PCC 私有云计算服务器中完成推理。

简言之，Gemini 不再是外挂，更像是嵌入底层的「大脑」。这个变化不仅有机会让 Siri 彻底补齐短板，也可能重新定义苹果与谷歌的关系。

Gemini 修改生成，素材来自苹果，图片来源：雷科技

而对用户来说，这可能会是一次无痛的升级。过去的 ChatGPT 调用更像是额外选项，需要用户主动选择并确认。而一旦 Gemini 成为默认的云端推理层，AI 体验将更无缝、更统一。无论是语音生成、图像摘要还是跨应用任务，不管是 AI 功能还是 Siri 都可能在同一逻辑下完成，真正革新体验。

更重要的是，这一切仍将在苹果自建的 PCC 私有云计算服务器环境中运行，意味着用户数据不会离开苹果控制范围。换句话说，苹果希望「借脑不借心」，继续维持对用户隐私的保证和故事。

另一方面，经过一年多的验证，Apple Intelligence 在端侧的自研大模型足以支撑日常任务，但在更复杂的内容生成与多模态理解上，仍受限于模型体量与训练深度。Gemini 的加入可以在短期内显著提升 Siri 的响应复杂度，让苹果不必等自家云端大模型完全成熟后再开放体验。

某种意义上，这相当于一次止血，既能保住口碑，也能为苹果大模型团队赢得研发喘息空间。

当然对谷歌来说，这毫无疑问也是一次巨大扩张机会。即便是将 Gemini 作为设备底层模型的三星，实际能体验到完整 AI 能力的设备和潜在用户规模也远远比不上苹果，而且除了手机，苹果还有庞大的 iPad 和 Mac 用户。比起媒体报道中 10 亿美元的技术使用费，进入苹果生态的「长期座位」才是关键。

不过这件事对于国内苹果用户，显然没有直接影响，而据媒体此前报道，苹果在中国市场将采用百度文心大模型，可能还会引入阿里云的合作。但比较可惜的是，目前 Apple Intelligence 引入国内的时间表依然不清晰，库克的表态也仍然是「正在努力进入中国市场」。

但无论如何，这场「Gemini 计划」如果落地，意义已经超越了 Siri 自身。不同于部分功能引入 ChatGPT，它代表苹果在生成式 AI 战场上首次向外求援，也意味着 iPhone 的智能体验或许将迎来一次真正的跃迁。

只是，这一步如果走得太快，也让人不禁想问：苹果的智能，未来还有多少会是「自己造」的？

苹果智能“打铁还需自身硬”

10 亿美元对谷歌不重要，同样对苹果也不重要。事实上为了在 iPhone 将谷歌搜索设置为默认搜索引擎，谷歌每年要给苹果 200 亿美元。对苹果来说，钱从来不是问题，真正的问题在于——自研大模型的进展，是否还跟得上这场 AI 军备竞赛。

过去两年，苹果在 AI 上的节奏可谓「稳到让人着急」。Siri 团队经历了多次重组，据 The Information 等媒体多次报道，苹果内部存在方向摇摆与管理层分歧：一派主张渐进优化 Siri，另一派坚持彻底重构为大模型驱动。这种拉扯以及原团队的开发执行能力，都影响到了 Siri 的生成式 AI 化进程。

今年 7 月，苹果机器学习研究团队发布了一份技术报告，披露了苹果的两类自研模型。首先就是那套约 30 亿参数的端侧模型，针对 KV-cache 共享、量化感知训练等进行了优化；其次就是去年底就透露出的百亿级参数云端大模型，采用了目前主流的 Mixture of Experts（MoE）架构，计划将多专家路径与苹果的 PCC 私有云计算服务器深度结合，以提升推理效率与隐私安全。

PCC 架构，图片来源：苹果

相比之下，苹果的端侧模型明显进展更快，对基础任务的支持已经比较完善，同时还在今年 WWDC25 前后开放给了开发者，真正开始将端侧算力和模型释放给第三方应用，并且逐渐涌现出不少利用端侧模型的应用。但从目前来看，苹果的云侧模型距离大规模商用仍有不少距离。

在这种背景下，引援 Gemini 就显得既现实又急迫。它为苹果填上了关键的一块短板——复杂任务推理与多模态生成。从策略层面看，这也是苹果典型的路径：先引入最强的外部能力，稳住体验，再用时间慢慢完成自研替换。

正如当年的地图、芯片、相机模组，苹果往往会在外部成熟技术的基础上，逐步构建自己的闭环。

但问题在于，这一次的追赶难度前所未有。OpenAI、Anthropic、谷歌都在快速迭代，模型规模与生态反馈形成了正循环。苹果或许更擅长产品定义与集成体验，但面对超大规模的模型训练以及数据处理、利用，却很难说有多少优势。

或许，Gemini 的加入能让 Siri 和 Apple Intelligence 在短时间内弥补苹果在 AI 能力上的产品体验劣势，但能否让苹果抓住机会赶上 AI 终端甚至大模型的第一阵营？需要时间来回答。

写在最后

理想情况下，苹果当然可能借助引入 Gemini 争取来的时间完成模型上的赶超，但或许我们也应该承认另一种可能：苹果在云端大模型的竞争里，永远追不上第一阵营。

不是没钱、没算力，而是这场竞赛的节奏，已经不属于苹果的节奏。它擅长的是长线积累、体验打磨，而不是高频迭代和激进试错。

另一方面，如果有一天苹果放弃对自研云端模型的执着，选择构建一个第三方云端大模型生态和架构，自身把更多注意力都放回端侧模型，也未必是坏事。毕竟在端侧，苹果拥有最完整的芯片架构、最成熟的能效优化体系，以及最稳固的用户信任。

这也许就是苹果式 AI 的可能路径，不抢最前沿的风头，而是尽量让智能变得可靠、安全、可持续。