库克“谢幕”，苹果AI“起航”？苹果2026WWDC

文｜罗镇昊

编｜刘俊宏

75分钟的演讲，70%都在聊AI。库克在自己主持的最后一场WWDC上，表现得稍显“仓促”。

WWDC是苹果一年中最重要的活动之一，所有关于iOS、iPadOS、macOS等软件系统的最新进展都会在这里揭晓。作为未来操作系统的核心构成，AI成为WWDC最近三年的主角。

两年前，苹果高调推出Apple Intelligence，试图在AI浪潮中重新定义智能助手。但随后，这套系统的进展却不尽人意，全新的Siri也迟迟未能兑现。

今年的WWDC 2026，承担着为苹果在AI领域重新证明自己的重任。而在库克的开场中，答案似乎已经浮现：那个多次跳票的Siri，这次真的来了。

Siri AI升级，苹果要做豆包手机？

今年WWDC最值得关注的事，无疑是那个多次跳票的Siri终于落地了。

苹果给升级后的Siri单独起了个名字，叫做Siri AI。它不再是那个只能帮你放首歌、拨通电话、查天气的“语音遥控器”，而是一个真正集成在系统里的Agent。

一句话总结，那就是新的Siri AI不拉胯了。如同去年惊艳整个消费电子圈的豆包手机一样，苹果的手机AI现在也具备了系统级能力，且这种能力无处不在。

新的Siri具备五项能力：个人情境理解、图像理解、世界知识、屏幕感知以及APP调用。一般的日常任务几乎都能通过Siri完成，比如回复邮件、安排日程、结合聊天记录撰写文章。

演示中，主持人随手打开一张照片，Siri直接识别出屏幕上的图片是哪里，并在地图上导航到具体位置，然后从社交APP中找出朋友发过的地址，规划中途去朋友家的路线——完成查看屏幕信息、提取信息、根据信息调用相应的APP。可以看出，新的Siri已经成为应用之上更高一级的入口。

另一个演示者用Siri查到了世界杯第一周的赛程，提出想办一场巴西VS摩洛哥的观赛派对，接着让Siri推荐一些两个国家的经典菜，Siri随即检索了全球知识，又翻出好友Maria在聊天里提到的椰子饼干，最终整合出一份兼顾两国风味的菜单，并直接帮用户起草了一条群发邀请，附上菜单，一键发送。全程不用手动操作。

结合苹果官方演示看到，Siri AI已经不再是一个简单的助手。具备Agent能力的AI结合多模态能力之后，现在能够“看”到手机屏幕并“替”用户执行操作。或许，这些具体操作的任务主要还是基于苹果系统自带APP，还没有达到协同调用第三方APP的高度，甚至都还比不上国内AI手机“一句话”点咖啡的自由度。但平心而论，这对于“承认AI慢了”的苹果而言，已经是一项重大升级了。

此外，苹果还展示了一系列基于AI的“散装”应用能力，主打一个AI“哪都能用”。

Siri还可以帮助整理相册，只要对Siri说一句“把有某某的照片放进家庭共享相册”，它就会自己完成识别、筛选和操作，完全不需要打开APP。

同时Siri也被结合进相机里，镜头对向目标就可以对Siri进行问答，比如问面前这盘菜有多少卡路里，这份账单每人要A多少钱

唤醒方式与多设备体验方面，Siri AI保留了“Hey Siri”和侧边按钮两种唤起方式，同时Siri还被嵌入灵动岛，向下轻扫就能进行语音或文字多轮对话。除此之外，苹果这次为Siri推出了专属的App，所有对话记录可通过iCloud私密同步，在iPhone上开始的对话，可以在iPad上接续，在Mac上收尾。

各平台上，Siri的形态也有差异。Mac上，Siri被整合进了Spotlight，可以在任意界面呼出，并通过右键菜单针对选中内容提问；Apple Watch上，Siri AI则以极简的交互直接在手腕上执行操作；Vision Pro上更进一步，只需注视Siri并开口说话，无需任何唤醒词。

这些能力正依托Apple Intelligence的驱动。官方表示，这套系统的运行在端侧和私有云上，简单的任务在本地设备上跑，复杂的任务则送到Private Cloud Compute。

基于Apple Intelligence底座，Safari、信息、邮件、日历等各类原生APP都得到了AI能力的加持。

Apple Intelligence?Gemini Intelligence!

Siri AI这次惊艳表现的背后，是苹果对整个AI架构做了一次重建，“拖延”两年的Apple Intelligence终于出来了。

还记得在2024年WWDC，苹果高调发布的Apple Intelligence给了用户不少期待。最“苹果”的体验、最好的AI大模型协同（ChatGPT）、最顺畅的端云协同联动，这是当时苹果给所有消费者的承诺，也给了AI手机厂商不少AI智能体落地的参考。甚至，当时还有不少分析师和消费者认为苹果仍有可能自研AI。

但在2026年WWDC上，一切尘埃落定。Apple Intelligence是基于谷歌Gemini做的。

虽然没有披露太具体的细节，但我们仍可以从中审视苹果为AI搭建的全新架构。整体逻辑上，苹果AI还是当下智能硬件行业共识采用的端云协同架构。苹果的基础模型——AppleFoundation Models是跟谷歌基于Gemini共同打造的系列模型，并分别布局在手机端侧和云端（Private Cloud Compute）。

云端这边，就是苹果专门搭建的AI基础设施。这部分苹果给的说法是，云端只是用于处理用户的需求，处理完就“删”，苹果不掌握也看不到用户的数据。

这种设计有点反常识，因为AI大模型厂商都非常重视自己与用户的交互数据，这些数据能够不断迭代模型能力。但在苹果这边，更像是执行用户复杂需求（图像生成、复杂推理等）的“一锤子买卖”。这或许侧面说明苹果自己可能还没有完善的数据闭环，甚至独立训练模型的能力。

端侧这边，苹果今年把模型分成了高、低两个能力档位。首先，所有支持Apple Intelligence的设备都带一个约3B大小的基础模型。

在性能更好的设备上（例如最新款手机、PC），苹果额外搭载一个更大的模型，这个模型能给出更高质量的输出、更长的上下文。同时苹果苹果还配套了独立的语音模型，用于新Siri的自然对话和个性化语音合成。

在端侧基础模型这边，苹果的解法还是比较有参考性的。苹果做了一个叫System Orchestrator（系统编排器）的架构来调度整个Apple Intelligence。

在这里，先解释一下Orchestrator的概念。在AI领域（尤其是智能体时代的AI），AI执行任务已经不再是一个大模型回答所有任务，而是多个不同能力的小模型、工具（搜索、APP调用等）、端云任务结合、上下文（多步任务）记忆等环节共同协作。Orchestrator的任务就是把整体任务拆解成合适的大小，分配到最适合执行的部分。

在苹果这边，System Orchestrator调度的是四大功能模块，分别负责个人信息理解、世界知识、Actions和屏幕感知。

具体来说，上下文理解就是设备上的信息，文字、图片、邮件，这些手机AI都了如指掌，能调用正确信息。

世界知识就是一定程度的常识，苹果在线上做了一个世界知识服务，当本地模型知识不足或需要最新信息时，AI能找到合适的信息输出。

Actions就是让Siri AI 真正执行操作，而不是只聊天，相当于用户的“手替”，负责操作手机。

屏幕感知则是当用户的“眼替”，能阅读屏幕上的信息，作为AI模型的输入。

整体来看，四大调用模块是两两组合的结构。分别承担内部、外部获取信息和执行输出、信息输入的角色。按照苹果的说法，这就是以你为中心的AI。

结语

苹果花了两年时间，终于是给Apple Intelligence做出来了。但无论是从应用效果到AI布局，苹果的AI始终还是有一股“拧巴”味。

一方面，Apple Intelligence还是有不少“老款”AI助手的部分。例如世界知识部分，是苹果几年前就在运营的知识图谱，当时是希望解决Siri知识老旧、胡编乱造的问题。但在AI大模型都能联网的今天，显得有点多此一举。另一方面，下定决心跟谷歌合作AI模型，这对于“困在自研执念”的苹果也是一种跨越。

但无论如何，AI只要落地就一定是好事。尤其是在中国手机厂商不断炫技的2026年，苹果也终于明白了交付大于完成的道理。

最后是具体更新计划。苹果AI的更新最老到苹果11，pc必须是苹果芯片，中国和欧盟暂时用不了。

不过，相信中国用户很快也能用上。此前，苹果曾计划和百度合作，将文心一言4.0作为国行iPhone生成式AI底层，适配国内数据合规要求。后又同步与阿里合作落地中国AI合规审核。

在无法直接使用谷歌服务的情况下，苹果很可能要寻找一个新的本土大脑，而千问就是目前最有可能的对象。

这件事能不能做成，进展得快不快，直接决定了中国用户能否用上全新的Siri。

抛开区域限制，这次WWDC真正值得被记住的，是苹果完成了AI时代的重构，并将Agent植入到操作系统。