# iOS 今年最大的更新为什么会是它？

- 作者：山宗
- 发布时间：2024-04-06 12:43
- 分类：产品
- 原文：https://www.ifanr.com/1580119

尽管消费者对 AI 手机、AIPC 的感知大都停留在概念阶段，但当苹果高调宣布要加入其中，整个行业和消费者同样会抱有不小的期待。

如同去年 WWDC 亮相的 Vision Pro，头显行业都期待着苹果能完成一轮市场教育，打开新的局面。对于目前还饱受争议的 AI 设备而言，一家巨头加入的积极意义或许远大于竞争的威胁。

彭博社记者 Mark Gurman 早早放出风声——苹果紧锣密鼓地开发一系列 AI 功能，并计划将它们整合进 iOS 18 操作系统中。

从以往苹果守口如瓶的程度来看，纵使外界风声四起，苹果具体的 AI 解题思路往往不到发布会的最后关头都不能一锤定音，不过，这不妨碍我们从苹果近期的动态中捕捉到一些蛛丝马迹。

![](https://s3.ifanr.com/wp-content/uploads/2024/04/10-1.jpg)

近期，苹果发布的一篇大模型论文就向外界展示了苹果在 AI 领域的最新进展。

通过 ReALM 技术的应用，Siri 现在能够实时理解并识别用户屏幕上的内容，而无需依赖敏感的屏幕截图或图像数据，在提升智能之余，也充分保障了用户的隐私安全。

设想这么一个场景，当你发出指令「打开我屏幕上第一个 APP」，Siri 就能借助 ReALM 技术将屏幕上的元素和布局转化为文本信息，并据此执行用户的命令。

简而言之，就是你手机上的 Siri 将变得越来越聪明，也越来越懂你。

### Siri 十三年漫漫「聪明」路

在变得「聪明」的这条道路上，Siri 已经走了十三年了。

十三年前，你会惊叹于 Siri 的新鲜感，用它来设定闹钟，查看当天的天气，仿佛一个全新的人机交互时代正在向你挥手致意。

十三年后，你还是用它来设定闹钟，查看当天的天气，只是失望情绪取代了当初的新鲜感，像极了望子成龙、望子成风却又恨铁不成钢的父母。

> 2024 年：人工智能取代程序员/艺术家等  
> 2024 年的 Siri：抱歉，我没听懂你的意思

即便是 Siri 最忠实的拥趸——史蒂夫·乔布斯本人也未曾预料到，Siri 出走半生，归来仍是少年。可能很多人不知道的是，和 iTunes 一样，其实 Siri 也是苹果用真金白银买来的。

![](https://s3.ifanr.com/wp-content/uploads/2024/04/2-1.png)

2010 年初，乔布斯向「Siri 之父」的 Dag Kittlaus 拨出了一通电话。一次长达三小时的会谈过后，在乔布斯的一力促成下，Siri 同年四月就被苹果收入麾下。此后， Siri 便通过苹果「全家桶」渗透到千家万户，成为苹果品牌史上不可磨灭的标志性符号。

如同当年风靡一时的《水果忍者》让人们逐渐熟络了触控屏体验，Siri 的普及不仅引领了一种全新的交互方式，更是一种生活习惯的变革。人们开始习惯于用自然语言与机器进行交流，用语音指令来简化日常任务。

语音控制只是交互形式的变革，2011 年的苹果对 Siri 的推出抱有巨大的野心和期望。

苹果不仅仅将 Siri 视为一个简单的语音助手，而是看作一个能够理解用户需求、并解决帮助问题的智能伙伴。正如苹果营销主管菲尔·席勒在发布 Siri 时所描述的那样：

> 通过语音指令就能帮助你搞定事情的智能助手。

而这一点，在未被苹果收购前的最初版的 Siri 身上，就已经有所体现。

在 Dag Kittlaus 等人的构想中，Siri 应该是一个能够迅速而精准地获取信息的助手，一个能够熟练处理各种复杂任务的智能助理。

![](https://s3.ifanr.com/wp-content/uploads/2024/04/3-1.png)

古早版 Siri 能够与 42 个网络服务进行连接，涵盖了从 Yelp 的餐馆点评到 Rotten Tomatoes 的电影评价，以及 Wolfram Alpha 的数学计算等多个领域。

通过整合这些网站的信息，Siri 能够以文本的形式为用户提供一站式的服务体验。

Siri 联合创始人 Norman Winarsky 曾强调，Siri 最初的目标正是理解用户的意图，提供精准的答案，并代表用户去执行那些任务。在执行过程中，Siri 会收集数据，以便在未来提供更加精准的服务。

> 我们需要的不是一个搜索引擎，而是一个执行引擎（do engine），这就是我们的创意突破口。
> 
> 这个产品能像真人一样和你互动，我们把这叫做「拟人化」，像一个友好周到的助理。

苹果接手之后，Siri 也的确一度沿着智能助理的发展轨迹稳步前行。它不仅能够流畅回答用户的询问，还能过语音交互执行一系列日常任务，如设置闹钟、发送信息、查询天气等。

在《生活大爆炸》的第五季中，印度裔科学家 Raj 对搭载在 iPhone 4S 上的 Siri 一见倾心。这种单方面的「爱情」也是基于 Siri 和 Raj 进行简单的交流所展现出基础语言理解能力。

![](https://s3.ifanr.com/wp-content/uploads/2024/04/16.jpg)

因此，在 Siri 问世之初，国外科技媒体对其评价也是压倒性的看好。

The Verge 曾强调，Siri 最牛的地方在于它的工作原理——至少在很多场景下，它的水平都超出了用户的预期。CNN 形象地将 Siri 比作「我们梦想中的智能助理」，随叫随到。《纽约时报》 也不吝赞美之词，指出 Siri 通过节省时间，减少冗余操作，深刻重塑了手机的定义。

![](https://s3.ifanr.com/wp-content/uploads/2024/04/5-1.png)

历史的步伐，不总是按照既定的节奏前进，有时兜兜转转都未必找到前进的韵律。

正如你让 Siri 往东，但它偶尔也会向西一样，新鲜感构成了用户对 Siri 的「乍见之欢」，但停滞不前也造就了用户的「久处而厌」。

苹果 Siri 首次登场的第二天后，乔布斯因癌症而不幸去世，给 Siri 的发展之路笼罩上一层难以驱散的阴霾。一位苹果前员工在接受 The Information 的采访时不免感叹道：

> jobs （乔布斯）在 Siri 推出后的第二天就去世了，苹果也由此失掉了前进的方向。

此外，苹果高管团队的频繁更迭、公司内部派系的争斗也对 Siri 的顺利发展造成了不小的影响，在之前的文章中，APPSO 也曾分析过 Siri 「变笨」的原因。（https://mp.weixin.qq.com/s/7oDXkASTZgGIjKJaFWPLkQ）

内外因素的夹击之下，一出道即是巅峰的 Siri 的发展步伐也逐渐放缓，从以往的「学霸」逐渐沦为现在的「学渣」。

### Siri 「聪明」的终点，也是起点

听说苹果 Siri「倒退」了？还有这种好事！

ChatGPT 的一夜蹿红，向世人展示了大型语言模型（LLM）在语言理解、生成、交互和推理领域的出色表现，也使 Siri 有机会回到起点——成为一个能够真正理解并响应自然语言的智能助理。

不久前，「Siri 之父」Kittlaus 也在 X 上分享了自己对 AI Siri 的设想，并列举了一系列应用场景。

> Siri，当 Chris Malinchak 发布新歌时，你能提醒我，并让 Spotify 将其添加到我的「Chill Beats」文件夹吗？  
> Siri，请周二和周四早上 7 点、其他工作日早上 8 点叫醒我。周末除非在我的日历上看到早上的约会，否则不要打扰我；如果有早上的约会，请及时叫醒我。

**2024 年，苹果要在生成式 AI 领域大展拳脚，而 Siri 可能是最重要的交互载体。**

![](https://s3.ifanr.com/wp-content/uploads/2024/04/6-1.png)

在此前的财报会议上，苹果 CEO 库克一反常态地对外界透露，公司 2024 年将在生成式 AI 领域「开天辟地」，甚至在多个场合强调，苹果将在今年晚些时候公布关于生成式 AI 的重要消息。

比起苹果十年造车，一朝梦碎的消息，更引人注目的是，苹果原先负责造车项目的部分员工将被重新分配生成式 AI 项目的研发。

苹果在生成式 AI 的投入也不惜血本。作为世界上市值最高的企业，财大气粗的苹果主打的就是买买买，通过收购来加速技术的积累和创新的步伐。

据市场调查机构 Stocklytics 公布的最新报告，苹果在 2023 年一口气收购了 32 家 AI 公司，位居主要科技企业收购排行榜榜首。

![](https://s3.ifanr.com/wp-content/uploads/2024/04/12-3.jpg)

同时翻开苹果机器学习团队最近一年来的研究论文，我们可以清晰地看到，苹果极度重视端侧设备上运行大模型的可行性。

今年 1 月，苹果的机器学习团队在新发表的论文中，深入探讨了一种可以解决「在手机内存上运行大模型」的方法，为解决移动设备上的计算瓶颈提供了新的技术思路。

开头提到的那篇论文中，苹果的研究人员也宣布，尽管 ReALM 的参数规模更小，但在某些关键指标上，它的表现甚至比 GPT-4 更胜一筹。

那么 AI Siri 究竟会以哪种形式呈现在我们眼前？在 WWDC 2024 到来之前，我们或许可以从 Android 阵营这边得到一些启发。

去年 8 月份的 HamonyOS 4 发布会上，余承东宣布智慧助手小艺接入 AI 大模型的能力。紧接着，雷军透露小米已经在手机上跑通了 1.3B 参数的大模型，部分场景效果可媲美云端。

国内手机的「御五家」一个也没落下。基于 AndersGPT 的 OPPO 小布助手，搭载 7B 端侧 AI 大模型的荣耀 Magic 6、搭载蓝心大模型矩阵的 vivo 也陆续官宣。

![](https://s3.ifanr.com/wp-content/uploads/2024/04/8-1.png)

得益于大模型的加持，这些语音助手在文案生成、图片绘制等方面让人眼前一亮，但相较于以往的语音助手在应用场景上并没有什么不同。

AI Siri 要想重塑初心，成为真正意义上的智能助手，起码得满足以下几个基本条件：

首先，变得更聪明，即通过大模型技术提升其自然语言处理能力；其次，采用语音优先界面，优化用户的交互体验；再者，打通所有应用的孤岛状态，实现数据和功能的无缝整合，让 Siri 成为一个真正的全场景智能助手。

上述三个条件，单拎任何一个出来虽绝非易事，但也有一些行业先行者的经验可供借鉴。

在生成式 AI 的赛道上，最快的捷径有时是携手同行，前不久，便有消息传出，「掉队」的苹果正在与 Google、OpenAI 等公司就生成式 AI 服务整合到 iOS 18 展开谈判。

![](https://s3.ifanr.com/wp-content/uploads/2024/04/9-1.png)

比起「听清楚你的语言」，「听懂你的意思」才是语音交互的主要障碍。就连乔布斯生前也觉得这是一件棘手的事情：

> 语音识别是未来 10 年里挺美好的一个课题。它面临的问题其实不单单是如何识别语音。当你和别人说话时，能够懂得对方的语言比单纯识别出语音要难得多。
> 
> ……这件事情挺难的。所以在我们解决它之前，你也只能憧憬着这个美好的未来了。

如何能够在各种噪音和复杂环境中准确响应用户的唤醒需求，如何从语义理解到记忆理解的转变，让 Siri 能够记住并分析用户的语境、上下文，提供更加智能化的服务和建议，正是 Siri 在智能化道路上迈出的关键一步。

而这些恰巧都是当下的 AI 硬件们所擅长的地方。

至于打通应用之间的壁垒问题，软硬件交织的融合尚在其次，在当前的应用生态中，诸如数据共享与隐私保护等问题才是横亘在苹果面前的拦路虎。

![](https://s3.ifanr.com/wp-content/uploads/2024/04/10-1.png)

十三年前，人们或许会为体验 Siri 而购买 iPhone，那时的 Siri 不仅仅是一个功能，更代表了一种全新的交互方式，一种探索生活未来方式的媒介。

十三年后，褪去昔日光环的 Siri 从一个创新焦点逐渐变成了普通的附加功能，甚至在某些用户的生活中变得可有可无。

在大模型技术的加持下，从冰冷的点击和敲击转变为温暖的语音交流，我们期待的 Siri 不仅仅是一个智能系统，而是一个能够理解我们的语言、情感和需求的全面伙伴。

这样的 Siri 将会为我们提供更加个性化、更加贴心的服务，也让技术的使用变得更加人性化，更加充满温度。