制圖：Midjouney-曉睿

圖文作者：舉大名耳

編輯：楊曉鶴

2024年，注定是生成式AI大放異彩的一年，但對蘋果來說，同樣也是個多事之秋。

前段時間，在蘋果舉行的新品發(fā)布會上，蘋果推出了iPad系列最輕最薄的新款iPad Pro，并在其中搭載了性能堪稱變態(tài)的M4芯片。

根據(jù)蘋果公布的參數(shù)，M4的CPU為4大核+6小核，采用了3nm制程，算力達到了38 TFLOPS（每秒38萬億次）。

然而，激進的堆料，仍舊沒能緩解蘋果在AI時代的焦慮。

發(fā)布會之后，蘋果股價僅在周二（5月7日）收漲了0.38%，這不溫不火的股價，也反應出市場對這種一味“卷硬件”的策略，已經(jīng)不太感冒了。

畢竟，在用戶看來，當今的手機、平板，其實性能早已過剩，自己為什么要為那實際上用不到的“高性能”支付昂貴的溢價？

也正因如此，從去年以來，蘋果的整體Mac銷量和iPad銷量下滑了40%。

更大的危險信號是，iPhone在今年國內(nèi)市場第一季度的排名中，首次跌出了前五。

根據(jù)市場調(diào)研機構TechInsights發(fā)布的最新數(shù)據(jù)，2024年一季度，中國智能手機出貨量為6330萬臺，同比增長1%。在頭部廠商排名中，蘋果以13.7%的市場份額跌出了前五名，加入“others”（其他）行列。

在競爭對手微軟和谷歌，早已推出各自的AI工具和平臺的情況下，越來越多的人已經(jīng)看出來，手機這類個人終端的下一場革命，就是當下的生成式AI。

根據(jù)Gartner的預測，到2024年底，生成式AI智能手機的全球出貨量，預計將達到2.95億臺，占基礎和高級智能手機出貨量的22%

但不幸的是，在這個本該大有可為的新天地，蘋果卻拉胯了，至今沒有自己的大模型。

AI手機正在迎來”ipone時刻“

在當下的生成式AI競爭中，蘋果的步伐顯得格外遲緩與被動。

當微軟與谷歌等巨頭紛紛亮劍，推出自家的大模型，甚至連國內(nèi)的榮耀和OPPO等手機廠商，也先后揭曉了其專署的手機大模型（“魔法大模型”、AndesGPT）之時，蘋果仍舊遲遲未能推出自主研發(fā)的生成式AI產(chǎn)品。

同時，早已顯得滯后的Siri，在如今AI浪潮的沖擊下，表現(xiàn)也越發(fā)不盡人意。就連前蘋果工程師John Burkey也曾尖銳批評Siri的性能，稱其“笨拙”。

實際上，自庫克時代以來，很多人都已經(jīng)感受到，現(xiàn)在的蘋果已經(jīng)不是喬布斯時代那個追求創(chuàng)新，產(chǎn)品為王的蘋果了。

一個重要的區(qū)別，就是現(xiàn)在的蘋果，少了從前那種顛覆性的創(chuàng)新和突破——例如最近OpenAI發(fā)布會上最新的GPT-4o展現(xiàn)出的強大AI能力。

在5月14日的發(fā)布會上，OpenAI最新的旗艦大模型GPT-4o，不僅能力橫跨了聽、看、說等能力，并且交互過程絲滑流暢毫無延遲，可以在平均320毫秒的時間內(nèi)響應音頻輸入，與真人對話的反應速度幾乎一樣了。

AI鯨選社

，贊18

更牛逼的是，在整個演示中，GPT-4o還進行了多項需要實時交互的任務。

例如用攝像頭和用戶實時視頻聊天，或是通過攝像頭觀看用戶寫在紙上的數(shù)學題，并進行解答，又或者在用戶敲代碼的時候，觀看屏幕上的代碼，給出評價和建議等內(nèi)容。

所有這些體驗，都像真人一樣順滑，自然，毫無延遲。

這種炸裂的功能，直接把Siri這種只能進行機械式語音交互的AI，甩到不知道多少條街開外了。

同樣地，在一天后谷歌舉行的I/O開發(fā)者大會上，為了與GPT-4o進行對標，谷歌的Gemini 1.5 Pro，也展示了類似逆天的功能。

在演示中，召喚Gemini之后，測試者打開了攝像頭，邊走邊提出問題，例如：“當你看到會發(fā)出聲音的東西時，告訴我”。

結(jié)果，當鏡頭掃過一個揚聲器時，Gemini果然回答道：“我看到一個揚聲器，它可能會發(fā)聲?！?/p>

就如同當年喬布斯在初代iPhone引入多點觸控屏幕，促進了移動互聯(lián)網(wǎng)時代的到來一樣。

這種毫無門檻的，更人性化的交互方式，必定會在手機端引發(fā)AI應用的革命，從而引領AI走入千家萬戶。

毫不夸張地說，如果將來手機AI真的有一個“iPhone時刻”，那么構成這個“時刻”的關鍵要素之一，正是這樣實時性的，充滿人性和情感的語音交互AI。

不過，正如初代iPhone的奇跡是由多個技術要素構成的一樣，除了語音交互外，AI時代的“iPhone時刻”，也同樣需要更多的要素來構成。

這些潛在的要素，也可以被稱為“技術合力”。蘋果的技術合力能打出AI重拳嗎？

蘋果AI實力到底幾何

就現(xiàn)階段來看，構成手機AI“iPhone時刻”的主要技術條件，至少可歸納為三點核心要素：端側(cè)芯片、模型壓縮技術，以及AI語音交互技術。

其中，端側(cè)芯片作為硬件基礎，不僅決定了手機能運行多大參數(shù)的大模型，而且還直接影響到數(shù)據(jù)處理的速度與效率；

而模型壓縮技術，則是在手機上實現(xiàn)高性能AI的關鍵，它決定了將大模型縮小并塞進手機的同時，模型是否還能保持先進、復雜的推理能力；

至于AI語音交互技術，則是構建流暢用戶界面與人機溝通體驗的關鍵，它讓手機AI能夠準確理解并響應用戶的語音指令。

在端側(cè)芯片方面，雖然蘋果在發(fā)布會上宣稱M4各種強大，但是從M3的數(shù)據(jù)以及相對M3的提升來看，雖然擁有16個NPU，但在AI算力/生產(chǎn)力關鍵參考的Token生成速度上，M4大概率只有26-29/秒左右。

與競品相比，蘋果的M4芯片AI算力（38TOPS）只能算一般。

在AI方面，高通驍龍8Gen3的峰值算力達45TOPS，英特爾面向AI PC的酷睿Ultra處理器AI算力也可達34TOPS，而天璣9300搭載的vivo X100 可運行 100 億參數(shù)大模型，算力達到 33TOPS。

由此可見，在群雄并起的AI時代，蘋果在硬件方面，并未像研發(fā)初代iPhone時那樣，占據(jù)絕對的優(yōu)勢（例如當時的多點觸控）。

雖然蘋果M系列芯片還有統(tǒng)一內(nèi)存的巨大優(yōu)勢，但是由此帶來的本地模型運行慢，也無法多線程的劣勢面前，蘋果的AI芯片可謂讓開發(fā)者又愛又恨。

而在第二大技術要素，即模型壓縮技術方面，蘋果則顯示出了明顯的滯后。

模型壓縮技術，相當于是當年構成“iPhone時刻”的iOS系統(tǒng)，在這一技術領域，盡管蘋果發(fā)布了數(shù)篇關于手機大模型的論文，如《LLM in a flash: Efficient Large Language Model Inference with Limited Memory》，總體上看，雖然這些論文的思路，都是在想方設法將模型壓縮，同時保持其強大性能，但迄今為止，蘋果仍未推出任何具體的大模型產(chǎn)品。

而在這個領域，走在最前面的，往往是一些專注于大模型技術的AI企業(yè)，例如國內(nèi)的一些AI企業(yè)。

某智能公司的開源MiniCPM-V 2.0模型，不僅以2B的參數(shù)量，超越了多個較大的模型，如Mistral-7B，甚至在某些方面，還能與Llama2-13B和Falcon-40B等參數(shù)是自己幾十倍的模型相媲美。

最后，從語音交互方面來看，早已顯得滯后、笨拙的Siri，在如今OpenAI、谷歌等先進的AI技術面前，根本沒有任何招架之力。

尤其是5月14日的OpenAI發(fā)布會上，ChatGPT展現(xiàn)了最新的語音功能后，所有人都感覺到，這種具有語氣和情感，能夠像人類彼此交流時那樣允許插話、情緒飽滿的AI語音系統(tǒng)，已經(jīng)對上一代語音AI（如Siri）形成了肉眼可見的碾壓。

由于蘋果在AI方面的拉胯，同時眼看著今年的WWDC（蘋果全球開發(fā)者大會）越來越近，感受到壓力的蘋果，不得不與OpenAI和谷歌進行深入談判，計劃引入ChatGPT技術來對Siri進行一次重大的“大腦”升級。

破碎的城墻

長期以來，蘋果之所以能在科技舞臺上傲視群雄，核心在于其獨特的軟硬件垂直整合的封閉生態(tài)系統(tǒng)。這一系統(tǒng)確保了從iPhone到Mac的每款產(chǎn)品，都能讓用戶享受到一個更加純凈、穩(wěn)定的體驗。

然而，隨著AI時代的到來，蘋果愈發(fā)難以在新的技術角力中，占據(jù)所有有利要素。

也正因如此，原本封閉的IOS系統(tǒng)，如今也不得不對OpenAI等巨頭進行開放，而這樣的局面，實質(zhì)上已經(jīng)表明，蘋果原本固若金湯的城墻，今天已經(jīng)被部分地“攻破”了。

不過，這樣的窘境，也不能全怪庫克，說他不思進取。其實，這跟蘋果自身的業(yè)務性質(zhì)也有一定關系。

咱們得明白，蘋果一直以來玩得轉(zhuǎn)的是啥？是那種能跟它的自身硬件進行契合的傳統(tǒng)AI。

啥叫傳統(tǒng)AI呢？簡單講，就是那些專注于特定任務，比如人臉識別、語音助手、拍照優(yōu)化這些，這些技術側(cè)重于利用算法優(yōu)化硬件性能，提升用戶體驗，恰好與蘋果擅長的軟硬件一體化設計哲學不謀而合。

比如iPhone上的Face ID，看一眼屏幕就能解鎖，又例如Apple Watch通過心率監(jiān)測、血氧檢測等功能，結(jié)合AI算法分析，為用戶提供健康預警和健身建議等功能，這些都是傳統(tǒng)AI在蘋果設備上的體現(xiàn)。

蘋果這種高度依賴于硬件銷售與服務結(jié)合的商業(yè)模式，決定了生成式AI必然會與其存在一定的錯位。

因為ChatGPT這樣的AI，本質(zhì)上是一種更“獨立”的系統(tǒng)，而不是手機、平板這類硬件的附庸。在脫離硬件的情況下，其依賴云端算力，也照樣可以進行推理。

照這樣來看，蘋果在生成式AI時代的沒落，難道是一種必然了嗎？

其實也不完全見得。

如果喬布斯仍舊掌舵蘋果，以其對用戶體驗的偏執(zhí)追求，至少不會容忍Siri糟糕的體驗那么長時間，蘋果在語音AI上的表現(xiàn)，也許不會像今天那么慘。

同時，喬布斯不僅理解用戶當前的需求，并且還能夠憑借對市場和技術的洞察力，預見用戶未來可能的需求。

例如，在1980年代，喬布斯就預見到了圖形用戶界面（GUI）將取代傳統(tǒng)的命令行界面。并將GUI應用于蘋果的Lisa和Macintosh電腦上，成為了個人電腦行業(yè)的重要里程碑。

同樣地，在2000年代初期，當手機市場還主要由功能手機主導時，他就預見到了智能手機的巨大潛力，并推出了iPhone。

到了2010年代，其更是前瞻性地預見到了人們對于便攜式、長續(xù)航的移動計算設備的需求，并推出了iPad，由此迅速開啟了平板電腦市場。

銷售見長的庫克，很明顯已經(jīng)意識到蘋果的問題，也在最近發(fā)布了端側(cè)UI模型Ferret-UI,他能理解屏幕上的內(nèi)容，還能識別和操作具體的UI元素。

很多人猜測，蘋果的意圖是手機端用自己的大模型處理簡單任務（短信處理/iPhone 通知），云端用其他家大模型處理復雜任務（生成圖像/電子郵件回復）。

這一權宜之計，對于蘋果來說，也是沒辦法中的最好辦法，一向閉源的iOS也不得不半推半就，接受了“靈魂”植入。畢竟三星Galaxy S24依靠與Google大模型的合作，手機銷量增長了兩位數(shù)。自己銷量下滑態(tài)勢止不住，此消彼長下的黃昏很難熬。

停止造車后，AIl In AI 的蘋果，也沒有勇氣全力打造一款媲美ChatGPT的大模型，只能說時代正在緩緩碾過巨頭的尸體。