Apple ने Google Gemini मॉडल्स के आसपास निर्मित नया AI आर्किटेक्चर प्रकट किया

मूल लेख ↗ Hacker News चर्चा ↗

आर्किटेक्चर और मॉडल चयन

  • Apple ने पाँच “Apple Foundation Models” (AFMs) का वर्णन किया: दो ऑन-डिवाइस (Core, Core Advanced) और तीन क्लाउड (Cloud, Cloud Image, Cloud Pro)।
  • कहा गया है कि Cloud Pro “Gemini frontier-level” है और Apple के Private Cloud Compute (PCC) के तहत Google Cloud में NVIDIA GPUs पर चलता है; बाकी Apple Silicon पर चलते हैं।
  • Cloud Pro को छोड़कर बाकी सब custom Apple मॉडल बताए गए हैं जिन्हें Gemini का उपयोग करके “refined” किया गया है; टिप्पणीकार अनुमान लगाते हैं कि इसका मतलब distillation या fine-tuning का कोई रूप हो सकता है, लेकिन विवरण स्पष्ट नहीं हैं।
  • कुछ लिंक दावा करते हैं कि पहले वाला ऑन-डिवाइस AFM लगभग 3B parameters का था; लोग नोट करते हैं कि नया stack उससे “ज़्यादा जटिल” है।

Gemini की गुणवत्ता और Hallucinations

  • कई पोस्टर सार्वजनिक Gemini (खासकर search “AI mode”) को गलत और hallucination-प्रवण बताते हैं; कुछ Claude या ChatGPT को तरजीह देते हैं।
  • अन्य लोग Google Search के AI mode और Gemini app/API में अंतर करते हैं, और कहते हैं कि दूसरा बहुत बेहतर है, खासकर paid tiers (जैसे Ultra) में।
  • फोन पर local Gemma-based models की सराहना की जाती है, लेकिन कुछ लोग रिपोर्ट करते हैं कि मौजूदा iOS local Gemini धीमा, गर्म, और फिर भी hallucinate करता है।

गोपनीयता, Private Cloud Compute, और Trust

  • Apple का दावा: पहले ऑन-डिवाइस, offload के लिए PCC, डेटा केवल प्रति अनुरोध उपयोग होता है, और Apple या third parties के लिए accessible नहीं है; security researchers प्रकाशित PCC design के जरिए सत्यापित कर सकते हैं।
  • PCC confidential computing का उपयोग करता है (Apple Silicon, और अब Google Cloud पर Intel/NVIDIA भी) plus OHTTP-style relays; keys held रहती हैं ताकि operators allegedly data inspect न कर सकें।
  • समर्थक इसे off-device inference के लिए उपलब्ध सर्वोत्तम privacy architecture कहते हैं।
  • संदेहवादी कहते हैं: users को फिर भी Apple (और underlying hardware vendors, और jurisdiction) पर भरोसा करना होगा; nation-state backdoors, zero-days, या कानूनी बाध्यता अभी भी संभव हैं; कुछ इसे “security theater” कहते हैं जब तक स्वतंत्र और निरंतर audit न हो।

EU DMA, Regulation, और Feature Delay

  • Siri AI / Apple Intelligence EU में delayed है। Apple इसका कारण DMA की वह requirement बताता है जिसमें third-party assistants के लिए device data और actions तक parity of access मांगी गई है।
  • एक पक्ष: “किसी भी AI app” को Siri-level permissions देना (सारा personal data पढ़ना, apps नियंत्रित करना) बहुत जोखिमभरा है; Apple का विरोध करना सही है।
  • दूसरा पक्ष: यह lock-in बनाए रखने और competition से बचने के बारे में है; users को स्पष्ट permissions के साथ अन्य assistants चुनने की अनुमति मिलनी चाहिए, जैसे आज contacts/photos के साथ होती है।
  • paternalism बनाम user autonomy पर बहस; कुछ कहते हैं safeguards और system prompts पर्याप्त होंगे, जबकि अन्य मानते हैं कि औसत users Meta-style dark patterns से बहकाए जाएंगे।

क्यों Google (और अन्य क्यों नहीं)?

  • चर्चा किए गए कारण:
    • Google की small/edge models में ताकत (Gemma, on-device Gemini) और पहले का edge-AI work।
    • विशाल compute क्षमता (TPUs, GPUs, data centers) और PCC के तहत Apple के अपने AFMs को host करने की तत्परता।
    • मौजूदा multibillion-dollar search partnership और नए labs की तुलना में perceived corporate stability।
  • बहुतों का मानना है कि models commodity बनते जा रहे हैं; असली differentiation Apple की integration, orchestration, और UX होगी।

User Choice, Lock-in, और Third-Party Assistants

  • कुछ लोग system-level तरीके से alternative models (Claude, Mistral, DeepSeek, self-hosted) को Apple Intelligence APIs के पीछे plug करने की इच्छा रखते हैं।
  • अन्य तर्क देते हैं कि Apple सबके models PCC में operate नहीं करेगा (और ऐसा करना आवश्यक भी नहीं है), और arbitrary clouds तक open routing privacy guarantees को कमजोर कर देगा।
  • DMA बहस यहाँ फिर आती है: क्या “Siri जैसी access” केवल on-device APIs पर लागू होनी चाहिए, या cloud backends पर भी।

Siri, UX, और App Integration

  • कई लोग कहते हैं कि legacy Siri “terrible” थी और संदेह करते हैं कि Siri brand का पुन: उपयोग perception बदल देगा।
  • App Intents और Shortcuts पर technical talks एक गहरी agentic layer का संकेत देते हैं: AI apps के बीच coordinate कर सकता है, passwords बदल सकता है, travel बुक कर सकता है, आदि।
  • कुछ लोग OS-level integration से उत्साहित हैं जिसे third-party chatbots match नहीं कर सकते; अन्य brittle automation (जैसे AI का गलती से passwords बदल देना) और complex failure modes से डरते हैं।

Apple की समग्र AI रणनीति पर विचार

  • आलोचना: Apple “weirdly behind” है, core AI के लिए दूसरों पर निर्भर है, innovation leadership के नुकसान और operations पर अत्यधिक ध्यान दिखा रहा है।
  • प्रतिवाद: Apple ने frontier models training पर दसियों अरब डॉलर जलाने से समझदारी से परहेज़ किया; अब landscape साफ़ होने पर वह models को rent या co-develop कर सकता है।
  • कई लोग नोट करते हैं कि Apple लंबे समय से खुद को hardware+integration company के रूप में प्रस्तुत करता आया है, न कि search/AI lab के रूप में; model को swappable implementation detail मानना उसी philosophy के अनुकूल है।