Apple 揭示围绕 Google Gemini 模型构建的新 AI 架构

原文 ↗ Hacker News 讨论 ↗

架构与模型选择

  • Apple 介绍了五个“Apple Foundation Models”（AFMs）：两个端侧模型（Core、Core Advanced）和三个云端模型（Cloud、Cloud Image、Cloud Pro）。
  • 据称 Cloud Pro 达到“Gemini frontier 级别”，并在 Apple 的 Private Cloud Compute（PCC）之下运行在 Google Cloud 的 NVIDIA GPU 上；其他模型则运行在 Apple Silicon 上。
  • 除 Cloud Pro 之外的所有内容都被描述为使用 Gemini “精炼”过的自定义 Apple 模型；评论者推测这可能意味着某种蒸馏或微调，但细节尚不清楚。
  • 一些链接声称早先的端侧 AFM 约有 3B 参数；有人指出新的技术栈比这“更复杂”。

Gemini 质量与幻觉

  • 几位发帖者抱怨公开版 Gemini（尤其是搜索的“AI mode”）不准确且容易幻觉；他们更喜欢 Claude 或 ChatGPT。
  • 也有人区分 Google Search 的 AI mode 与 Gemini 应用/API，称后者好得多，尤其是付费层级（例如 Ultra）。
  • 基于 Gemma 的本地模型在手机上受到称赞，但一些人反馈当前 iOS 本地 Gemini 仍然缓慢、发热，而且依旧会幻觉。

隐私、Private Cloud Compute 与信任

  • Apple 的主张是：优先端侧推理，必要时使用 PCC 卸载，数据仅按请求使用，Apple 或第三方都无法访问；安全研究人员可以通过已公开的 PCC 设计进行验证。
  • PCC 使用机密计算（Apple Silicon，如今也包括 Google Cloud 上的 Intel/NVIDIA）以及类似 OHTTP 的中继；密钥的持有方式据称使运营方无法检查数据。
  • 支持者称这是目前离线推理中最好的隐私架构。
  • 怀疑者指出：用户仍然必须信任 Apple（以及底层硬件供应商和司法管辖区）；国家级后门、零日漏洞或法律强制都仍然可能存在；一些人称其为“安全表演”，除非能被独立且持续地审计。

EU DMA、监管与功能延迟

  • Siri AI / Apple Intelligence 在欧盟被延迟。Apple 归咎于 DMA 要求第三方助手对设备数据和操作拥有与 Siri 同等的访问权限。
  • 一方认为：让“任何 AI app”获得 Siri 级权限（读取全部个人数据、控制应用）风险太高；Apple 拒绝是对的。
  • 另一方认为：这是在维护锁定效应并回避竞争；用户应该可以像今天对联系人/照片那样，明确授权选择其他助手。
  • 争论集中在家长式管理与用户自主之间；有人认为安全措施和系统提示就足够，另一些人则认为普通用户会被 Meta 式暗黑模式欺骗。

为什么是 Google（而不是其他公司）？

  • 讨论给出的原因：
    • Google 在小型/边缘模型（Gemma、端侧 Gemini）以及此前边缘 AI 工作上的优势。
    • 巨大的算力能力（TPU、GPU、数据中心）以及愿意在 PCC 下托管 Apple 自己的 AFMs。
    • 已有数十亿美元级的搜索合作关系，以及相较新实验室被认为更稳定的公司形象。
  • 许多人认为模型正在变成商品；真正的差异化将来自 Apple 的集成、编排和 UX。

用户选择、锁定效应与第三方助手

  • 一些人希望能在同一套 Apple Intelligence API 背后，以系统级方式接入替代模型（Claude、Mistral、DeepSeek、自托管）。
  • 也有人认为 Apple 不会（而且也没有义务）在 PCC 中为所有人的模型提供运行环境，而对任意云端开放路由会削弱隐私保证。
  • DMA 争论在此再次出现：所谓“与 Siri 同等的访问”是否只应适用于端侧 API，还是也应包括云端后端。

Siri、UX 与 App 集成

  • 许多人表示旧版 Siri “很糟糕”，怀疑重用 Siri 品牌是否能改变公众印象。
  • 关于 App Intents 和 Shortcuts 的技术讨论暗示了一个深度代理层：AI 可以跨应用协调、修改密码、预订旅行等。
  • 有人对 OS 级集成感到兴奋，认为第三方聊天机器人无法匹敌；也有人担心自动化脆弱（例如 AI 错误修改密码）以及复杂的失败模式。

对 Apple 整体 AI 战略的看法

  • 批评：Apple “奇怪地落后”，在核心 AI 上依赖他人，显示出创新领导力下降以及对运营过度关注。
  • 反方观点：Apple 明智地没有在训练前沿模型上烧掉数百亿美元；如今在格局更清晰后，可以租用或联合开发模型。
  • 许多人指出，Apple 一直把自己定位为硬件+集成公司，而不是搜索/AI 实验室；将模型视为可替换的实现细节，符合这一理念。