2024年了，苹果可以通话录音了

 

人不走空

 

                                                                      

      🌈个人主页：人不走空      

💖系列专栏：算法专题

⏰诗词歌赋：斯是陋室，惟吾德馨

 

 

 

6月11日凌晨，苹果在WWDC24大会上，密集输出了酝酿多时的AI应用更新。苹果对通话、对话、图片，乃至最令人一言难尽的Siri都做了“全家桶”式改造，可谓诚意满满。市场的反应是滞后的。或因出现了过多OpenAI的能力介入，大会后，“苹果市值一夜蒸发4213亿元”的话题也随之冲上热搜。但一夜过后，苹果股价又大涨7.26%，市值涨至31765亿美元，单日上涨超2150亿美元，合超15000亿人民币。

 

 

 

继OpenAI、微软、谷歌、Meta相继奔赴“AI高考”，掀起了一波波热浪后，苹果作为最后一个被万众期待的优等生，磨蹭许久，也终于交卷了。

 

6月11日凌晨，苹果2024年全球开发者大会（WWDC24）如约而至。不出所料，发布会上对AI功能的介绍吸引了最多目光，占据了多达一半的演讲时间。

 

 

 

此前，围绕着苹果与OpenAI的合作落地，苹果会不会借此改造一言难尽的Siri，苹果的AI命名（Apple Intelligence）问题，轮番上阵的预热和讨论，已经在互联网上持续了不短的时间。

 

最意味深长的部分则是，向来崇尚自有生态的苹果，虽然屡屡传出将允许OpenAI深度介入，但或出于“挣扎”，传言也数次被“辟谣”。发布会让猜测的靴子落地——苹果与OpenAI达成的，几乎是“颗粒度级”的合作。

 

很难说这样的升级，对于苹果究竟是喜是忧。最直观的是，市场反应惨淡：发布会进行同时，苹果股价便不断下跌，最终每股报收193.12美元，跌1.91%，市值缩水578亿美元至2.96万亿美元。

 

微博上有用户表示：比起AI能力，发布会最大亮点是——电话通话终于允许录音了。

 

 

▲ 图 / 科技博主@AshutoshShrivastava

 

 

 

AI全家桶，OpenAI来套壳

 

 

大会开始，OpenAI创始人山姆·奥特曼（Sam Altman）被安排到了前排就座。这是他自2008年后第二次于公众视野亮相WWDC，似乎也预示着，苹果这次与OpenAI的合作，绝不寻常。

 

虽然5月以来，OpenAI、微软、谷歌、Meta已密集地上演了一场场“AI春晚”，展示了不少精彩技术；但AI距离普通人的理解，以及真实的场景落地还有不小距离。而苹果看起来，才是最有希望将“AI”拉入凡间的公司：可以用更贴近用户的手机AI功能，通过OS和各种App与生活交融。

 

这也是苹果在这次发布会上希望传达的调性，库克将苹果的升级概括为个人智能（personal intellegence）。他表示：“我们希望产品强大、易用、符合直觉、能和现有的产品集成、个人化。”

 

作为预热过场，苹果先用了一个多小时介绍了MR头显VisionPro、iOS、Watch OS、iPad OS、Mac OS乃至于Apple TV的一系列更新。这些“点缀前菜”让观众们听得不胜其烦，直到进度条拉到1小时后，Apple Intelligence才姗姗来迟——把One more thing放在最后，也是苹果的传统艺能。

 

很难讲苹果的AI升级究竟有多少震撼惊喜。其展示的各类功能，比如人工助手回答问题、修改图片、自动翻译、邮件摘要、润色文章等，在近期AI厂商和国内的AI手机发布上都“似曾相识”。但苹果的整合能力，还是能让人看到AI可能带来的深刻改变。

 

 

 

能显现出苹果最大决心的，无疑是为Siri引用了GPT-4o，让它变得更聪明。

 

回头看去，诞生于2011年的Siri，着实是起了大早赶了晚集。在ChatGPT横空出世前，Siri十几年来从智能助手，沦为了只会讲笑话和被“调戏”的对象，难用程度已“槽多无口”。

 

发布会前，外媒曾剧透，苹果对于是否要帮Siri全面接入ChatGPT，有过两极分化的“撕裂”讨论。从结果看，不论是在AI大潮中感到了沉重危机，还是对OpenAI最终认栽，苹果都痛下了决心，让Siri活成它该有的样子。

 

 

▲ Siri将支持文字交互

 

Siri的升级不可谓不多：苹果为其在主屏上设计了一个大光圈；基于Apple Intelligence能力，Siri具备了丰富的语义和大模型上下文理解能力，能理解用户对“那次”“那时”“那里”等代词的具体描述。在原本的语音交互外，Siri还将增加文字交互功能、跨App执行操作等新玩法。

 

现在，用户可以用文字、语音与Siri交流，它可以读懂用户说话间的犹豫——当遇到困难问题时，比如用户询问某道复杂菜式的做法时，Siri会提示是否需要唤起ChatGPT，并由后者详细作答。

 

有了GPT-4o的能力垫底，用户可以用文档、图片、PDF多模态对Siri提问，它也可以基于iPhone内的应用和数据库，做出反应。

 

比如，一个朋友在短信中提到新地址，用户可以让Siri把地址添加到联系人卡片上。用户也可以直接对Siri说：找到某张图片，并进行修图。或者在填表时，提示“帮我找到驾驶证号码”，并填到表格内。

 

苹果还在发布会上展示了一个智能示例，对Siri说，“我要去机场接妈妈了”，苹果便会读取妈妈的航班信息、时刻延误、机场交通，接着智能生成好时间表，填入日程中。

 

 

▲ Siri可读取iMessage中的地址并添加到联系人卡

 

 

 

iPhone 15 Pro以上能用，国行暂无缘

 

 

为了表达对AI智能化的诚意，苹果着实一股脑拿出了“全家桶”的选择。从通话、语音转文字、智能对话助手、图片处理，到访问第三方应用，苹果几乎对每项核心功能都进行了智能优化。

 

例如，Apple Intelligence支持智能回复邮件。面对长篇的邮件线程，用户仅需轻触屏幕，就可获取关键信息。iPhone可以对邮件快速总结提要，进行简单回复，同步翻译。

 

基于苹果内置芯片的强大算力，Apple Intelligence也把生成式模型部署在了iPhone、iPad和Mac本地，让苹果的原生系统多了不少新功能。

 

例如iPhone始终被诟病的无法通话录音，也终于做出了改变，更新后不仅能够录音，在AI加持下还能够提供文字转录、要点提取等服务。不过，使用通话录音时，考虑到隐私保护，对方将会收到相应通知。

 

针对无边记等写作应用，Apple Intelligence会帮助用户提供写作优化建议、内容校对等，用户可以从多个版本中挑选，调整文风以适应不同的读者和场合。例如，用户撰写邮件时，写作工具菜单会弹出润色选项，并提供智能回复邮件等功能。

 

 

 

最能让用户发挥个人想象力的功能还包括“智能图像生成”。苹果推出了Genmoji（表情生成）功能，支持用户通过自然语言描述生成表情符号；并进一步推出了Image Playground（图像游乐场），能够让用户自选服装、地点、配饰等关键词，在几秒钟内创造出有趣的图像。

 

 

 

 

种种Apple Intelligence的功能更新，背后少不了和各家大模型，特别是OpenAI达成的颗粒级合作。如AI从业者“歸藏”所说：“连文字改写都用的ChatGPT，图像看起来用的是DALL-E（OpenAI于2021年发布的图像生成模型）。”

 

而对于以上的大模型调取，苹果宣布都将完全免费。用户不必创建账户，就可以免费使用ChatGPT，ChatGPT订阅用户也能关联自己的账户，并在苹果设备中接入付费功能。

 

包含上述功能的“英语试用版”系统将于今年夏天推出，并于今秋落地在iOS 18、iPadOS 18及macOS Sequoia中。但考虑到GPT-4o对大陆的访问限制，本次iPhone和Mac功能更新，可能基本与国行版本无缘。

 

按照官方说法，苹果还计划于明年推出更多AI功能。但由于以上功能需要A17 Pro芯片支持，用户必须要购买iPhone 15 Pro以上级别产品，才可以使用。

 

 

 

苹果努力捍卫AI铁王座

 

 

实际上，这是一场并无多少秘密的发布会。几乎提前一星期，WWDC24的核心信息就被路透殆尽。可以预见的是，苹果发布的诸多功能，将很快引来友商跟随。而在大模型和AIGC时代，作为智能手机市场的“旧王”，苹果将如何捍卫铁王座，也将成为重要命题。

 

但某种程度上，对自有生态护城河格外重视的苹果，选择对OpenAI敞开大门，已经站在了被动的身位。虽然在大模型横空出世后，苹果一度也躬身入局尝试自研，但结果并不尽如人意。

 

去年，市场一度传出苹果正在积极自研大模型“Ajax”。今年3月苹果曾公布自研的MM1多态大语言模型，但后来并未对该模型开启公测，也未发布上线时间规划。

 

同月，在发布新款Macbook Air时，苹果也在宣传文案中首次强调了“AI”。4月，曾有媒体爆料称苹果正在研发一种运行于设备端的大型语言模型，该模型将优先保证响应速度和隐私保护能力。

 

不过这些，显然都未帮助苹果放大出强劲势能，挽救AI颓势。而友商们，还在不断通过各种合作，跑步入场AI硬件。

 

早在2023年，华为、小米、vivo、OPPO、荣耀等国产手机厂商，就已开始大模型试水，自研亦或接入外部大模型的努力，频频见于报端。

 

2023年7月，华为在开发者大会HDC上发布了盘古大模型3.0，官宣新一代智能操作系统HarmonyOS 4已接入了盘古大模型。一个月后，在年度演讲上，雷军透露小米的13亿参数版本自研大模型已经成功在手机端侧跑通。11月，vivo、OPPO先后推出蓝心大模型矩阵（BlueLM）和安第斯大模型（AndesGPT），同期搭载于手机亮相。

 

兜兜转转，苹果在手机大模型赛道的进度条显然落后了。而这在本已红海厮杀的智能手机市场中，无疑是极大劣势。

 

 

 

有开发者指出，目前还未有一家智能手机企业如苹果这样，如此大范围、细颗粒度地引入了AI大模型的嵌入。随之而来地，频繁端侧推理带来的高耗电问题能否解决？还要等苹果全面开放使用后，才有论断。

 

值得一提的是，2008年，年仅23岁的山姆·奥特曼曾来WWDC演讲，推广自己的首个创业项目，并于Apple Store上架了好友定位应用Loopt。16年后，凭借苹果与OpenAI的深度合作，山姆不仅再次成为WWDC座上宾，更摇身变为最大的隐形Boss，堪称最大赢家。

 

在大会结束后，山姆通过个人社交媒体发帖称：“非常开心与苹果达成伙伴关系，并将在今年晚些时候将ChatGPT嵌入他们的设备中。”

 

 

▲ 图 / 网络

 

对于OpenAI而言，在微软之后又收获了苹果这个重大的合作伙伴，意味着在大模型的浪潮里，又多了一块最重磅级别的压舱石。

 

不过苹果的合作，也未必代表着甘愿长期与OpenAI绑定，或许也只是在为自研进程争取时间。近期，Siri联合创始人达格·基特劳斯 (Dag Kittlaus) 预测：OpenAI 的合作对苹果来说可能只是短期到中期的关系。

 

（文中插图如无特别说明，均来自于苹果）

 

---

作者其他作品：

【Java】Spring循环依赖：原因与解决方法

OpenAI Sora来了，视频生成领域的GPT-4时代来了

[Java·算法·简单] LeetCode 14. 最长公共前缀 详细解读

【Java】深入理解Java中的static关键字

[Java·算法·简单] LeetCode 28. 找出字a符串中第一个匹配项的下标 详细解读

了解 Java 中的 AtomicInteger 类

算法题 — 整数转二进制，查找其中1的数量

深入理解MySQL事务特性：保证数据完整性与一致性

Java企业应用软件系统架构演变史