iPhone 17正式发布。在周二这场"令人惊叹"的苹果发布会上,我们看到了全新的iPhone 17系列产品,包括一款名为17 Air的超薄新机型、新款AirPods Pro 3以及新款Apple Watch。但最让我感到好奇的是苹果没有重点强调的内容:其人工智能技术Apple Intelligence。
在这场75分钟的发布会中,我只统计到"Apple Intelligence"被提及了11次,而且大多数都是在简单介绍新设备如何支持AI或现有功能时的匆匆带过。一项新的实时翻译功能大量使用了AI技术,但只是被简单地描述为"由Apple Intelligence驱动"。Apple Watch Ultra 3也配备了一个可以使用生成式AI语音提供个性化反馈的健身教练功能。除此之外,Apple Intelligence几乎就像不存在一样。
这对苹果来说是个明智的策略。尽管苹果在去年的WWDC开发者大会上推出了Apple Intelligence,但在AI创新方面一直难以跟上步伐。苹果在WWDC 2024上展示的许多AI功能要么发布时反响平平,要么被推迟到后续软件更新中。苹果甚至不得不撤回一些展示尚未公开发布的高级AI工具的广告。我们仍在等待一些承诺的升级功能,比如AI增强的更智能Siri。
与此同时,谷歌、三星和微软等竞争对手已经迅速将AI集成到智能手机、笔记本电脑和独立设备中。
苹果对于后来居上并不陌生。Android爱好者喜欢指出,许多新的iOS功能都是Android手机多年来就有的工具。但苹果无论如何都能引领潮流的天赋,在这场AI竞赛中似乎缺失了。苹果对AI的关注有时甚至适得其反,比如那个"碾压创意人员"的iPad广告引发了该公司试图向其销售产品的创作者们的愤怒。
我不反对科技公司花时间来完善产品,特别是当它像AI这样具有争议性和普遍性时。但我确实反对科技公司认为一个微不足道的软件升级就足以让我掏出辛苦赚来的钱来升级设备。幸运的是,苹果似乎已经从错误中吸取了教训。
不只是我这么想。根据CNET 2025年的一项调查,美国只有11%的智能手机用户纯粹为了AI而升级设备。在过去两年中,AI已经充斥着科技活动和设备,即使人们仍然对这项技术保持合理的警惕。人们担忧的问题很多,包括AI的训练程序、工作替代能力以及在创意产业中日益突出的作用。就我个人而言,我对iPhone 16相机控制按钮用于苹果视觉智能功能感到非常厌烦,最终彻底关闭了这个功能。
在AI时代,决定不专注于这项有争议且存在缺陷的技术是明智且令人耳目一新的。但随着iOS 26将在周一发布,这种缓解可能会非常短暂。
Q&A
Q1:苹果在iPhone 17发布会上为什么很少提及Apple Intelligence?
A:苹果在75分钟的发布会中只提及了11次Apple Intelligence,主要是因为苹果在AI创新方面一直难以跟上步伐,许多AI功能发布反响平平或被推迟,因此选择淡化AI重点是明智策略。
Q2:消费者对智能手机AI功能的态度如何?
A:根据CNET 2025年调查,美国只有11%的智能手机用户纯粹为了AI功能而升级设备。人们对AI技术仍保持警惕,担心其训练程序、工作替代能力等问题。
Q3:苹果在AI竞争中处于什么位置?
A:苹果在AI竞争中相对落后,竞争对手如谷歌、三星和微软已经迅速将AI集成到各种设备中,而苹果承诺的一些AI升级功能如更智能的Siri仍未实现。
好文章,需要你的鼓励
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
英国政府研究显示,神经多样性员工从AI聊天机器人中获得的收益远超普通同事。在Microsoft 365 Copilot试点中,神经多样性员工满意度达90%置信水平,推荐度达95%置信水平,均显著高于其他用户。患有ADHD和阅读障碍的员工表示AI工具为他们提供了前所未有的工作支持,特别是在报告撰写方面。研究表明,AI工具正在填补传统无障碍技术未能解决的职场差距,为残障人士提供了隐形的工作辅助。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。