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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。