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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。