Siri AI provides a similar experience to the Gemini side panel in Chrome where you can interact with

在 WWDC 2026 大会上，苹果发布了 Siri AI 以及新一代 Apple Intelligence 功能，其底层由谷歌 Gemini 系列模型提供技术支持。苹果表示，双方已"展开深度合作，充分借助 Gemini 系列模型背后的技术"，由此催生了面向 Apple Intelligence 的"新一代苹果基础模型"，以及被称为"Siri AI"的全新助手体验。

从 Siri 到 Siri AI 的跨越，正如谷歌助手向 Gemini 应用的演进。苹果如今具备了现代 AI 助手的核心能力：个人上下文理解、应用操作、屏幕感知、图像理解以及广泛的世界知识获取，同时支持多轮对话。

在视觉呈现上，苹果相当于 Gemini 浮层界面的是灵动岛，回答内容从屏幕顶部展开，而非 Android 上的底部弹出。回复文本和相关视觉内容均在此显示，用户可向下滑动让答案占满全屏。从胶囊形开口处向下滑动是进入新体验的另一种方式，也可长按侧边按钮或使用"嘿 Siri"唤醒词。苹果还提供了独立的 Siri 应用，用于展示对话历史，其主页以类似 Google Keep 卡片流的形式呈现历史对话。

苹果发布了更具表现力的 Siri 语音，提供多种声音选项，并可通过"语速"和"表现力"两个滑块进行调节。而谷歌在 I/O 2026 大会上宣布，Gemini 即将支持地区方言。

苹果听写功能迎来重大精准度提升，能够"更准确地捕捉用户所说的内容，包括拼写、标点和大小写"。相比之下，即将登陆 Gemini Intelligence 设备的 Gboard Rambler 更进一步——用户"无需在开口前斟酌措辞"，谷歌会理解语义、上下文和语气，并将内容整理成简洁且符合个人风格的信息。

苹果为相机应用新增了"Siri"模式。与谷歌 Lens 的 AI 模式或在 Gemini 中添加图片相比，苹果提供的是更有引导性的体验。

Safari 利用 Apple Intelligence 将标签页按主题自动整理，谷歌 Chrome 在 2024 年也曾测试过这一功能。此外，苹果浏览器还推出了"提醒我"功能，可自动监控指定网页的变化。Gemini 用户可通过定时操作或 Spark 实现类似效果，但 Safari 的体验更为直观：用户只需用自然语言描述想查找的内容，关闭标签页后，一旦 Safari 检测到页面变化，便会主动推送通知。

密码应用结合 Apple Intelligence 与 Safari，可"智能体式地"自动访问各网站并修复密码问题；谷歌也在去年发布了 Chrome 中类似的密码智能体。Safari 的另一项新功能"描述扩展"初步触及了生成式 UI 的边界——用户只需用自然语言描述需求，Safari 便能创建专属的自定义扩展，按需调整网页显示效果。

信息：Apple Intelligence 可"理解对话上下文，并提供一键式建议，让用户更轻松地完成创建提醒或备注等操作"。谷歌信息在 AI 之前便已具备此类能力，Pixel 上的 Magic Cue 还能在用户收到相关文字消息时主动推送照片。

日历：添加事件时，苹果提供文本输入框，支持对话式创建，Gemini 也可实现同样功能。

电话："通话上下文"可主动从各应用中调取相关信息，苹果给出的场景示例是拨打航空公司电话时确认码自动出现——这与谷歌 Magic Cue 的逻辑相同。

家庭应用：Apple Intelligence 将多条提醒整合为一条持续更新的通知，家庭应用还可对摄像头片段进行摘要，并支持语义搜索——这与 Gemini 驱动的谷歌 Home 功能相近。

快捷指令：支持将自然语言提示词转化为快捷指令，Android 目前尚无系统级的同类功能。

图像娱乐场：现已支持生成照片级真实感图像，苹果未披露底层模型。Gemini 应用同样具备此类功能，但独立应用提供了更有引导性的体验。

照片：借助更强大的 Apple Intelligence 图像模型，"净化"功能（更逼真的区域填充）和"延展"功能（图像扩展）的质量均大幅提升；"空间重构"功能则可改变照片的拍摄视角，仿佛"在原始场景中重新定位了镜头"。

与谷歌类似，苹果的订阅服务可解锁更多使用权限，目前明确的限制是图像生成有每日次数上限，"因为这些功能依赖于强大的服务器模型"。

助手：Siri AI 提供的体验与 Chrome 中 Gemini 侧边栏类似，可与屏幕上正在显示的内容进行交互，苹果举例说明了对电子书进行摘要的场景。

Siri AI 现已扩展至更多地区和语言，非英语语言用户也可使用更多功能，包括韩语、葡萄牙语和法语。

以下为部分核心功能对比一览：

苹果 Siri AI 与 Android 谷歌 Gemini 功能对比

功能 | Siri AI / Apple Intelligence | Gemini / Android

AI 语音助手 | Siri AI，支持富有表现力的语音及自定义语速 | Gemini 应用/助手，即将支持地区方言

屏幕感知 | 通过 Siri 实现应用操作与屏幕上下文感知 | 应用内 Gemini 浮层/侧边栏

图像理解 | 相机模式，提供引导式 AI 体验 | 谷歌 Lens + Gemini AI 模式

标签页整理 | Safari 按主题整理标签页 | Chrome 于 2024 年测试过此功能

网页监控 | Safari"提醒我"功能，监控页面变化 | Gemini 定时操作 / Spark

自然语言浏览 | 用自然语言告诉 Safari 你在找什么 | Chrome 中集成 Gemini 搜索

密码管理 | AI 智能体自动修复 Safari 密码 | Chrome 密码智能体（2024 年发布）

自定义浏览器扩展 | 在 Safari 中描述并创建扩展 | Chrome 暂不支持

消息上下文 | 根据对话上下文提供智能建议 | 谷歌信息（AI 之前已有）+ Magic Cue

日历事件 | 对话式创建事件 | Gemini 集成至谷歌日历

通话上下文 | 通话期间自动显示确认码 | Pixel 上的 Magic Cue

家居自动化 | AI 通知摘要 + 摄像头片段摘要 | Gemini 驱动的谷歌 Home

快捷指令/自动化 | 自然语言转快捷指令 | Android 暂无系统级同类功能

图像生成 | 图像娱乐场支持照片级真实感图像 | Gemini 应用（图像生成）

照片编辑 | 净化、延展、空间重构 | 谷歌相册（魔法橡皮擦等）

AI 听写 | 大幅提升准确度，支持标点感知 | Gboard Rambler（即将登陆 Gemini Intelligence 设备）

订阅权限 | 服务器端图像生成有每日次数上限 | Gemini Advanced 订阅

以上对比涵盖 17 项功能，双方差距并不像许多人预想的那样悬殊。在过去相当长的时间里，Android/谷歌在 AI 能力上具有明显领先优势。如今，苹果已在多个领域追平甚至反超。

Q&A

Q1：Siri AI 和以前的 Siri 有什么区别？

A：Siri AI 是苹果与谷歌深度合作的成果，底层基于 Gemini 系列模型技术打造。相比旧版 Siri，Siri AI 具备个人上下文理解、应用操作、屏幕感知、图像理解及广泛世界知识获取能力，同时支持多轮连续对话。整体升级幅度类似谷歌助手向 Gemini 应用的跨代演进。

Q2：苹果快捷指令的自然语言功能，Android 有没有类似的？

A：目前 Android 系统层面尚无与苹果快捷指令自然语言转换能力完全对应的功能。苹果允许用户直接用自然语言提示词生成快捷指令，属于系统级功能；而 Android 目前还没有这样的系统级等价方案，虽然 Gemini 可以在应用内完成一定的任务自动化，但并未形成统一的系统级快捷指令体系。

Q3：苹果的图像生成功能和 Gemini 相比有什么优势？

A：苹果图像娱乐场现已支持照片级真实感图像生成，提供更有引导性的独立应用体验；Gemini 应用同样具备图像生成能力，功能上相近。苹果的优势在于专属应用界面更直观，但两者在图像生成功能上均设有使用限制，苹果的图像生成有每日次数上限，谷歌则通过 Gemini Advanced 订阅提供进阶权限。