苹果在本周一举行的全球开发者大会(WWDC)上正式宣布了即将推出的iOS 27更新。尽管苹果表示新版iOS将兼容最远追溯至iPhone 11的设备,但由于一个关键限制,这一消息对老款机型用户而言实则喜忧参半。
本次WWDC的核心主题是将AI深度融入苹果数字助手Siri。发布会中,苹果花了约25分钟介绍平台改进与隐私相关内容,随后用了将近两倍的时间重点讲解Siri与Apple Intelligence。然而,尽管苹果表示数字助手能在更多场景下提供帮助,却并未明确说明究竟哪些iPhone机型可以使用AI功能。
Apple Intelligence目前仍仅支持iPhone 15 Pro、Pro Max及更新的机型。此外,据苹果透露,iOS 27中的部分AI功能仅适用于拥有12GB统一内存的机型,例如iPhone 17 Pro、Pro Max以及iPhone Air。因此,如果你手中是iPhone 11,甚至是iPhone 14 Pro,尽管得知自己的设备能够运行iOS 27会令人欣喜,但WWDC上发布的大多数新功能实际上并不会出现在你的手机上。
这正是问题所在。支持老款设备固然是一件好事,毕竟并非每个人都能每隔一两年就更换新iPhone,而且为旧设备提供系统支持也有助于防范安全漏洞。但另一方面,苹果对AI功能的高度聚焦,让老款机型用户感觉自己已被远远抛在了身后。
WWDC结束后,笔者将iOS 27开发者测试版安装到了自己的旧款iPhone 14 Pro上,几乎立刻就感到失望。由于该设备不支持Apple Intelligence,此次更新并未带来任何实质性的变化。笔者发现了新的Liquid Glass风格滑块,但除此之外,实在找不到这次更新还有什么值得期待的地方。
部分应用图标(比如地图)的外观确实略有调整,但整体而言,这次更新没有给iPhone 14 Pro带来任何令人兴奋的体验。如果有人在不知情的情况下悄悄更新了我的设备,我很可能根本不会察觉。
即便到了今年秋季iOS 27正式发布,如果有用户不愿在iPhone 16 Pro上使用新的Siri AI功能——无论是因为觉得实用性不强,还是对AI使用存在伦理方面的顾虑——那么这次更新还剩下什么亮点可言?更顺畅的网络切换?更完善的儿童安全功能?这些固然是有益的改进,但与以往重大iOS版本更新所带来的核心新功能相比,显然远远不够。
苹果软件工程高级副总裁克雷格·费德里吉在发布会开场时曾表示:"我们相信,最优秀的操作系统不仅靠重大突破来构建,更靠对细节的精益求精。"这话听起来没错,但问题是,苹果似乎并没有认真考虑到:发布会花了大量时间介绍的那些功能,究竟有多少用户真的能够使用?
苹果在WWDC上将重心全面押注AI,似乎忽视了那些无法使用这些功能或不愿使用AI的用户群体。谷歌在过去几年的年度I/O开发者大会上也走过同样的路——发布会聚焦AI,却拿不出真正具有颠覆性的实用成果,其他方向的改进则被一再搁置。
如果苹果真的想为更多用户和更多iPhone带来实际价值,不如考虑为iOS引入剪贴板功能以满足复制粘贴需求,为iPhone带来分屏操作能力,或者专注修复那些长期存在的系统漏洞。这些改进都不需要AI,却可以惠及更广泛的用户群体。
苹果越是专注于AI,旧设备的兼容性就越显得意义有限。此前iOS 26因Liquid Glass设计风格引发了不小的争议,但至少那次更新为所有用户都带来了某些实质性的变化。
Q&A
Q1:iOS 27支持哪些iPhone机型?
A:iOS 27的兼容范围可追溯至iPhone 11,但需要注意的是,AI相关功能仅支持iPhone 15 Pro及更新机型,部分高级AI功能甚至只支持配备12GB统一内存的机型,如iPhone 17 Pro、Pro Max和iPhone Air。
Q2:iPhone 14 Pro升级iOS 27后有什么变化?
A:实际体验较为有限。由于iPhone 14 Pro不支持Apple Intelligence,升级后没有实质性的功能变化,仅能看到新的Liquid Glass风格滑块以及部分应用图标的细微调整,整体体验与升级前几乎没有明显差异。
Q3:iOS 27除了AI功能之外还有哪些改进?
A:iOS 27在非AI层面提供了更顺畅的网络切换体验以及更完善的儿童安全功能,但这些改进被普遍认为不够突出,难以与以往重大iOS版本所带来的核心新功能相提并论。
好文章,需要你的鼓励
云安全公司Sysdig记录了首个"代理式勒索软件"案例——JadePuffer行动。AI代理自主完成入侵服务器、窃取凭证、加密文件并生成勒索信等全流程操作,速度惊人。然而,该攻击并非完全无人介入:人类仍负责选定目标、部署基础设施并提供初始访问凭证。研究人员暂未确认驱动该代理的具体模型,但指出随着运行成本降低,类似攻击规模可能快速扩大。
上交大与字节跳动提出无环境代码AI验证器Dockerless,无需Docker测试环境即可判断代码修复正确性,训练性能接近传统环境化方法。
英国机器人与AI公司Humanoid发布KinetIQ Ascend强化学习系统,目标是以人类速度甚至更快达到99.9%的操作可靠性。该系统通过试错学习,在多项工业任务中表现出色:在机器送料任务中吞吐量提升42%,拣货递物任务成功率从80%升至98%,双臂搬运任务成功率达99%,且所有成果仅需数天训练即可实现。该系统还展示出类似大语言模型的扩展规律,训练时间越长性能越稳定提升。
DOPD提出"特权幻觉"概念,通过动态路由机制区分AI知识蒸馏中的能力差距与信息差距,让小模型在某些任务上超越大模型教师。