据彭博社Power On newsletter报道,苹果正在调整旗舰M系列处理器的发布节奏。
专栏作者马克·古尔曼表示,为了加快推进主打AI性能的M7系列处理器的上市进程,苹果将跳过部分中间迭代版本。以M6为例,苹果可能不会像以往那样推出Pro、Max和Ultra等多个版本,而是直接精简发布,预计于今年秋季推出。
苹果M5系列处理器已于2025年秋季开始搭载于Mac台式机、笔记本电脑及部分iPad产品中。
彭博社此前曾于今年6月报道M6路线图的调整计划,而最新报道则进一步揭示,苹果从M6到M8的整体处理器规划,已深度受到AI发展趋势的影响,其中包括来自英伟达等公司的竞争压力。据报道,M7 Ultra处理器将主打先进AI性能,这也是苹果加速芯片发布路线图的重要原因之一。此外,代号为"Soko"的M8处理器目前也在研发之中。苹果公司未对此置评。
与微软、谷歌、Meta和OpenAI等科技巨头相比,苹果在AI方面的态度向来较为低调。但正如古尔曼在报道中所指出的,苹果一直在悄然为其长期AI战略构建基础,这些积累甚至来自已取消的Apple Car等失败项目中所沉淀的技术。
目前,苹果推迟了Siri的部分升级版本,以便持续优化其AI能力,同时也在持续投入开发能够承载高强度本地AI运算的芯片,而非像众多AI服务那样将计算任务外包给数据中心处理。
这一"等待观望、后发制人"的策略在过去为苹果带来了丰厚回报:看准时机、吸取他人经验,再推出更为精良的自家产品。AirPods之于无线耳机市场,Apple Watch之于可穿戴设备领域,皆是如此。
然而在AI赛道上,苹果面临的竞争格局远比以往复杂——不仅要与对手厮杀,还要与谷歌这样的合作伙伴同台竞技,这迫使公司在多个维度上重新审视并调整自身战略。
Quandary Peak Research执行副总裁马赫迪·埃斯拉米梅尔表示,苹果正持续推进内存带宽的提升与神经网络引擎的优化。"跳过M6 Pro、Max和Ultra,提前推进M7系列,这是迄今为止最清晰的信号——AI已经取代CPU和图形性能,成为苹果芯片路线图的核心驱动力。"他对CNET表示。
埃斯拉米梅尔认为,硬件负责人约翰·特纳斯将于今秋接任CEO一职,也进一步为这一战略提供了高层背书。"以芯片为先的战略,如今已获得公司最高层的支持。"
他同时指出,苹果不会与英伟达正面抗衡于数据中心AI领域,而是将专注于将设备打造成兼顾隐私保护的本地AI计算中心,并最终"将本地性能推向工作站级别"。
对于苹果重度用户而言,这意味着未来将获得更强大的原生硬件AI体验,但顶级M7硬件的正式面世,可能要等到2027年底。
Q&A
Q1:苹果为什么要跳过M6 Pro、Max和Ultra版本?
A:苹果跳过M6部分版本,主要是为了加速推进M7系列处理器的上市进程。M7系列主打AI性能提升,采用神经处理技术强化AI运算能力。面对英伟达、谷歌等竞争对手在AI领域的激进布局,苹果选择压缩中间迭代步骤,将资源集中于更具战略意义的M7代产品,这也标志着AI已取代CPU和图形性能,成为苹果芯片路线图的核心驱动力。
Q2:苹果M7处理器和英伟达在AI领域有什么不同的竞争策略?
A:苹果不会与英伟达在数据中心AI芯片领域直接竞争,两者定位截然不同。英伟达主导的是云端、数据中心级别的AI算力市场;而苹果的策略是专注于本地设备端AI计算,将Mac、iPad等设备打造成兼顾隐私保护的高性能本地AI运算中心,目标是将本地性能推向工作站级别,为用户提供无需依赖云端的强大AI体验。
Q3:苹果M8处理器"Soko"是什么情况?
A:据彭博社报道,苹果代号为"Soko"的M8处理器目前已在研发之中,但尚无具体发布时间表披露。从整体路线图来看,苹果正在加速推进M7系列,M8则是更长远的布局。分析人士预计,顶级M7硬件的面世可能要等到2027年底,M8的推出时间则会更晚。
好文章,需要你的鼓励
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。