苹果AI之路：自研模型与端侧布局的全面崛起

支持者认为，苹果在语音助手、图像编辑、智能代理协作、应用整合和外部模型合作等多个方面结合AI能力，展现了一个科技巨头在巨大压力下的成功。

然而，反对者认为，升级的Siri、基于AI的表情符号和笔记创作功能都是无趣的“华而不实”功能，无法匹配其三万亿市值。

众说纷纭中产生的一个“大乌龙”是——发布会结束后，不少用户认为，苹果的这些大模型能力均来自于OpenAI的GPT-4o。

甚至还有一些自媒体言之凿凿地表示，Apple Intelligence只是套壳GPT-4o，几乎坐实了“苹果在大模型领域落后”的言论。

苹果或许坐不住了。

就在今天，苹果官方迅速发布了一篇文章，公布了Apple Intelligence背后自研基础模型的信息。

文中，苹果表示，Apple Intelligence背后的基础模型是自研的，包含一个约30亿参数的端侧语言模型（Apple On-Device）和一个通过私有云计算并在 Apple 芯片服务器上运行的、更大的基于服务器的语言模型（Apple Server）。

而且，这些模型都针对苹果用户的日常行为进行了微调训练。

现在，我们来一起看看这两个模型的技术细节以及它们与竞品的对比。

这次WWDC背后主要有两个模型。

其中一个是端侧模型，参数量为3B，可以直接在手机等终端设备上运行，对标微软的Phi-3-mini、谷歌的Gemma 7B等小模型。

另一个是更大的模型，虽然没有明确参数量，但主要对标GPT-4。该模型可以通过私有云计算，并在Apple的服务器上运行。

根据苹果官方提供的测评数据，Apple On-Device在总结、安全性、编码、数学推理、分类等测试方面表现出色，基本处于领先位置。

而Apple Server模型的整体表现还略逊于GPT-4 Turbo。

同时，苹果还公布了使用适配器进行微调的细节。适配器是一种模型权重的小集合，类似于小型插件，可以让模型快速适应不同的任务。这种方法不仅提高了模型的适应性和灵活性，还减少了训练时间和资源消耗。

通过适配器，Apple On-Device和Apple Server模型可以更高效地应对用户的多样化需求，从而提升了整体用户体验和模型性能。这也展示了苹果在AI领域的创新和技术优势。

例如，模型在处理邮件和通知的总结时，看起来差不多，但实际上有许多细微的差别。为此，苹果为模型使用了适配器，使其能够更好地完成这类任务。

通过使用适配器，模型可以更精准地处理不同类型的任务，细化处理流程，提高任务完成的质量和效率。这种方法不仅优化了模型的表现，还增强了其在多样化应用场景中的适应能力，从而更好地满足用户的需求。

最明显的变化是自2月开始发布的一系列小型模型。这其中既包括可以读懂iPhone屏幕的多模态理解模型ReALM（Reference Resolution As Language Modelling），还包括Ferret-UI。

4月，苹果又发布了一系列名为OpenELM（开源高效语言模型）的语言模型，提供2.7亿、4.5亿、11亿和30亿等多个规格的参数量。

另外，苹果在AI领域的投资和并购也围绕“端侧”和“多模态”两大特点。

有信息指出，2023年苹果至少收购了32家AI创业公司。

近期对加拿大人工智能初创公司DarwinAI的收购被许多人视作提升端侧AI能力的布局之一。DarwinAI的核心技术是能够让AI系统变得更小、更快。

而苹果半年前收购的Datakalab，其技术特点是通过面部识别和视觉数据分析人类情绪。

更早一些时候，也就是2020年，苹果先后收购了两家可以提升设备AI处理及语言处理能力的AI公司：Xnor.ai和Voysis。

或许此次的WWDC没有达到所有人对苹果颠覆式创新的预期。

但苹果对AI的投入不可否认——它不仅发布自研模型和收购AI相关公司补短板，还带来丰富的AI用例，这点在发布会上有诸多体现（参考阅读：Apple Intelligence：苹果终于打响大模型时代第一枪）。

苹果端侧模型的潜力也不容忽视。今年以来，微软、面壁智能、商汤科技、昆仑万维等公司纷纷发力端侧模型，说明这一领域很可能是下一个AGI大厂争夺的高地。

然而，端侧模型对计算和网络通信效率要求严苛，模型的大小又限制了能力的涌现。对于所有大厂来说，这都是一块难啃的骨头。这也让人们更加期待苹果未来的表现。