苹果AI战略：借力Gemini的追赶与挑战

在人工智能大模型的时代浪潮中，苹果公司无疑是一位姗姗来迟的参与者。

11月4日，苹果正式宣布了Apple Intelligence功能的繁体中文支持。然而，回顾过去两年，Siri的“生成式AI化”进程几乎成为行业笑谈。从WWDC24的“即将升级”承诺，到今年提及的“明年上线”计划，Siri的大模型重构项目屡次延期。

Apple Intelligence尽管在过去一年稳步推进功能上线以及更多语言（包括简体中文）和市场的扩展，但功能丰富性和实际表现均不尽如人意。

就在许多人对Siri的未来逐渐失去耐心时，一则消息让局势变得微妙。根据彭博社知名记者Mark Gurman报道，苹果正与谷歌敲定一项为期多年的合作协议——苹果将每年支付约10亿美元，以获取谷歌Gemini大模型的使用权。

不同于此前在部分功能中引入可选的ChatGPT，与Gemini的合作可能意味着，苹果首次将外部大模型直接集成到Siri与Apple Intelligence的云端推理层，让Siri终于能执行其他手机AI助手已进行一年多的任务。

对苹果而言，如果真选择Gemini，这是一次权宜之计，但也为大模型团队提供了补课机会。但这可能不是一次普通的技术授权；10亿美元对苹果来说并不昂贵，关键在于苹果真正获得的是什么？

Gemini能否拯救苹果智能？

过去一年，谷歌在大模型领域打了一场漂亮的翻身仗。无论是Gemini 2.5 Pro的强大推理表现、Flash的高性价比、Veo 3视频生成的引领，还是Nano Banana对AI生图与修图的颠覆，都证明了谷歌AI技术第一阵营的绝对实力。因此，苹果选择Gemini并不令人意外。

但让人意外的是，按照彭博与路透等媒体的报道，苹果和谷歌合作的核心，不是为Siri增添可选回答源，而是让Gemini成为Apple Intelligence的云端底座。

具体来说，当用户在iPhone上发出复杂请求，比如生成图像或总结长文档时，系统可能会直接调用云端1.2万亿参数的Gemini大模型，在苹果的PCC私有云计算服务器中完成推理。

简言之，Gemini不再是外挂工具，更像是嵌入底层的“大脑”。这个变化不仅有机会让Siri彻底补齐短板，也可能重新定义苹果与谷歌的关系。

Gemini修改生成，素材来自苹果，图片来源：雷科技

对用户来说，这可能会是一次无缝的升级。过去的ChatGPT调用更像是额外选项，需要用户主动选择并确认。而一旦Gemini成为默认的云端推理层，AI体验将更统一、更流畅。无论是语音生成、图像摘要还是跨应用任务，AI功能与Siri都可能在同一逻辑下运作，真正革新体验。

更重要的是，这一切仍将在苹果自建的PCC私有云计算服务器环境中运行，意味着用户数据不会离开苹果控制范围。换句话说，苹果希望“借脑不借心”，继续维持对用户隐私的承诺。

另一方面，经过一年多的验证，Apple Intelligence在端侧的自研大模型已能支撑日常任务，但在更复杂的内容生成与多模态理解上，仍受限于模型体量与训练深度。Gemini的加入可以在短期内显著提升Siri的响应复杂度，让苹果不必等待自家云端大模型完全成熟后再开放体验。

某种意义上，这相当于一次止血措施，既能保住口碑，也能为苹果大模型团队赢得研发喘息空间。

当然对谷歌来说，这毫无疑问是一次巨大扩张机会。即便是将Gemini作为设备底层模型的三星，实际能体验到完整AI能力的设备和潜在用户规模也远远比不上苹果，而且除了手机，苹果还有庞大的iPad和Mac用户。比起媒体报道中10亿美元的技术使用费，进入苹果生态的“长期座位”才是关键。

不过这件事对于国内苹果用户，显然没有直接影响，而据媒体此前报道，苹果在中国市场将采用百度文心大模型，可能还会引入阿里云的合作。但比较可惜的是，目前Apple Intelligence引入国内的时间表依然不清晰，库克的表态也仍然是“正在努力进入中国市场”。

但无论如何，这场“Gemini计划”如果落地，意义已经超越了Siri自身。不同于部分功能引入ChatGPT，它代表苹果在生成式AI战场上首次向外求援，也意味着iPhone的智能体验或许将迎来一次真正的跃迁。

只是，这一步如果走得太快，也让人不禁想问：苹果的智能，未来还有多少会是“自己造”的？

苹果智能“打铁还需自身硬”

10亿美元对谷歌不重要，同样对苹果也不重要。事实上为了在iPhone将谷歌搜索设置为默认搜索引擎，谷歌每年要给苹果200亿美元。对苹果来说，钱从来不是问题，真正的问题在于——自研大模型的进展，是否还跟得上这场AI军备竞赛。

过去两年，苹果在AI上的节奏可谓“稳到让人着急”。Siri团队经历了多次重组，据The Information等媒体多次报道，苹果内部存在方向摇摆与管理层分歧：一派主张渐进优化Siri，另一派坚持彻底重构为大模型驱动。这种拉扯以及原团队的开发执行能力，都影响到了Siri的生成式AI化进程。

今年7月，苹果机器学习研究团队发布了一份技术报告，披露了苹果的两类自研模型。首先就是那套约30亿参数的端侧模型，针对KV-cache共享、量化感知训练等进行了优化；其次就是去年底就透露出的百亿级参数云端大模型，采用了目前主流的Mixture of Experts（MoE）架构，计划将多专家路径与苹果的PCC私有云计算服务器深度结合，以提升推理效率与隐私安全。

PCC架构，图片来源：苹果

相比之下，苹果的端侧模型明显进展更快，对基础任务的支持已经比较完善，同时还在今年WWDC25前后开放给了开发者，真正开始将端侧算力和模型释放给第三方应用，并且逐渐涌现出不少利用端侧模型的应用。但从目前来看，苹果的云侧模型距离大规模商用仍有不少距离。

在这种背景下，引援Gemini就显得既现实又急迫。它为苹果填上了关键的一块短板——复杂任务推理与多模态生成。从策略层面看，这也是苹果典型的路径：先引入最强的外部能力，稳住体验，再用时间慢慢完成自研替换。

正如当年的地图、芯片、相机模组，苹果往往会在外部成熟技术的基础上，逐步构建自己的闭环。

但问题在于，这一次的追赶难度前所未有。OpenAI、Anthropic、谷歌都在快速迭代，模型规模与生态反馈形成了正循环。苹果或许更擅长产品定义与集成体验，但面对超大规模的模型训练以及数据处理、利用，却很难说有多少优势。

或许，Gemini的加入能让Siri和Apple Intelligence在短时间内弥补苹果在AI能力上的产品体验劣势，但能否让苹果抓住机会赶上AI终端甚至大模型的第一阵营？需要时间来回答。

写在最后

理想情况下，苹果当然可能借助引入Gemini争取来的时间完成模型上的赶超，但或许我们也应该承认另一种可能：苹果在云端大模型的竞争里，永远追不上第一阵营。

不是没钱、没算力，而是这场竞赛的节奏，已经不属于苹果的节奏。它擅长的是长线积累、体验打磨，而不是高频迭代和激进试错。

另一方面，如果有一天苹果放弃对自研云端模型的执着，选择构建一个第三方云端大模型生态和架构，自身把更多注意力都放回端侧模型，也未必是坏事。毕竟在端侧，苹果拥有最完整的芯片架构、最成熟的能效优化体系，以及最稳固的用户信任。

这也许就是苹果式AI的可能路径，不抢最前沿的风头，而是尽量让智能变得可靠、安全、可持续。