苹果WWDC26：库克离场，新AI权力版图与五款自研模型

我是中国和中国人民的老朋友 我还会持续去（中国）的 我会持续出现 在2026年苹果WWDC全球开发者大会上 卸任前最后一次主持大会的Tim Cook 收获了全场接近一分钟的掌声与欢呼 而以新CEO John Ternus为重心的 下一代苹果领导层 将如何带领公司在AI时代重新证明 苹果是定义者 而不是追赶者 是外界对这次WWDC最关注的问题 都2026年了 苹果CEO都换了 那苹果AI到底在干什么 今年我们也是非常的开心 受到了邀请 来到WWDC的现场看一下苹果的AI策略 3年半以后才感觉到好像真的是在 把AI的东西放到苹果的手机里面去 作为投资人角度来说的话 算是比较平淡吧 他们（谷歌）的很多Infra（基础设施）团队的成员抽调 专门去支持苹果（私密云计算）这件事 其实还是花了蛮多精力 去把这件事情做好的 虽然大家说 Apple没有SOTA model（最顶尖的模型） 但是苹果自身的这样一个生态 它的用户量 它的distribution（布局） 我觉得在未来来讲 其实具有非常大的潜力 它的产品发布周期这个文化 是它过去几年非常成功的点 但我觉得它必须得有些改变 我们这个视频就来重点聊聊 苹果在两年前失败的 Apple Intelligence发布之后 内部经历了什么 重组之后的领导班底是如何的 这次WWDC的发布背后 意味着苹果如何的AI战略 苹果自身的模型到底能力怎么样 以及如果现在只是一个开始 那么真正消费者AI赛道的 “iPhone Moment” 要什么时候才能来到你我的身边呢 不要忘了关注我们《硅谷101》 接下来我们就一起深入今年的苹果发布会 首先我们来看看苹果 在这场发布会的时间点 两年前 2024年6月10日 苹果正式宣布Apple Intelligence 但之后苹果数次延期AI功能的交付 不仅让业界对苹果的AI研发能力产生质疑 更是引发了消费者对公司的诉讼 去年 苹果把尚未交付的AI功能 作为宣传核心 这个点位 是触发了消费者虚假广告诉讼 和股东证券欺诈诉讼 毫无疑问 苹果在2025年是陷入了“AI危机” 这个危机在于事事要求完美体验的苹果 在AI革命带来的冲击面前 无法平衡 “用户体验”和“产品创新”这个天平 苹果一直以来引以为傲的 “完美文化” 失衡了 它过去成功的一个很大的原因 就是它整合 以一公司的力量 一年来憋一个大招 然后一点一点往前走 我觉得是很有效果的 但是我觉得在AI时代可能不适合吧 因为AI时代 大概每周就应该有一个release（版本） 它要aggressive（激进） 因为它必须这么走 它如果说还是像以前一年憋一个大招 AI都已经几个世纪过去了 它才过了一年 我觉得应该是有很大问题的 苹果也意识到了这一点 根据彭博社最近的一篇报道 在2025年苹果高层进行了一次人事变动 这也改写了苹果AI的权力版图 在去年年初的这场关键秘密会议上 库克本人没有出席 由当时的COO Jeff Williams主持 在Apple Intelligence失败的发布之后 苹果总算意识到 这不只是一个产品延期的问题 而是组织、文化和领导力的问题 原本负责AI的John Giannandrea 正在失去库克和高层的信任 苹果需要一个新的人 来把Siri和AI的烂摊子重新拉起来 而这个人是Mike Rockwell 没错 就是发布AI产品的这个哥们儿 Rockwell之前负责 Vision Pro和visionOS 虽然Vision Pro在商业销量上不算成功 但是在苹果内部 它被视为一个技术难度极高的工程成果 所以Rockwell是打过硬仗、带过队伍 做过复杂系统的 更重要的是 Rockwell很早就认为 AI会成为苹果的关键问题 也曾经提出过Siri的改造路线 所以他其实是对AI有着很深的思考 然而彭博社的这篇报告就披露说 苹果是大公司 所以这个时候出现一些小的politiics（政治博弈） 也是正常的 Rockwell原本以为自己可能会成为 苹果整体AI的负责人 取代Giannandrea 直接向Tim Cook汇报 但是Craig Federighi不同意 Federighi是苹果软件工程的老大 在他看来 AI和Siri最终应该属于软件工程体系 所以Rockwell可以接Siri 但要向Federighi去汇报 而不是直接向Cook去汇报 这背后其实是苹果内部 对AI归属权的重新划分 AI到底是一个独立的新中枢 还是软件系统的一部分 最后Rockwell没有成为 苹果最高层级的AI总负责人 但是他接下了Siri 汇报给Federighi 而Giannandrea最终离开了苹果 所以我们就来看看苹果的AI权力新版图 首先 Tim Cook从旁观产品的CEO 变成了亲自下场、介入AI路线 Craig Federighi依然是软件负责人 但是AI开始成为未来几年 苹果操作系统升级的中心 Mike Rockwell曾经做过 Vision Pro的硬科技型管理者 他开始接手Siri、重组Siri团队 Amar Subramanya是苹果从外部找来的 AI模型负责人 这个角色就非常关键了 要去证明苹果有能力自研模型 来看看他的简历 曾经在谷歌待了16年 是Gemini、Gemini App和Bard的 工程副总裁 刚跳槽去微软5个月就被苹果挖走了 今年苹果开始和Gemini合作 相信Amar在中间也有不少的话语权 而John Giannandrea被边缘化 最终离开 最后John Ternus 今年9月之后 会接替库克 成为新的CEO 这位掌舵者将继承一个 必须证明AI能力的苹果 于是我们看到 今年的WWDC大会 就是苹果这个新高层团队的检验时刻 所以接下来 我们具体来说一说 这次苹果的AI产品 公司强调的重点是 就算到了AI时代 苹果带来的 也要是“符合苹果价值观”的技术 首先我们来说说五款模型和背后的架构 新一代Apple Foundation Models 简称AFM模型中包括两个端侧模型 分别是30亿参数的AFM 3 Core 和200亿参数的MoE（混合专家）架构模型 AFM 3 Core Advanced 这个更强端侧模型的核心优势是语音 和更强的听写等多模态功能 帮助实现丝滑的语音对话 所以Siri具有人味儿 可以个性化有表现力的语音 全系统听写的这些功能 需要强有力的硬件设备支持 所以这也是被外界一些苹果用户 吐槽的地方 AFM 3 Core Advanced这个更强的端侧模型 只能在比如说iPhone 17 Pro iPhone 17 Pro Max、iPhone Air M4芯片及以上 且至少12GB统一内存的iPad M3及以上且至少12GB统一内存的 Mac上使用 但是貌似这也是没有办法的事情 因为端侧AI对硬件 包括对内存和芯片的要求都太高了 因为你知道 跑在这个端侧的 对于内存的这个需求其实是非常高的 所以说它如果是跑特别大的这种模型的话 其实端侧是没有办法支持的 它这次之所以能够跑200亿这个模型 其实用到了两个比较核心的技术 一个就是大家所熟知的 稀疏的MoE（混合专家模型） 它一次激活 大概是10到40亿的这样一个参数 30亿模型的参数量其实差不多 基本上也是在苹果 比如说手机端这个设备能够刚好去支持的 这个Advanced模型 比较有意思的地方 它其实是一个多模态模型 我仔细读了它一下背后的技术论文 我觉得比较有意思的一个地方就是 它整合了一个闪存来存放模型参数的 这样一个技术 如果模型越大的话 它内存的需求其实越高 但是苹果做了一个事情就是说 它把一部分固定的参数放到闪存当中去 也就是这个flash存储的设备当中去 所以说苹果这次它就考虑到 因为我的这个DRAM 我的内存 其实在on edge（端侧）设备上 并不是那么的够 如果我一次把这么多参数 全部load（加载）上去的话 它其实会浪费很多的资源 包括耗电 它就其实想到了说 我可以把一些 我常用的这一部分参数 或者基础的这样一些参数 都放到这个闪存当中去 然后我的内存 可能根据用户的需求 我在dynamic去load（动态加载） 不同的这种参数量 然后来实现 可以在端侧的这个inference（推理） 好处就是说它可以少量占用内存 同时它对于这个on edge（端侧）设备 包括手机用电量的损耗 其实也有很大帮助的 所以从这点上来看的话 我觉得 苹果也慢慢慢慢在大模型中发挥它的优势 我觉得苹果最大的优势就是软硬一体 除了在端侧的两个模型之外 在云上 苹果是部署了“云端三件套” 分别是 AFM Cloud、AFM Cloud Pro 以及ADM Cloud（Image）模型 云端上的这几个模型参数和细节 都没有公布 但是从职能上来看 AFM Cloud是苹果的云端主力模型 当端侧模型能力达不到的时候 这个模型就会负责起大部分的云端任务 苹果官方技术文章将这个模型称之为 “server-side workhorse” 也就是服务器端主力 在速度、效率和综合性能上重点优化 AFM Cloud Pro是苹果的最强云端模型 负责复杂推理 和智能体的Agentic tool use 用于最吃算力、最复杂的场景 而且这个模型在谷歌云上 专门为英伟达GPU优化的 最后的ADM Cloud Image 是苹果的云端图像模型 用于图像生成和编辑 这里就有一个重要的问题 两年前苹果和OpenAI合作的时候 本地用苹果端模型 云上用GPT模型 这个战略是让苹果备受争议 被认为前沿AI模型能力不足 而这次换了Gemini去合作 那苹果的模型是自研的 还是Gemini的模型呢 这个问题我得到了苹果内部人士的回答 答案很直接 五款模型都是苹果自研的 但是底层是用到了Gemini的相关技术 与Google Cloud基础设施 其中最重的Cloud Pro还扩展到了 Google Cloud的NVIDIA GPU 并由苹果的Private Cloud Compute 隐私架构包住 简单来说 模型还是由苹果来主导 而并非将Gemini直接引入到苹果的平台上 PCC这个加密安全的设置 也是苹果这一次的重磅探索 一会儿我们会深入地来讲讲 我们先把模型和架构聊完 苹果的技术论文在结尾也表示 会在今年夏天晚些的时候发布技术报告 分享更多的模型细节、评估 和benchmark（基准测试） 到时候我们也能够对苹果的自研模型 以及与Gemini的合作细节 可能会有更多的信息 好 说完了苹果的五个模型 那么整个苹果的系统是如何来调度的 我们在这里用动画给大家展示一下 关键词是“系统编排器” System Orchestrator 顾名思义 就像一个演唱会的指挥家一样 它的作用是调度不同的模型 组织不同的功能去完成任务 它下面有四个功能架构 分别是App Toolbox、Spotlight index On-screen context 以及云端的world knowledgee App Toolbox是让Siri能够“动手” 完成任务的关键 系统编排器通过App Intents框架 知道你手机上每个App能够做什么 比如说你让Siri给朋友发消息 或者发邮件的时候 它会调用Messages或者Email来执行 理论上适配App Intents的第三方App 都能够被Siri调用 这也会是苹果生态之后最有潜力的地方 需要去打通开发者们的App 与Siri AI的权限 第二个是叫做Spotlight index 这其实就是激活上下文理解 你的iPhone或者苹果硬件上的所有数据 包括照片、邮件、备忘录、消息等等 都会通过Spotlight的语义引索 被组织起来 让Siri能够更个性化、更懂你 第三是on-screen context 也就是屏幕感知 系统编排器能够看到 你当前屏幕上显示的内容 无论你是在读一篇报道 还是浏览照片 还是看视频 Siri能结合屏幕上发生的事情 给出相关的回答 最后第四是云端那边的World Knowledge 也就是世界知识 这会需要Siri AI去互联网上进行搜索 然后通过苹果和谷歌合作的 Private Cloud Compute（PCC） 来生成回答 总结来说 系统编排器驱动四个功能组织 调动五款模型 结合苹果生态中的应用App 通过最上层的系统体验和AI助手体验 给到苹果用户端侧的AI交互 我们在这次发布会上看到的demo展示 其实不得不说 并没有超出市场的预期 新一版的Siri能够利用对个人情境的理解 搜索信息、邮件、照片等内容 进行一些跨App任务 Siri AI能够回答 与用户屏幕上的内容相关的问题 也可以上网获取最新信息 生成答案 通过专门的Siri App 用户可以重新访问过往对话 或者发起新对话 并且利用iCloud在用户的各种设备上 私密同步对话历史记录 然而我们看到 大部分的AI demo 还是Generative AI（生成式AI）的功能 包括写作、编辑图片 但其实消费者端侧AI 大家期待的更多还是 真正的Agentic（智能体）的任务执行 说起来 它今天发的这些东西 其实还是比较 从某种角度上来讲 并不是非常Agentics（智能体） 还是以Generative AI（生成式AI）为主 然后多模态 没有太多的agentic action（智能体行动） 但我觉得这不是问题 因为它首先先要catch up（追赶） 如果我是从一个苹果的用户角度来讲 我觉得很不错 我觉得我用这个手机会方便很多 你想 大家用ChatGPT 用Claude 用了这么多时候 自己的手机上面一直没跟上 要用任何AI的东西 总归是要用不同的application（应用） 这里面一个很大的问题就是 跟我各种各样的记忆都整合不起来 所以说它如果过能够跟我的照片 跟我的邮件 都整合起来 其实对用户来讲是一个好的地方 当然了 从业界来讲 因为我现在最近几年也是在做 consumer（消费者）这一块 那肯定就是一个友商的角度去看 我觉得其实是一个好事情 是让整个消费者 我其实 至少在美国 也是不断跟各种各样的消费者在聊产品 我感觉大家对于 硅谷那是肯定不一样 但除了硅谷 你说对这些AI的adoption（接受度） 或者说是 我觉得其实还是有一些顾虑的 所以说如果Apple能够把这个给带起来 其实对整个业界也是好的一个点 这是我大的几个方面想到的 这次其实比较惊艳的一个demo场景 是通过Password（密码app） 来自动帮你更新密码 这背后是Apple Intelligence 和Safari的配合 自动导航到对应网站、登录、改密码 这是一个非常典型的Agentic（智能体）的场景 但这种场景需要Siri AI 和应用开发者深度合作 而现在苹果正处于 搭建这样Agentic（智能体）生态的初期 我觉得苹果其实是已经布局了 一直有在推 叫做App Intents这样的一个机制 它其实是用来取代 原来的Siri相关的这种开发包 叫SiriKit 现在它要求开发者做的这个事情 就是如果你愿意加入这个App Intents 就是把你的这些 App当中的function（功能） 或者一些动作或者一些数据的声明 或者一些动作或者一些数据的声明 按照它所结构化的模式给写下来 并且开放给Siri 那Siri就可以 相当于说通过工具调用的这个方式 来连接每个开发者的这个app 就像Siri是主要的agent（智能体） 然后你比如说 我现在要去access（接入） 这个calendar（日历） 如果说我开发这个calendar（日历）的app 你给了Siri这样的权限 并且按照它这个机制去写我背后这个代码 因为所有这些开发 其实都是在Apple的生态Xcode上 去进行开发 如果这些事情都完成之后 Siri就可以在不打开 或者用户可以在不打开我的 第三方app的情况下 完全通过Siri来调用 这些app中的key function（主要功能） 那我觉得 苹果它拿出来的这个模式 是一种“胡萝卜+大棒”的方式 你可以知道 苹果现在对于开发者这个条款 它大概意思就是说如果你的用户量 是小于两百万的 你其实是可以免费地 去调用苹果背后AFM这个大模型 基本上来讲 你可以想象 既然我作为开发者 我要调用ChatGPT GPT-5.5 model或者是Claude Code 类似这样的一些模型的话 我是要付给它token费的 这个费用而且还不低 对不对 然后我自己背后还要去搭建一套 这个构架Agent Harness 然后去连它这个API 然后完成各式一系列的过程 苹果在它开发的这个软件中 帮你全部都搭好了 你只需要按照它这个模式 去写你的这个代码 然后你就可以直接免费去调用 我觉得免费这个事情对于很多开发者来说 就是这个“胡萝卜” 那“大棒”来讲的话 我觉得就是说 如果你不去加入Siri 你在未来 越来越多人去使用苹果的设备 使用苹果的Siri去调用app的时候 你就会被边缘化 你想象 苹果整套这个设备 有大概几十亿的用户 对于这个开发者来讲的话 如果我不在这个生态当中 我很有可能就拿不到这个流量 或者说Siri这部分流量我就分不到 作为一个开发者 从我个人的角度上来讲 我其实是愿意去试或者去使用 Siri开放的这一套功能 一个是可以降低我的成本 第二个 我就多了一个Siri流量的入口 我觉得这个事情来讲的话 对我来说其实是make sense（合理的） 而苹果想要推动Consumer AI（消费者AI） 也就是让全球上亿的用户使用AI端侧设备 安全一定是最重要的问题 接下来我们再花一点时间 讲讲这次谷歌和苹果 花了大气力去搭的隐私架构 Private Cloud Compute 简称PCC 苹果发布了一份相当之详细的技术报告 把PCC的每一步骤和技术突破 都拆解出来了 我们先说结论 苹果是花了大力气 试图建立一条可验证的计算链 只有经过苹果批准、公开登记 并且完成硬件证明的服务器 才能够获得解密请求的能力 请求处理完之后 数据和密钥随即销毁 苹果、谷歌以及云端管理员 都没有拥有读取用户内容的常规接口 这也就是苹果这次在发布会上一直强调的 甚至连苹果都不会知道你的数据 我觉得苹果还是蛮有趣的 在这种安全隐私上面的探索 真金白银的投入 还有这种壮士断腕的决心 能够把之前的那些ChatGPT拿掉 换成Gemini 其实花了很大力气去做这件事情 所以我觉得也是蛮有意思的 Agent Infra（智能体基础设施）初创公司 Runta创始人Guanlan Dai就对我们表示 AI安全要做得好 真的是要去费钱、费精力做的事 从Infra（基础设施）层面来说 如果说它要真正去整合一个模型 那OpenAI 它没有足够多的bandwidth（精力和资源） 或者是任何的商业考量 觉得这不划算 不想要做这种加密计算 不想要为一家公司来花费这么大的精力 去做这样一件事 不像Google 它有这么强的Infra（基础设施）团队 我其实有了解到 他们（谷歌）的 很多Infra（基础设施）团队的成员抽调 专门去支持苹果这件事 其实还是花了蛮多精力 去把这件事情做好的 这里面的Infra（基础设施） 就是我刚才之前提到了 如何把这加密计算 如何把这种隐私、推理 这些东西能够支持好 其实这里