制图：Midjouney-晓睿
图文作者：举大名耳
编辑：杨晓鹤
2024年，注定是生成式AI大放异彩的一年，但对苹果来说，同样也是个多事之秋。
前段时间，在苹果举行的新品发布会上，苹果推出了iPad系列最轻最薄的新款iPad Pro，并在其中搭载了性能堪称变态的M4芯片。
根据苹果公布的参数，M4的CPU为4大核+6小核，采用了3nm制程，算力达到了38 TFLOPS（每秒38万亿次）。
然而，激进的堆料，仍旧没能缓解苹果在AI时代的焦虑。
发布会之后，苹果股价仅在周二（5月7日）收涨了0.38%，这不温不火的股价，也反应出市场对这种一味“卷硬件”的策略，已经不太感冒了。
毕竟，在用户看来，当今的手机、平板，其实性能早已过剩，自己为什么要为那实际上用不到的“高性能”支付昂贵的溢价？
也正因如此，从去年以来，苹果的整体Mac销量和iPad销量下滑了40%。
更大的危险信号是，iPhone在今年国内市场第一季度的排名中，首次跌出了前五。
根据市场调研机构TechInsights发布的最新数据，2024年一季度，中国智能手机出货量为6330万台，同比增长1%。在头部厂商排名中，苹果以13.7%的市场份额跌出了前五名，加入“others”（其他）行列。
在竞争对手微软和谷歌，早已推出各自的AI工具和平台的情况下，越来越多的人已经看出来，手机这类个人终端的下一场革命，就是当下的生成式AI。
根据Gartner的预测，到2024年底，生成式AI智能手机的全球出货量，预计将达到2.95亿台，占基础和高级智能手机出货量的22%
但不幸的是，在这个本该大有可为的新天地，苹果却拉胯了，至今没有自己的大模型。
AI手机正在迎来”ipone时刻“
在当下的生成式AI竞争中，苹果的步伐显得格外迟缓与被动。
当微软与谷歌等巨头纷纷亮剑，推出自家的大模型，甚至连国内的荣耀和OPPO等手机厂商，也先后揭晓了其专署的手机大模型（“魔法大模型”、AndesGPT）之时，苹果仍旧迟迟未能推出自主研发的生成式AI产品。
同时，早已显得滞后的Siri，在如今AI浪潮的冲击下，表现也越发不尽人意。就连前苹果工程师John Burkey也曾尖锐批评Siri的性能，称其“笨拙”。
实际上，自库克时代以来，很多人都已经感受到，现在的苹果已经不是乔布斯时代那个追求创新，产品为王的苹果了。
一个重要的区别，就是现在的苹果，少了从前那种颠覆性的创新和突破——例如最近OpenAI发布会上最新的GPT-4o展现出的强大AI能力。
在5月14日的发布会上，OpenAI最新的旗舰大模型GPT-4o，不仅能力横跨了听、看、说等能力，并且交互过程丝滑流畅毫无延迟，可以在平均320毫秒的时间内响应音频输入，与真人对话的反应速度几乎一样了。
AI鲸选社
，赞18
更牛逼的是，在整个演示中，GPT-4o还进行了多项需要实时交互的任务。
例如用摄像头和用户实时视频聊天，或是通过摄像头观看用户写在纸上的数学题，并进行解答，又或者在用户敲代码的时候，观看屏幕上的代码，给出评价和建议等内容。
所有这些体验，都像真人一样顺滑，自然，毫无延迟。
这种炸裂的功能，直接把Siri这种只能进行机械式语音交互的AI，甩到不知道多少条街开外了。
同样地，在一天后谷歌举行的I/O开发者大会上，为了与GPT-4o进行对标，谷歌的Gemini 1.5 Pro，也展示了类似逆天的功能。
在演示中，召唤Gemini之后，测试者打开了摄像头，边走边提出问题，例如：“当你看到会发出声音的东西时，告诉我”。
结果，当镜头扫过一个扬声器时，Gemini果然回答道：“我看到一个扬声器，它可能会发声。”
就如同当年乔布斯在初代iPhone引入多点触控屏幕，促进了移动互联网时代的到来一样。
这种毫无门槛的，更人性化的交互方式，必定会在手机端引发AI应用的革命，从而引领AI走入千家万户。
毫不夸张地说，如果将来手机AI真的有一个“iPhone时刻”，那么构成这个“时刻”的关键要素之一，正是这样实时性的，充满人性和情感的语音交互AI。
不过，正如初代iPhone的奇迹是由多个技术要素构成的一样，除了语音交互外，AI时代的“iPhone时刻”，也同样需要更多的要素来构成。
这些潜在的要素，也可以被称为“技术合力”。苹果的技术合力能打出AI重拳吗？
苹果AI实力到底几何
就现阶段来看，构成手机AI“iPhone时刻”的主要技术条件，至少可归纳为三点核心要素：端侧芯片、模型压缩技术，以及AI语音交互技术。
其中，端侧芯片作为硬件基础，不仅决定了手机能运行多大参数的大模型，而且还直接影响到数据处理的速度与效率；
而模型压缩技术，则是在手机上实现高性能AI的关键，它决定了将大模型缩小并塞进手机的同时，模型是否还能保持先进、复杂的推理能力；
至于AI语音交互技术，则是构建流畅用户界面与人机沟通体验的关键，它让手机AI能够准确理解并响应用户的语音指令。
在端侧芯片方面，虽然苹果在发布会上宣称M4各种强大，但是从M3的数据以及相对M3的提升来看，虽然拥有16个NPU，但在AI算力/生产力关键参考的Token生成速度上，M4大概率只有26-29/秒左右。
与竞品相比，苹果的M4芯片AI算力（38TOPS）只能算一般。
在AI方面，高通骁龙8Gen3的峰值算力达45TOPS，英特尔面向AI PC的酷睿Ultra处理器AI算力也可达34TOPS，而天玑9300搭载的vivo X100 可运行 100 亿参数大模型，算力达到 33TOPS。
由此可见，在群雄并起的AI时代，苹果在硬件方面，并未像研发初代iPhone时那样，占据绝对的优势（例如当时的多点触控）。
虽然苹果M系列芯片还有统一内存的巨大优势，但是由此带来的本地模型运行慢，也无法多线程的劣势面前，苹果的AI芯片可谓让开发者又爱又恨。
而在第二大技术要素，即模型压缩技术方面，苹果则显示出了明显的滞后。
模型压缩技术，相当于是当年构成“iPhone时刻”的iOS系统，在这一技术领域，尽管苹果发布了数篇关于手机大模型的论文，如《LLM in a flash: Efficient Large Language Model Inference with Limited Memory》，总体上看，虽然这些论文的思路，都是在想方设法将模型压缩，同时保持其强大性能，但迄今为止，苹果仍未推出任何具体的大模型产品。
而在这个领域，走在最前面的，往往是一些专注于大模型技术的AI企业，例如国内的一些AI企业。
某智能公司的开源MiniCPM-V 2.0模型，不仅以2B的参数量，超越了多个较大的模型，如Mistral-7B，甚至在某些方面，还能与Llama2-13B和Falcon-40B等参数是自己几十倍的模型相媲美。
最后，从语音交互方面来看，早已显得滞后、笨拙的Siri，在如今OpenAI、谷歌等先进的AI技术面前，根本没有任何招架之力。
尤其是5月14日的OpenAI发布会上，ChatGPT展现了最新的语音功能后，所有人都感觉到，这种具有语气和情感，能够像人类彼此交流时那样允许插话、情绪饱满的AI语音系统，已经对上一代语音AI（如Siri）形成了肉眼可见的碾压。
由于苹果在AI方面的拉胯，同时眼看着今年的WWDC（苹果全球开发者大会）越来越近，感受到压力的苹果，不得不与OpenAI和谷歌进行深入谈判，计划引入ChatGPT技术来对Siri进行一次重大的“大脑”升级。
破碎的城墙
长期以来，苹果之所以能在科技舞台上傲视群雄，核心在于其独特的软硬件垂直整合的封闭生态系统。这一系统确保了从iPhone到Mac的每款产品，都能让用户享受到一个更加纯净、稳定的体验。
然而，随着AI时代的到来，苹果愈发难以在新的技术角力中，占据所有有利要素。
也正因如此，原本封闭的IOS系统，如今也不得不对OpenAI等巨头进行开放，而这样的局面，实质上已经表明，苹果原本固若金汤的城墙，今天已经被部分地“攻破”了。
不过，这样的窘境，也不能全怪库克，说他不思进取。其实，这跟苹果自身的业务性质也有一定关系。
咱们得明白，苹果一直以来玩得转的是啥？是那种能跟它的自身硬件进行契合的传统AI。
啥叫传统AI呢？简单讲，就是那些专注于特定任务，比如人脸识别、语音助手、拍照优化这些，这些技术侧重于利用算法优化硬件性能，提升用户体验，恰好与苹果擅长的软硬件一体化设计哲学不谋而合。
比如iPhone上的Face ID，看一眼屏幕就能解锁，又例如Apple Watch通过心率监测、血氧检测等功能，结合AI算法分析，为用户提供健康预警和健身建议等功能，这些都是传统AI在苹果设备上的体现。
苹果这种高度依赖于硬件销售与服务结合的商业模式，决定了生成式AI必然会与其存在一定的错位。
因为ChatGPT这样的AI，本质上是一种更“独立”的系统，而不是手机、平板这类硬件的附庸。在脱离硬件的情况下，其依赖云端算力，也照样可以进行推理。
照这样来看，苹果在生成式AI时代的没落，难道是一种必然了吗？
其实也不完全见得。
如果乔布斯仍旧掌舵苹果，以其对用户体验的偏执追求，至少不会容忍Siri糟糕的体验那么长时间，苹果在语音AI上的表现，也许不会像今天那么惨。
同时，乔布斯不仅理解用户当前的需求，并且还能够凭借对市场和技术的洞察力，预见用户未来可能的需求。
例如，在1980年代，乔布斯就预见到了图形用户界面（GUI）将取代传统的命令行界面。并将GUI应用于苹果的Lisa和Macintosh电脑上，成为了个人电脑行业的重要里程碑。
同样地，在2000年代初期，当手机市场还主要由功能手机主导时，他就预见到了智能手机的巨大潜力，并推出了iPhone。
到了2010年代，其更是前瞻性地预见到了人们对于便携式、长续航的移动计算设备的需求，并推出了iPad，由此迅速开启了平板电脑市场。
销售见长的库克，很明显已经意识到苹果的问题，也在最近发布了端侧UI模型Ferret-UI,他能理解屏幕上的内容，还能识别和操作具体的UI元素。
很多人猜测，苹果的意图是手机端用自己的大模型处理简单任务（短信处理/iPhone 通知），云端用其他家大模型处理复杂任务（生成图像/电子邮件回复）。
这一权宜之计，对于苹果来说，也是没办法中的最好办法，一向闭源的iOS也不得不半推半就，接受了“灵魂”植入。毕竟三星Galaxy S24依靠与Google大模型的合作，手机销量增长了两位数。自己销量下滑态势止不住，此消彼长下的黄昏很难熬。
停止造车后，AIl In AI 的苹果，也没有勇气全力打造一款媲美ChatGPT的大模型，只能说时代正在缓缓碾过巨头的尸体。