WWDC26:苹果AI交卷,Siri的脑子是Google给的

北京时间 6 月 9 日凌晨，苹果在 WWDC26 上公布了 Apple Intelligence 的全新架构。核心变化就一句：苹果和 Google 联合开发，基于 Gemini 技术打造了 Apple Foundation Models。这套模型同时跑在本地设备、苹果 Private Cloud Compute 服务器、以及 Google Cloud 的 Nvidia Blackwell B200 GPU 集群上。

简单说：Siri 从今天起，底层推理用的是 Google 的模型能力。苹果则在上层做了一整套编排系统（Apple 管它叫 System Orchestrator），负责根据当前 app、当前任务、用户上下文来调度模型响应，让它看起来还是苹果的味道。

这事我看了两遍 keynote 才算消化完。下面把几个关键变化掰开聊。

先看架构层面到底发生了什么。

苹果这次的 Apple Foundation Models，是和 Google 联合开发的。用的是 Gemini 系列背后的技术。据 MacRumors 和多个信源交叉验证，基底是一个约 1.2 万亿参数的大模型。苹果在发布会上用的词是「deep collaboration」，翻译过来就是「实打实一起训了模型，不是只调 API」。

推理部署分三层：

第三层是关键。苹果的 Private Cloud Compute 服务器跑不动完整的 Gemini 级模型，所以最重的活实际上交给了 Google Cloud 上的 Nvidia Blackwell GPU。苹果的说法是用了 Nvidia 的「机密计算」技术来做数据加密，保证处理完就销毁。

但怎么说呢，数据确实加密了，可算力不在自己手里。这个架构设计，跟苹果 2024 年 WWDC 上画的「全部跑在 Apple Silicon 上」的饼，已经不太一样了。

▲ Apple Intelligence 全新架构：本地 → PCC → Google Cloud 三层推理

苹果这次给它起了个新名字——Siri AI。名字变了，底气也变了。Mike Rockwell（Siri 工程 VP）上台后没讲太多概念，直接放 demo。我印象最深的是这几个：

▲ Siri AI 全新 Dynamic Island 交互界面，深色主题取代了旧版彩色光效

多轮对话不再是幻想。演示者问 Siri AI 关于 Suki Waterhouse 演唱会的信息。Siri 告诉他需要抽签购票，他直接说「抽签开放的时候提醒我」，Siri 设好了提醒。整个过程没有重新描述上下文，没有「我不太确定你在说什么」，就是正常聊天。

跨 app 信息编织。另一个 demo 里，演示者问「上次活动上有人提过的那道甜点怎么做？」。Siri AI 从他 Messages 的历史记录里翻出了相关对话，提取了甜点名称，自动编了一份「观影派对菜单」，然后拟好了一条带菜单的消息等他确认发送。从聊天记录到菜单到消息编辑，全程一气呵成，不需要用户自己切 app、复制粘贴。

照片+导航+共享，一句话串三个动作。还有一个场景：演示者拿一张地标照片问 Siri AI「这是哪？」。Siri 识别后拉出导航选项，接着演示者让它找出上次家庭旅行的照片，再挑一张加到共享家庭相册。照片识别、导航、相册管理，三个 app 的操作被一句自然语言串了起来。

独立的 Siri App。iPhone、iPad、Mac 上各有一个 Siri 原生应用，可以翻看历史对话、开新会话。聊天记录通过 iCloud 端到端同步。在 Mac 上，你可以直接在 Spotlight（Command + Space）里开启 Siri AI 对话，不用切到别的窗口。Mac 的右键菜单也集成了 Siri，选中文件或窗口就能直接发指令。

▲ macOS 27 上 Siri AI 集成进 Spotlight，菜单栏图标改为单色

摄像头 + 视觉智能。iOS 27 相机内置了 Siri 模式。对着海报拍照自动添加日历事件，对着收据拍照自动分账——后者直接对接 Wallet 和 Messages。更妙的是 Vision Pro 上的体验：Siri AI 变成一颗 3D 悬浮球，你可以把它放在房间任意位置，盯着它看就能激活，不需要唤醒词。苹果管这个叫「放到你的空间里」——目前为止最有苹果味的设计。

▲ iPhone 上通过 Dynamic Island 下滑呼出 Siri AI

语音引擎 + Write with Siri。新语音引擎更接近真人表达，初次设置时可以微调语速和表现力。文字方面，Siri 能学习你给不同联系人的说话风格——给老板写邮件和给朋友发消息，语气自动区分。苹果还加了一个系统级自动校对，不光是拼写，能理解语义和语气。

▲ CarPlay 也获得 Siri AI 加持，驾车场景下的语音交互更自然

这是整场发布会最拧巴的地方。

苹果在台上花了大量篇幅强调隐私：「用户数据只用于执行当前请求，苹果和第三方都无法访问」「外部专家可以随时验证我们的隐私保障」。Tim Cook 的原话是「和 Google 的合作绝不会牺牲苹果的隐私规则」。

但事实是：最复杂的 AI 推理任务跑在 Google 的服务器上，用的是 Nvidia 的 GPU。不管你加了多少层加密，核心行为推理（这个 AI 助手最敏感的部分）是被托管在苹果控制不了的硬件上的。

安全圈已经有几个实在的担忧：苹果无法完全控制 Gemini 模型的行为偏差和幻觉模式（那是 Google 训练的）；不清楚 Google 是否保留任何遥测数据用于模型改进；模型更新节奏取决于 Google 的发布周期。说白了一句——苹果自己没有这把枪，借了别人的来用，然后跟用户说「放心，子弹上了我们的保险」。

我倒不是说苹果在撒谎。Nvidia 的机密计算技术确实能在硬件层面隔离数据。但隐私这件事，信任比技术重要。苹果过去十年建立的「隐私优先」品牌形象，靠的是端到端控制整个技术栈：芯片自己设计、服务器自己搭、加密自己管。现在把最核心的 AI 推理外包出去，品牌叙事上出现了一道裂缝。

顺便说一句，据 MacWorld 报道，苹果为此每年给 Google 付约 10 亿美元。相比苹果年收入近 4000 亿的盘子，这笔钱不算大。但关键是，这是一笔年付的账单，每年 10 亿。实打实的技术依赖。

除了 Siri 这个主角，苹果还顺手给系统 app 灌了一批 AI 能力，挑几个有意思的：

Safari 自动整理标签页。按主题分组，而且会随浏览动态更新。能根据自然语言描述监控网页变化（「这个页面价格变了通知我」）。还能用自然语言描述功能，自动生成自定义浏览器扩展，叫「Describe an Extension」。对轻度用户来说，这个比 Siri 还实用。

系统级自动校对 + 密码批量更新。任何地方输入文字都有 AI 校对，不光是拼写，能理解语义和语气。Passwords app 加了一键批量更新密码，省掉逐个人工改的麻烦。

图像生成与编辑。Apple Intelligence 新增了三项图片工具：Extend（扩图）、Enhance（增强）、Reframe（重新构图）。底层用的是 Gemini 的多模态能力，支持物体移除和利用景深数据的「反裁切」。

· · ·

回到最核心的问题：WWDC26 的苹果 AI 答卷，到底打几分？

产品层面，Siri 确实从「不能用」变成了「能用」，而且不少功能（屏幕感知、摄像头 Siri 模式、跨 app 信息编织）的体验设计有苹果一贯的细腻。和两年前 WWDC24 那场只有概念视频的发布会不同：这次台上放的全是实机 demo。两年欠账一次性还清，值得肯定。

但战略层面，这次发布暴露了一个苹果不愿承认的事实：在 AI 基础模型上，苹果追不上了。自研模型不够强，自研芯片跑不动，私有云扛不住——三个「不够」逼出了一个 Google 联合方案。这不是「我们选择和最好的伙伴合作」的从容，是「我们自己搞不定」的务实。

话说回来，务实没什么不好。对 25 亿活跃设备上的用户来说，Siri 好用比苹果的「技术洁癖」重要得多。苹果选了一条务实的路：用 Google 的模型、Nvidia 的算力、自家的编排层和隐私包装，先让用户用起来。至于以后能不能用自家模型替代——苹果据说已经在看 Liquid AI 这类做模型蒸馏的初创公司，后手是有的，只是现在还端不上桌。

至于时间线：Siri AI 首发只支持英文，秋季随 iOS 27 正式推送。中文和其他语言随后。说实话，苹果这波 AI 起手式比 Google 和 Anthropic 晚了至少一年。但好在终于起手了——而且这次是真 demo，不是概念视频。