更好的 Siri 即将到来：苹果的研究揭示其 AI 计划

📝

内容提要

苹果计划在iOS 18中使用离线模型提高AI功能的速度和效率，研发压缩模型系统，改进Siri，探索AI在健康、图像编辑和创意工具领域的应用，开发名为Ferret的多模态大型语言模型。

🔎

延伸解读

离线模型：速度与隐私的平衡

苹果计划在iOS 18中让AI功能完全离线运行，这需要克服手机内存和算力的限制。研究显示，苹果通过将模型数据存储在SSD而非RAM上，并压缩模型大小（如EELBERT将BERT压缩15倍），实现了更快的推理速度。这种策略不仅提升响应速度，还可能增强隐私保护，因为数据无需上传云端。但离线模型可能牺牲部分性能，苹果需在效率与能力间找到平衡。

Siri的进化：从唤醒词到无缝交互

苹果正研究让Siri无需唤醒词即可识别用户指令，这比传统语音触发检测更具挑战性。通过LLM处理所有声音而非过滤背景噪音，唤醒词识别更可靠。此外，STEER系统能区分追问和新问题，LLM还能处理模糊查询并主动提问以减少不确定性。这些改进旨在让Siri更智能、更自然，但技术成熟度和实际体验仍需验证。

AI创意工具：从图像编辑到音乐混音

苹果探索AI在创意领域的应用，如Keyframer允许用户迭代优化设计，MGIE可通过描述编辑图像。音乐方面，研究分离人声和乐器，可能用于混音功能。这些工具可能集成到苹果自带应用或作为API开放给开发者。虽然初期实验不完美，但展示了AI作为辅助创作工具的潜力，未来或改变用户与设备的互动方式。

Ferret与未来交互：手机自主操作的可能性

Ferret是苹果的多模态大模型，能理解用户指令和周围环境，甚至识别屏幕内容。它可帮助导航应用、回答关于App Store评分的问题，或描述所见事物。结合改进的Siri，未来iPhone可能自动执行操作，无需深度集成即可运行应用并点击按钮。这对无障碍功能有积极意义，但也引发隐私和可控性担忧。

❓

Q&A

苹果在iOS 18中计划如何提升AI功能？

苹果计划在iOS 18中使用离线模型来提高AI功能的速度和效率。

Ferret是什么，它有什么功能？

Ferret是一个多模态大型语言模型，能够理解用户指令和周围环境，帮助用户导航应用和回答问题。

苹果如何改进Siri的智能和响应速度？

苹果研发了压缩模型系统，使Siri能够更快地响应用户指令，并探索无需唤醒词的识别方式。

苹果在健康领域的AI应用有哪些？

苹果正在研究如何利用生物数据帮助用户理解健康状况，包括运动数据和心率监测。

MGIE工具的主要功能是什么？

MGIE工具允许用户通过描述来编辑图像，提升用户的创意体验。

苹果在音乐领域的AI研究有哪些进展？

苹果研究了分离人声和乐器的技术，以便用户进行混音，提升音乐创作的灵活性。

🏷️

标签

Siri ai iOS 18 人工智能 离线模型 苹果