本文主要探討了蘋(píng)果公司在WWDC大會(huì)上展示的新一代AI技術(shù)和其對(duì)未來(lái)AI產(chǎn)業(yè)發(fā)展的影響，特別是AI能否像預(yù)測(cè)的那樣“吃掉”軟件層，成為主導(dǎo)力量。同時(shí)也提及了AI在各行各業(yè)的實(shí)際運(yùn)用及存在的問(wèn)題。

蘋(píng)果重新定義了AI（Apple Intelligence）。

6月11日凌晨1點(diǎn)，蘋(píng)果公司召開(kāi)了今年的開(kāi)發(fā)者大會(huì)WWDC，用了首場(chǎng)發(fā)布會(huì)將近一半的篇幅來(lái)講AI如何整合到蘋(píng)果系統(tǒng)中，將人工智能化于無(wú)形，融進(jìn)Apple Intelligence。

媒體和資本評(píng)價(jià)兩極化，一部分認(rèn)為蘋(píng)果這次出手，軟硬件結(jié)合，在系統(tǒng)層面提供了AI能力，一夜之間滅了許多AI創(chuàng)業(yè)者的生路——畢竟在當(dāng)下的節(jié)點(diǎn)，利用OpenAI 接口包裝一個(gè)翻譯插件或者腦圖都算是創(chuàng)業(yè)，這可叫AI公司怎么活。

反方則認(rèn)為蘋(píng)果此次更新了無(wú)新意，原地雕花，不夠炸裂，新功能還是基本集中在「文生圖」、「文本總結(jié)」、「跨應(yīng)用聯(lián)動(dòng)」這些老生常談的功能上。從發(fā)布會(huì)后的股價(jià)上漲近7.26% 的表現(xiàn)來(lái)看，資本市場(chǎng)倒是對(duì)「蘋(píng)果AI」基本滿意。

無(wú)論Apple Intelligence有多么誘人 華麗，也只是蘋(píng)果提前畫(huà)的大餅，英文版今年秋天上線，其他語(yǔ)言要到明年才會(huì)有后續(xù)。半年時(shí)間，對(duì)AI公司來(lái)說(shuō)可以做很多事。會(huì)有其他競(jìng)爭(zhēng)者對(duì)蘋(píng)果的藍(lán)圖提出挑戰(zhàn)嗎？

一、科技公司全面卷入AI

AI浪潮以來(lái)，美股七雄（Magnificent 7，即美國(guó)市場(chǎng)上市值最大的七家科技公司，包括Alphabet、亞馬遜、蘋(píng)果、Meta、微軟、英偉達(dá)和特斯拉）分化明顯，市值排序跌宕起伏。

在6月5日大漲后，「賣(mài)鏟子」的NVIDIA市值超3萬(wàn)億美元，超越蘋(píng)果，距離3.15萬(wàn)億的微軟只需再漲不到5%；微軟借AI登上第一，乘了OpenAI的東風(fēng)，并乘勢(shì)建立了更好的工具和商用系統(tǒng)，推出了AI-PC，23年?duì)I收達(dá)到驚人的2210億美元；Meta用開(kāi)源大模型造福了一票國(guó)內(nèi)公司，用AI改進(jìn)廣告，內(nèi)容審核和個(gè)性化推薦，利潤(rùn)翻了兩番；亞馬遜將AI整合到AWS框架中，意在企業(yè)級(jí)AI，它還投資了Anthropic，與NVIDIA合作Blackwell Gpu；Alphabet對(duì)標(biāo)OpenAI節(jié)奏，但總感覺(jué)失之毫厘，略有漲幅；特斯拉掉隊(duì)，蘋(píng)果踟躕不前，還在畫(huà)餅。

大模型方面，科技公司都有fomo（fear of missing out）效應(yīng)，人無(wú)我有，就很尷尬；產(chǎn)品和生態(tài)上，后發(fā)制人有優(yōu)勢(shì)。非盈利機(jī)構(gòu)OpenaAI是最大造浪機(jī)，蘋(píng)果與其合作，水到渠成。

蘋(píng)果放棄造車(chē)后，一門(mén)心思鉆研AI更廣泛的應(yīng)用，思路與其他 6 家不同，提出個(gè)人化AI（Personal），區(qū)別于微軟的工具性AI（Azure/Microsoft365/Copilot），用盡生態(tài)優(yōu)勢(shì)，更重視操作的「非AI感」，理解用戶身處的情境，和用戶的生活交融，強(qiáng)調(diào)隱私保護(hù)。

蘋(píng)果發(fā)布會(huì)上演示的例子是去機(jī)場(chǎng)接?jì)寢專(zhuān)珹pple Intelligence可直接讀取媽媽發(fā)來(lái)的航班信息，查詢航班延誤情況和機(jī)場(chǎng)交通，直接生成行動(dòng)時(shí)間表并更新在日程中，本身要花好幾分鐘安排的事現(xiàn)在可以自動(dòng)完成了。與siri類(lèi)似，是生活工作小助手的定位，但更強(qiáng)大。

語(yǔ)言界面替代了操作界面，Apple版AI更理解人的需求和語(yǔ)言意味，而非僅僅在數(shù)值上更聰明，跑分更高。這是在讓AI對(duì)齊人類(lèi)生活方式，取巧，但又十分合理。

據(jù)「新皮層」報(bào)道，Apple Intelligence的模型架構(gòu)主要由3部分組成，按調(diào)用的優(yōu)先級(jí)，分別是自研的端側(cè)模型、云端模型和GPT-4o等第三方模型。其中自研模型是蘋(píng)果發(fā)布的一系列小型模型，包括可以讀懂iPhone屏幕的多模態(tài)理解模型ReALM（Reference Resolution As Language Modeling），OpenELM（開(kāi)源高效語(yǔ)言模型）等。蘋(píng)果的模型能力不及OpenAI，是蘋(píng)果選擇接入第三方模型的原因。第三方模型可能不止GPT-4o?！度A爾街日?qǐng)?bào)》也曾于3月報(bào)道稱(chēng)，蘋(píng)果還曾與百度初步談判，以在其中國(guó)版設(shè)備（比如 iPhone）中使用后者的AI技術(shù)。蘋(píng)果從未證實(shí)這一傳聞。

這么看來(lái)，Apple Intelligence更像是多種模型組裝的工具包，各司其職，各盡其用。AI在蘋(píng)果生態(tài)里，與其說(shuō)是對(duì)話唱歌畫(huà)圖的小軟件，不如說(shuō)是幫人完成一系列復(fù)雜操作的AI-Agent，它聯(lián)通各平臺(tái)設(shè)備，粘合使用體驗(yàn)——肯定有一部分是以智能家居的那種方式，另一部分就可以展開(kāi)想象。

當(dāng)然，AI的聚合、融合，還是依靠AI公司、資本、政府的高期望。對(duì)很多人來(lái)說(shuō)，這個(gè)期望的化身，就是AGI。

如果把實(shí)現(xiàn)AGI當(dāng)作最終目標(biāo)，當(dāng)下AI處在大投入大基建的狀態(tài)：投算力、投新型的數(shù)據(jù)中心、投模型，三類(lèi)投資分別對(duì)應(yīng)的是生產(chǎn)GPU+ 賣(mài)GPU的云 + 用GPU訓(xùn)練模型的公司，也就是英偉達(dá)、AWS+Azure和OpenAI等大模型公司。蘋(píng)果算是其中的異類(lèi)，既不開(kāi)發(fā)新模型，甚至也沒(méi)有推出新應(yīng)用，只是整合。

但AGI的實(shí)現(xiàn)還很遙遠(yuǎn)。造富路上，AI公司開(kāi)始破產(chǎn)、倒閉、求收購(gòu)。

2024年第二季度還沒(méi)有結(jié)束，曾經(jīng)有10億美元估值、180名員工、創(chuàng)造出Stable Diffusion系列模型的明星獨(dú)角獸 Stability AI，就出現(xiàn)資金鏈斷裂，尋求合并。前OpenAI和谷歌AI開(kāi)發(fā)人員創(chuàng)立的AI公司Adept，也在談判售價(jià)。在「洗牌期」，就算有足夠資金支撐下去的AI公司，都開(kāi)始了裁員和降本增效。

這些現(xiàn)象暴露出殘酷的行業(yè)現(xiàn)狀：包括巨頭在內(nèi)，所有AI公司/項(xiàng)目都盈利困難。連OpenAI也只能靠不斷融資來(lái)支撐ChatGPT高昂的運(yùn)行成本?！该?OpenAI過(guò)河」，將訂閱模式和企業(yè)版模式作為行業(yè)統(tǒng)一標(biāo)準(zhǔn)的其他玩家，只會(huì)更艱難。Meta為AI建設(shè)增加了約100億美元預(yù)算，但未來(lái)幾年內(nèi)依然不指望盈利。

據(jù)行研機(jī)構(gòu)PitchBook 數(shù)據(jù)，AI創(chuàng)企在2021-2023年獲得了約3300億美元投資，同比增長(zhǎng)2/3，但很多AI創(chuàng)企的錢(qián)仍不夠花，高昂的AI建設(shè)成本、人工成本已經(jīng)拖垮不少AI公司。

國(guó)內(nèi)風(fēng)景獨(dú)好，煉制大模型的巨頭無(wú)憂生存，卻因競(jìng)爭(zhēng)激烈，打起了價(jià)格戰(zhàn)。5月6日深度求索（DeepSeek）發(fā)布的DeepSeek v2，提供的API定價(jià)僅為GPT-4-Turbo的近百分之一，之后智譜、字節(jié)、阿里、百度、科大訊飛和騰訊都紛紛下調(diào)了部分大模型的API價(jià)格。

考慮到國(guó)內(nèi)大模型，大部分是針對(duì)企業(yè)用戶和特定行業(yè)，也許是性能評(píng)測(cè)標(biāo)準(zhǔn)不夠刺激，也可能是大模型落地難，性能遇到了瓶頸，只能同質(zhì)化競(jìng)爭(zhēng)，價(jià)格戰(zhàn)成了國(guó)內(nèi)大模型行業(yè)問(wèn)題的縮影和最終解決方式。

國(guó)內(nèi)的AI公司和產(chǎn)品，長(zhǎng)時(shí)間對(duì)標(biāo)OpenAI，希望自家養(yǎng)的AI在跑分、推理、表現(xiàn)都超過(guò)GPT系列，是否做到暫且不談，但其中有一些誤區(qū)。AI不同于搜索引擎、平臺(tái)入口、內(nèi)容站，它的技術(shù)性遠(yuǎn)高于后者，在實(shí)際進(jìn)入應(yīng)用領(lǐng)域前，是純粹科學(xué)和技術(shù)的事，也是純投入的事業(yè)。

國(guó)內(nèi)環(huán)境，人們對(duì)于AI的實(shí)質(zhì)和AI的真正用途之間，有一道「理解鴻溝」，這首先是大模型的黑箱性質(zhì)所造成的，但同時(shí)，國(guó)內(nèi)的AI產(chǎn)品，無(wú)論是豆包、元寶、Kimi，還是激進(jìn)地投入整條賽道的阿里做出來(lái)的東西，目前所呈現(xiàn)出來(lái)的能力，很難讓用戶持續(xù)買(mǎi)單，更別說(shuō)讓企業(yè)級(jí)用戶認(rèn)同。畢竟GPT-4o和Midjourney早已設(shè)立了標(biāo)準(zhǔn)。

蘋(píng)果AI的確為國(guó)內(nèi)市場(chǎng)打開(kāi)了一條思路：跑分再高也只是抽象能力，自研模型夠用就好，多模型融合，多層級(jí)協(xié)同，讓AI上手做事，融入整體應(yīng)用環(huán)境才是正經(jīng)事。

從理論上來(lái)說(shuō)，AI可以與迄今為止人類(lèi)制造的所有軟件、系統(tǒng)、數(shù)據(jù)庫(kù)、云、電子設(shè)備結(jié)合，并產(chǎn)生新的交互模式。AI掌握了搜索引擎的使用方法和用戶需求，就誕生了新的流量和內(nèi)容入口，搜索就變成了AI的子功能，以前的計(jì)算廣告投放模式會(huì)受影響。

AI吞噬一切，重新安排其重要性。

是時(shí)候擁抱新世界，做些新東西。總比蘋(píng)果做好一切，國(guó)內(nèi)再模仿來(lái)得強(qiáng)。AI 時(shí)代與流量時(shí)代完全不同，起碼「模仿式創(chuàng)新」一定會(huì)變難。

二、AI改變個(gè)人工作流，但尚未改變行業(yè)

生成式AI的沖擊改變了科技行業(yè)的軌跡，但普通人視角下，沖擊在ChatGPT發(fā)布之后就逐漸放緩。

文字工作者（比如我）和廣義的內(nèi)容創(chuàng)作者們，早已全面擁抱AI。盡管AI很難寫(xiě)出80分的作品，但它可以高效滿足創(chuàng)作者工作流中的離散需求：快速生產(chǎn)大綱、和用戶一起頭腦風(fēng)暴、模仿文風(fēng)、文本修改、長(zhǎng)文本翻譯、文字 – 語(yǔ)音互轉(zhuǎn)、信息獲取、數(shù)據(jù)整理、梳理財(cái)報(bào)等等，這些方面AI又快又好。

在藝術(shù)、影視、教育、人文學(xué)術(shù)圈，AI頗受歡迎，它提供了快速試錯(cuò)過(guò)篩的工具，加上自身也是賣(mài)點(diǎn)和噱頭，AI成了一種隱喻修辭，代表著機(jī)遇，以及危機(jī)感。

任何研討會(huì)加個(gè)「AI時(shí)代」的名頭都能多吸引點(diǎn)注意力和流量。

這一波生成式AI的發(fā)展可能會(huì)經(jīng)歷四個(gè)階段：驚艷的玩具，（多樣化且具備替代效應(yīng)的）生產(chǎn)力工具，個(gè)人化系統(tǒng)，（具有網(wǎng)絡(luò)效應(yīng)）的生態(tài)系統(tǒng)。

目前的產(chǎn)品大多在從第一階段到第二階段過(guò)渡。

大部分AI產(chǎn)品，包括國(guó)外的，長(zhǎng)期用下來(lái)，除了內(nèi)嵌在應(yīng)用和網(wǎng)頁(yè)中的AI和特定用途AI以外（比如wiki AI，notion AI，memo AI，Perplexity），大多還是花里胡哨，重復(fù)造輪子居多。

AI在當(dāng)下，嘗鮮多于工作，助力于個(gè)人多于組織，它只改變了游戲的樂(lè)趣，并未改變游戲規(guī)則，猶如個(gè)人寫(xiě)東西用Word 還是Ulysses，只有體驗(yàn)的細(xì)微區(qū)別，無(wú)關(guān)乎生產(chǎn)力。工具需的組織化、社會(huì)化、網(wǎng)絡(luò)化，才能最大化效能（比如微信和github）。

回到產(chǎn)業(yè)，AI尚未顛覆任何領(lǐng)域，干掉任何公司——除了做二次開(kāi)發(fā)（套殼）的公司，在每次OpenAI發(fā)布新產(chǎn)品時(shí)都哀嘆不已。行業(yè)替代性在客服、審核等崗位的確存在，只是尚未爆發(fā)，因?yàn)锳I還未先進(jìn)到重塑流程。

與互聯(lián)網(wǎng)浪潮不同，大模型時(shí)代也許不需要Killerapp，無(wú)論AI多么強(qiáng)大，整體提升Workflow，提供端到端的輸出，都比較難。這些流程依賴(lài)于長(zhǎng)程推理、常識(shí)和行業(yè)Know-how，光靠語(yǔ)義鏈接的橋梁還遠(yuǎn)遠(yuǎn)不夠。

大模型作為一個(gè)概率模型，在低容錯(cuò)率場(chǎng)景時(shí)仍然面臨很多問(wèn)題，遠(yuǎn)沒(méi)有我們想的那么神奇：我在寫(xiě)這篇文章時(shí)，讓GPT-4o查詢NVIDIA近年股票和市值變化，一個(gè)看似簡(jiǎn)單的問(wèn)題，它需要現(xiàn)將問(wèn)題拆分成步驟，然后分別去搜相應(yīng)的信息，再做一個(gè)總結(jié)，最后居然還是錯(cuò)的，還不如直接用搜索引擎快。

此外，很多定制化的工作，可能90%的文檔都不能滿足大模型Embedding時(shí)的質(zhì)量要求，還要做大量的數(shù)據(jù)清洗才能用。大模型的注意力也不夠穩(wěn)定，經(jīng)常被不相關(guān)的問(wèn)題干擾，出現(xiàn)幻覺(jué)。

大模型的產(chǎn)品發(fā)展與互聯(lián)網(wǎng)的產(chǎn)品發(fā)展還有一個(gè)截然不同的地方：邊際成本非常高，模型成本要遠(yuǎn)遠(yuǎn)高于人力成本和買(mǎi)量成本。移動(dòng)互聯(lián)網(wǎng)時(shí)代的App可以在小步快跑式迭代，但基于底層大模型+開(kāi)源小模型的雞尾酒分層打法的App尚未找到類(lèi)似路徑。也因此，還未出現(xiàn)大公司被小公司彎道超車(chē)的可能性。

當(dāng)然，假以時(shí)日，AI也許能在軟件編寫(xiě)上有所建樹(shù)。紐約市的風(fēng)險(xiǎn)投資基金Pace Capital的創(chuàng)始合伙人Chris Paik在「軟件的終結(jié)」（The End of Software）一文里提出，大模型不一定會(huì)顛覆toC產(chǎn)品，但有可能顛覆軟件生產(chǎn)，因?yàn)檐浖某杀驹谟陂_(kāi)發(fā)人員，他們將人類(lèi)語(yǔ)言翻譯成計(jì)算機(jī)語(yǔ)言，大模型也許比人更擅長(zhǎng)做這事，形成液態(tài)系統(tǒng)，建立中間層，鏈接一切。

「代碼將變得靈活可塑，傳統(tǒng)的技術(shù)棧概念將逐漸消失，取而代之的是由 AI 生成的微服務(wù)的流動(dòng)海洋，這些微服務(wù)可以根據(jù)需要進(jìn)行重新組合和再構(gòu)」。

蘋(píng)果說(shuō)：我也是這樣想的。

三、如果沒(méi)有AGI，你還會(huì)期待AI嗎？

不要太期待AGI。

在業(yè)界狂熱討論AGI何年達(dá)成之時(shí)，學(xué)界潑了三盆冷水。圖靈獎(jiǎng)得主、Meta首席AI科學(xué)家楊立昆（Yann Lecun）就并不認(rèn)可AGI，他認(rèn)為根本不存在通用智能，且大模型也不可能通向AGI。他還在X上說(shuō)，「如果你是一名對(duì)構(gòu)建下一代人工智能系統(tǒng)感興趣的學(xué)生，不要研究大型語(yǔ)言模型（LLMs）」。

楊立昆并非唯一反對(duì)AGI的人。李飛飛從另一個(gè)角度論證了類(lèi)似觀點(diǎn)，她認(rèn)為無(wú)論大模型有多少參數(shù)，AI都無(wú)法擁有「知覺(jué)」，即所有的感覺(jué)——饑餓、疼痛、墜入愛(ài)河，因此AI不可能擁有主觀體驗(yàn)的能力，甚至不可能接近人類(lèi)智能。

李飛飛曾經(jīng)的老師，香港大學(xué)馬毅認(rèn)為，當(dāng)前的生成AI其能力依靠規(guī)模定律（Scaling Laws）涌現(xiàn)其能力，但規(guī)模定律并非物理定律，而是一種偶然，早晚會(huì)失效，AI又不是只有喂數(shù)據(jù)堆參數(shù)這一種造法。

馬毅在接受《晚點(diǎn)》采訪時(shí)說(shuō)，「如果你的信仰就是Scaling Laws，覺(jué)得把現(xiàn)在的系統(tǒng)做大就能實(shí)現(xiàn)AGI，我覺(jué)得你該改行了。因?yàn)槟阋呀?jīng)不可能有作為了，你就只能做一個(gè)螺絲釘」。大模型是有極限的，隨著語(yǔ)料庫(kù)耗盡，Scaling Law 失效，以及算力和電力幾何級(jí)數(shù)增加，內(nèi)部黑箱無(wú)法破解，也許有一天，生成式AI的發(fā)展出現(xiàn)停滯，不是不可能。

我想起，在AlphaGo/Zero大展威力的時(shí)代，人們對(duì)AI的能力感到格外驚奇和恐懼，代表人類(lèi)最強(qiáng)棋手的李世石最后輸給AI，似乎為碳基生命的命運(yùn)寫(xiě)下最后注腳。但從現(xiàn)在回看，并沒(méi)有那么悲涼。

當(dāng)時(shí)，我偶然和人工智能早期先驅(qū)、《GEB》作者侯世達(dá)（Douglas Hofstadter）見(jiàn)過(guò)一面，我問(wèn)他，你覺(jué)得Alphago是否實(shí)現(xiàn)了某種意義上的「智能」？他說(shuō)，非也，即使Alphago戰(zhàn)勝了人類(lèi)，但相比于人類(lèi)，AI還是太簡(jiǎn)單，如同缸中之腦，對(duì)現(xiàn)實(shí)一無(wú)所知。他確信深度學(xué)習(xí)無(wú)法抵達(dá)智能，但可以很好地解決一些問(wèn)題。

Sora出現(xiàn)時(shí)，人們討論它是否理解物理世界（盡管它內(nèi)置了牛頓定律），物理主義者可能會(huì)認(rèn)為 AI= 大腦 = 智能 = 有無(wú)限潛力的理解工具，但擁有常識(shí)的人則會(huì)認(rèn)為這是錯(cuò)誤的問(wèn)題。

如果沒(méi)有AI，AI前進(jìn)的動(dòng)力和目標(biāo)在哪里？

OpenAI聯(lián)合創(chuàng)始人Greg Brockman有一個(gè)很好的比喻，人工智能被「烘焙」進(jìn)了經(jīng)濟(jì)之中。意思是，如何部署 AI，需要融入其他「原料」混合，它們以不同的方式運(yùn)作，等待一段時(shí)間后，開(kāi)始發(fā)揮作用。從消費(fèi)者的角度來(lái)看，與 ChatGPT的對(duì)話只是調(diào)用一次API，就如同訪問(wèn)一次網(wǎng)站，下載一部電影。隨著技術(shù)進(jìn)化，公司把AI做細(xì)，AI融入軟件之間、用戶界面以及無(wú)數(shù)中間層，功能變得越來(lái)越細(xì)微，用戶就會(huì)習(xí)慣AI。

Apple對(duì)AI深度整合，即使平庸，至少可用。在未來(lái)，也許AI能服務(wù)每個(gè)人的日常生活，最后，你無(wú)需感受到AI的存在。大模型還沒(méi)有誕生殺手級(jí)應(yīng)用，但手機(jī)形態(tài)可能會(huì)比大多軟件商活得更久，這是2024WWDC能隱約看到的圖景。