文｜羅鎮昊

編｜劉俊宏

75分鐘的演講，70%都在聊AI。庫克在自己主持的最后一場WWDC上，表現得稍顯“倉促”。

WWDC是蘋果一年中最重要的活動之一，所有關于iOS、iPadOS、macOS等軟件系統的最新進展都會在這里揭曉。作為未來操作系統的核心構成，AI成為WWDC最近三年的主角。

兩年前，蘋果高調推出Apple Intelligence，試圖在AI浪潮中重新定義智能助手。但隨后，這套系統的進展卻不盡人意，全新的Siri也遲遲未能兌現。

今年的WWDC 2026，承擔著為蘋果在AI領域重新證明自己的重任。而在庫克的開場中，答案似乎已經浮現：那個多次跳票的Siri，這次真的來了。

Siri AI升級，蘋果要做豆包手機？

今年WWDC最值得關注的事，無疑是那個多次跳票的Siri終于落地了。

蘋果給升級后的Siri單獨起了個名字，叫做Siri AI。它不再是那個只能幫你放首歌、撥通電話、查天氣的“語音遙控器”，而是一個真正集成在系統里的Agent。

一句話總結，那就是新的Siri AI不拉胯了。如同去年驚艷整個消費電子圈的豆包手機一樣，蘋果的手機AI現在也具備了系統級能力，且這種能力無處不在。

新的Siri具備五項能力：個人情境理解、圖像理解、世界知識、屏幕感知以及APP調用。一般的日常任務幾乎都能通過Siri完成，比如回復郵件、安排日程、結合聊天記錄撰寫文章。

演示中，主持人隨手打開一張照片，Siri直接識別出屏幕上的圖片是哪里，并在地圖上導航到具體位置，然后從社交APP中找出朋友發過的地址，規劃中途去朋友家的路線——完成查看屏幕信息、提取信息、根據信息調用相應的APP。可以看出，新的Siri已經成為應用之上更高一級的入口。

另一個演示者用Siri查到了世界杯第一周的賽程，提出想辦一場巴西VS摩洛哥的觀賽派對，接著讓Siri推薦一些兩個國家的經典菜，Siri隨即檢索了全球知識，又翻出好友Maria在聊天里提到的椰子餅干，最終整合出一份兼顧兩國風味的菜單，并直接幫用戶起草了一條群發邀請，附上菜單，一鍵發送。全程不用手動操作。

結合蘋果官方演示看到，Siri AI已經不再是一個簡單的助手。具備Agent能力的AI結合多模態能力之后，現在能夠“看”到手機屏幕并“替”用戶執行操作。或許，這些具體操作的任務主要還是基于蘋果系統自帶APP，還沒有達到協同調用第三方APP的高度，甚至都還比不上國內AI手機“一句話”點咖啡的自由度。但平心而論，這對于“承認AI慢了”的蘋果而言，已經是一項重大升級了。

此外，蘋果還展示了一系列基于AI的“散裝”應用能力，主打一個AI“哪都能用”。

Siri還可以幫助整理相冊，只要對Siri說一句“把有某某的照片放進家庭共享相冊”，它就會自己完成識別、篩選和操作，完全不需要打開APP。

同時Siri也被結合進相機里，鏡頭對向目標就可以對Siri進行問答，比如問面前這盤菜有多少卡路里，這份賬單每人要A多少錢

喚醒方式與多設備體驗方面，Siri AI保留了“Hey Siri”和側邊按鈕兩種喚起方式，同時Siri還被嵌入靈動島，向下輕掃就能進行語音或文字多輪對話。除此之外，蘋果這次為Siri推出了專屬的App，所有對話記錄可通過iCloud私密同步，在iPhone上開始的對話，可以在iPad上接續，在Mac上收尾。

各平臺上，Siri的形態也有差異。Mac上，Siri被整合進了Spotlight，可以在任意界面呼出，并通過右鍵菜單針對選中內容提問；Apple Watch上，Siri AI則以極簡的交互直接在手腕上執行操作；Vision Pro上更進一步，只需注視Siri并開口說話，無需任何喚醒詞。

這些能力正依托Apple Intelligence的驅動。官方表示，這套系統的運行在端側和私有云上，簡單的任務在本地設備上跑，復雜的任務則送到Private Cloud Compute。

基于Apple Intelligence底座，Safari、信息、郵件、日歷等各類原生APP都得到了AI能力的加持。

Apple Intelligence?Gemini Intelligence!

Siri AI這次驚艷表現的背后，是蘋果對整個AI架構做了一次重建，“拖延”兩年的Apple Intelligence終于出來了。

還記得在2024年WWDC，蘋果高調發布的Apple Intelligence給了用戶不少期待。最“蘋果”的體驗、最好的AI大模型協同（ChatGPT）、最順暢的端云協同聯動，這是當時蘋果給所有消費者的承諾，也給了AI手機廠商不少AI智能體落地的參考。甚至，當時還有不少分析師和消費者認為蘋果仍有可能自研AI。

但在2026年WWDC上，一切塵埃落定。Apple Intelligence是基于谷歌Gemini做的。

雖然沒有披露太具體的細節，但我們仍可以從中審視蘋果為AI搭建的全新架構。整體邏輯上，蘋果AI還是當下智能硬件行業共識采用的端云協同架構。蘋果的基礎模型——AppleFoundation Models是跟谷歌基于Gemini共同打造的系列模型，并分別布局在手機端側和云端（Private Cloud Compute）。

云端這邊，就是蘋果專門搭建的AI基礎設施。這部分蘋果給的說法是，云端只是用于處理用戶的需求，處理完就“刪”，蘋果不掌握也看不到用戶的數據。

這種設計有點反常識，因為AI大模型廠商都非常重視自己與用戶的交互數據，這些數據能夠不斷迭代模型能力。但在蘋果這邊，更像是執行用戶復雜需求（圖像生成、復雜推理等）的“一錘子買賣”。這或許側面說明蘋果自己可能還沒有完善的數據閉環，甚至獨立訓練模型的能力。

端側這邊，蘋果今年把模型分成了高、低兩個能力檔位。首先，所有支持Apple Intelligence的設備都帶一個約3B大小的基礎模型。

在性能更好的設備上（例如最新款手機、PC），蘋果額外搭載一個更大的模型，這個模型能給出更高質量的輸出、更長的上下文。同時蘋果蘋果還配套了獨立的語音模型，用于新Siri的自然對話和個性化語音合成。

在端側基礎模型這邊，蘋果的解法還是比較有參考性的。蘋果做了一個叫System Orchestrator（系統編排器）的架構來調度整個Apple Intelligence。

在這里，先解釋一下Orchestrator的概念。在AI領域（尤其是智能體時代的AI），AI執行任務已經不再是一個大模型回答所有任務，而是多個不同能力的小模型、工具（搜索、APP調用等）、端云任務結合、上下文（多步任務）記憶等環節共同協作。Orchestrator的任務就是把整體任務拆解成合適的大小，分配到最適合執行的部分。

在蘋果這邊，System Orchestrator調度的是四大功能模塊，分別負責個人信息理解、世界知識、Actions和屏幕感知。

具體來說，上下文理解就是設備上的信息，文字、圖片、郵件，這些手機AI都了如指掌，能調用正確信息。

世界知識就是一定程度的常識，蘋果在線上做了一個世界知識服務，當本地模型知識不足或需要最新信息時，AI能找到合適的信息輸出。

Actions就是讓Siri AI 真正執行操作，而不是只聊天，相當于用戶的“手替”，負責操作手機。

屏幕感知則是當用戶的“眼替”，能閱讀屏幕上的信息，作為AI模型的輸入。

整體來看，四大調用模塊是兩兩組合的結構。分別承擔內部、外部獲取信息和執行輸出、信息輸入的角色。按照蘋果的說法，這就是以你為中心的AI。

結語

蘋果花了兩年時間，終于是給Apple Intelligence做出來了。但無論是從應用效果到AI布局，蘋果的AI始終還是有一股“擰巴”味。

一方面，Apple Intelligence還是有不少“老款”AI助手的部分。例如世界知識部分，是蘋果幾年前就在運營的知識圖譜，當時是希望解決Siri知識老舊、胡編亂造的問題。但在AI大模型都能聯網的今天，顯得有點多此一舉。另一方面，下定決心跟谷歌合作AI模型，這對于“困在自研執念”的蘋果也是一種跨越。

但無論如何，AI只要落地就一定是好事。尤其是在中國手機廠商不斷炫技的2026年，蘋果也終于明白了交付大于完成的道理。

最后是具體更新計劃。蘋果AI的更新最老到蘋果11，pc必須是蘋果芯片，中國和歐盟暫時用不了。

不過，相信中國用戶很快也能用上。此前，蘋果曾計劃和百度合作，將文心一言4.0作為國行iPhone生成式AI底層，適配國內數據合規要求。后又同步與阿里合作落地中國AI合規審核。

在無法直接使用谷歌服務的情況下，蘋果很可能要尋找一個新的本土大腦，而千問就是目前最有可能的對象。

這件事能不能做成，進展得快不快，直接決定了中國用戶能否用上全新的Siri。

拋開區域限制，這次WWDC真正值得被記住的，是蘋果完成了AI時代的重構，并將Agent植入到操作系統。