由 Craig Federighi 领导的苹果 Siri 团队，在今天下午与媒体成员举行了 WWDC 主题演讲后的技术交流会，详细讨论了 iOS 27 以及全新的 Siri AI。
在交流中，Federighi 分享了更多关于苹果与谷歌合作的细节。
与 Federighi 同台的还有 Amar Subramanya（AI 副总裁）、Mike Rockwell（Siri 负责人）和 Sebastien Marineau-Mes（软件副总裁）。
关于与谷歌的合作，Federighi 解释道：
当然，我们并没有将 Gemini 应用作为我们的应用。事实上，那些客户端代码根本不是我们在 iOS 上运行的方式。对于这些模型，我们没有使用谷歌部署给其客户的任何模型，也没有使用他们部署模型给客户的基础设施和方式。而在知识库方面，我们当然也没有使用 Google Search 或类似的东西作为我们系统的基础。所以我希望这一点很清楚。我们使用的 Google Assistant 的量是零。
那么让我们来谈谈我们实际使用的东西，或者我们的系统是如何构建的。
它当然始于我们的 Assistant 体验。正如你们今天早些时候看到的那样，这种 Assistant 体验深度集成到系统中，集成到 iOS、iPadOS 和 macOS 中。你们在 iPhone 上看到助手如何优雅地从 Dynamic Island 以 Liquid Glass 的形式浮现出来，如何通过侧边按钮或呼唤 Siri 的名字来唤醒它。但更重要的是，它集成在系统的各种地方。所以无论你是使用 Writing Tools 写作、通过上下文菜单点击，所有这些都深度集成到系统体验中。
现在，接入其中的是 Siri 应用。Siri 应用是一种很好的方式，可以回到你之前开始的对话，要么查看你之前做的事情，或许扩展那个对话，或者开始一个新的对话。但这个应用并不是仅仅连接到云端的某个模型。它是构建在 Apple Intelligence 的强大系统软件之上的。
这包括 System Orchestrator，它是我们整个系统隐私架构的关键。它负责协调请求，比如访问 App Toolbox 以在你的应用中执行操作、Spotlight Semantic Index 以访问个人内容来帮助完成你的请求，甚至还有屏幕上下文来理解你在提出请求时正在查看的内容。
这反过来又构建在一系列强大的设备端模型之上。这些模型处理从语音理解到合成回话的声音，再到视觉理解环境和屏幕上下文、理解那里是否有相关内容、理解屏幕上可能存在的文本，以及其他各种模型。
对于某些请求，模型能够完全在设备上本地处理你的 Siri 请求。但有时 System Orchestrator 会意识到这是一个更复杂的问题，然后它希望调用更大的智能。它通过联系在我们 Private Cloud Compute 上运行的模型来实现这一点。
Private Cloud Compute 的目标是将 iPhone 的隐私承诺扩展到云端，这样你的请求对你来说是完全私密的。它们永远不会被存储，永远不会被任何人访问，包括苹果，它们只作为请求的一部分被处理，没有任何东西可以访问它们。所有这些属性不仅在架构上深度构建到系统中，而且第三方研究人员也可以持续验证。
现在，在这种部署模型中，我们有一个系列——我们的第三代 Apple Foundation Models，从我们的 AFM Cloud 和 AFM Cloud Pro 模型到我们的 AFM Fusion 模型和图像模型。这些是我们与谷歌合作的产品模型，你们在继续时会听到更多相关内容。但这些模型是为我们的部署架构而设计的。这些是为我们的 Apple Intelligence 体验专门设计的模型。它们为今天早些时候主题演讲中你们看到的一切提供了动力。
最后，当你提出涉及时事或其他世界知识元素的请求时，这些响应通过访问苹果的 World Knowledge Service 来 grounding。这是我们多年来构建的东西，为满足你的请求提供了很好的信息来源。
所以这个系统支持了你们早些时候看到的完整 Apple Intelligence 体验范围。我希望这也能为我们的讨论奠定基础。现在我们想请出参与所有这些工作的领导团队成员。
Subramanya 进一步阐述道：
我们对与谷歌合作的第三代 Apple Foundation Models（或简称 AFM）感到非常兴奋。我们构建了一系列从设备端到云端的模型家族。现在，在我逐一介绍这个家族中的每个模型之前，我想说这一代的亮点是每个模型在质量和能力上都比上一代有了显著提升。
逐一介绍这些模型，我们从设备端模型开始。首先，我们有 AFM Core。这是我们今天在设备上推出的下一代设备端模型。它采用密集架构。
接下来，我们有 AFM Core Advanced。
这与我们之前运行的任何设备端模型都不同。它使用稀疏架构，原生支持多模态。正因如此，这个模型的能力有了巨大飞跃，能够实现今天早上你们听到的某些功能，比如邀请和富有表现力的语音，所有这些都完全在设备上由这个模型实现。
转向我们的服务器模型，所有这些都通过我们的 Private Cloud Compute 提供服务。首先，我们有 AFM Cloud。这是我们的服务器高负载模型。它基本上针对延迟和服务成本进行了优化。
接下来，我们有 AFM Cloud Image。这是我们下一代的图像生成和编辑模型，它能够实现许多惊人的体验，包括今天早上你们也听到的空间重构等功能。
我们刚才谈到的这四个模型——FM、Core、Core Advanced、Cloud 和 Cloud Image——所有这些都是为 Apple Silicon 定制构建的，使用专有数据训练，并基于 Gemini 前沿模型进行优化。
最后，对于一些最 demanding 的任务，比如 agentic 工具使用、复杂推理，我们有 AFM Cloud Pro。这是我们能力最强的模型，质量与 Gemini 前沿模型相似。
为了将这个模型投入生产，我们与谷歌和 Nvidia 合作，将我们的 Private Cloud Compute 基础设施扩展到谷歌云中的 NVIDIA GPU，同时保持苹果无与伦比的隐私保证，对吗？
所以，在这个模型家族的全部内容中，我们的目标是将每个用户请求匹配到能以最低延迟提供最佳响应的模型。因此，我们对这一代新模型以及在其之上构建的惊人功能感到非常兴奋，包括新的 Siri AI 体验以及操作系统中所有令人惊叹的智能体验。
更多内容即将到来……
Chance 的最爱：
- 为任何汽车带来无线 CarPlay
- 《Apple: The First 50 Years》作者 David Pogue
- AirPods Pro 3：199 美元（原价 199 美元）
- Logitech MX Master 4
- Belkin 3-in-1 MagSafe Charger
- Beats Woven USB-C Charging Cables
