每年10億美元請Gemini做外援，蘋果智能終于有救了？

在 AI 大模型的浪潮里，蘋果顯然是那個遲到的學生。

11 月 4 日，蘋果正式宣布了 Apple Intelligence 功能的繁體中文支持。但在過去兩年，Siri 的「生成式 AI 化」幾乎成了業界笑談。從 WWDC24 的「即將升級」，到今年說的「明年上線」，Siri 的大模型重構計劃一次次跳票。

Apple Intelligence 雖然過去一年都在穩步推進功能的上線以及更多語言（包括簡體中文）和市場的支持，但功能豐富度和表現都不盡如人意。

就在很多人對 Siri 的未來逐漸失去耐心時，一條消息突然讓局勢變得微妙起來。根據彭博社知名記者 Mark Gurman報道，蘋果正與谷歌正在敲定一項為期多年的合作協議——蘋果將每年支付約 10 億美元，以獲得谷歌 Gemini 大模型的使用權。

圖片來源：谷歌

不同于此前在部分功能中引入可選的 ChatGPT，與 Gemini 的合作可能意味著，蘋果將首次把外部大模型直接接入到 Siri 與 Apple Intelligence 的云端推理層，讓 Siri 終于能做其他手機 AI 助手已經做了一年多的事。

對蘋果而言，如果真的選擇了 Gemini，這是一次權宜之計，但也是留給大模型團隊的補課機會。但這可能不是一次尋常的技術授權，10 億美元對蘋果來說并不算貴，但關鍵在于蘋果真正買來的東西，究竟是什么？

Gemini能否拯救蘋果智能？

過去一年，谷歌在大模型可以說打了一場漂亮的翻身仗，不管是 Gemini 2.5 Pro 的強大推理表現，還是 Flash 高性價比，Veo 3 視頻生成的引領，亦或是 Nano Banana 對 AI 生圖、修圖的顛覆，都證明了谷歌 AI 技術第一陣營的絕對實力。所以蘋果如果選擇 Gemini，并不會讓人感到意外。

但讓人意外的是，按照彭博與路透等媒體的報道，蘋果和谷歌合作的核心，不是為 Siri 增添一個可選回答源，而是讓 Gemini 成為 Apple Intelligence 的云端底座。

具體來說，當用戶在 iPhone 上發出復雜請求，比如生成圖像、總結長文檔時，系統可能會直接調用云端 1.2 萬億參數的 Gemini 大模型，在蘋果的 PCC 私有云計算服務器中完成推理。

簡言之，Gemini 不再是外掛，更像是嵌入底層的「大腦」。這個變化不僅有機會讓 Siri 徹底補齊短板，也可能重新定義蘋果與谷歌的關系。

Gemini 修改生成，素材來自蘋果，圖片來源：雷科技

而對用戶來說，這可能會是一次無痛的升級。過去的 ChatGPT 調用更像是額外選項，需要用戶主動選擇并確認。而一旦 Gemini 成為默認的云端推理層，AI 體驗將更無縫、更統一。無論是語音生成、圖像摘要還是跨應用任務，不管是 AI 功能還是 Siri 都可能在同一邏輯下完成，真正革新體驗。

更重要的是，這一切仍將在蘋果自建的 PCC 私有云計算服務器環境中運行，意味著用戶數據不會離開蘋果控制范圍。換句話說，蘋果希望「借腦不借心」，繼續維持對用戶隱私的保證和故事。

另一方面，經過一年多的驗證，Apple Intelligence 在端側的自研大模型足以支撐日常任務，但在更復雜的內容生成與多模態理解上，仍受限于模型體量與訓練深度。Gemini 的加入可以在短期內顯著提升 Siri 的響應復雜度，讓蘋果不必等自家云端大模型完全成熟后再開放體驗。

某種意義上，這相當于一次止血，既能保住口碑，也能為蘋果大模型團隊贏得研發喘息空間。

當然對谷歌來說，這毫無疑問也是一次巨大擴張機會。即便是將 Gemini 作為設備底層模型的三星，實際能體驗到完整 AI 能力的設備和潛在用戶規模也遠遠比不上蘋果，而且除了手機，蘋果還有龐大的 iPad 和 Mac 用戶。比起媒體報道中 10 億美元的技術使用費，進入蘋果生態的「長期座位」才是關鍵。

不過這件事對于國內蘋果用戶，顯然沒有直接影響，而據媒體此前報道，蘋果在中國市場將采用百度文心大模型，可能還會引入阿里云的合作。但比較可惜的是，目前 Apple Intelligence 引入國內的時間表依然不清晰，庫克的表態也仍然是「正在努力進入中國市場」。

但無論如何，這場「Gemini 計劃」如果落地，意義已經超越了 Siri 自身。不同于部分功能引入 ChatGPT，它代表蘋果在生成式 AI 戰場上首次向外求援，也意味著 iPhone 的智能體驗或許將迎來一次真正的躍遷。

只是，這一步如果走得太快，也讓人不禁想問：蘋果的智能，未來還有多少會是「自己造」的？

蘋果智能“打鐵還需自身硬”

10 億美元對谷歌不重要，同樣對蘋果也不重要。事實上為了在 iPhone 將谷歌搜索設置為默認搜索引擎，谷歌每年要給蘋果 200 億美元。對蘋果來說，錢從來不是問題，真正的問題在于——自研大模型的進展，是否還跟得上這場 AI 軍備競賽。

過去兩年，蘋果在 AI 上的節奏可謂「穩到讓人著急」。Siri 團隊經歷了多次重組，據 The Information 等媒體多次報道，蘋果內部存在方向搖擺與管理層分歧：一派主張漸進優化 Siri，另一派堅持徹底重構為大模型驅動。這種拉扯以及原團隊的開發執行能力，都影響到了 Siri 的生成式 AI 化進程。

今年 7 月，蘋果機器學習研究團隊發布了一份技術報告，披露了蘋果的兩類自研模型。首先就是那套約 30 億參數的端側模型，針對 KV-cache 共享、量化感知訓練等進行了優化；其次就是去年底就透露出的百億級參數云端大模型，采用了目前主流的 Mixture of Experts（MoE）架構，計劃將多專家路徑與蘋果的 PCC 私有云計算服務器深度結合，以提升推理效率與隱私安全。

PCC 架構，圖片來源：蘋果

相比之下，蘋果的端側模型明顯進展更快，對基礎任務的支持已經比較完善，同時還在今年 WWDC25 前后開放給了開發者，真正開始將端側算力和模型釋放給第三方應用，并且逐漸涌現出不少利用端側模型的應用。但從目前來看，蘋果的云側模型距離大規模商用仍有不少距離。

在這種背景下，引援 Gemini 就顯得既現實又急迫。它為蘋果填上了關鍵的一塊短板——復雜任務推理與多模態生成。從策略層面看，這也是蘋果典型的路徑：先引入最強的外部能力，穩住體驗，再用時間慢慢完成自研替換。

正如當年的地圖、芯片、相機模組，蘋果往往會在外部成熟技術的基礎上，逐步構建自己的閉環。

但問題在于，這一次的追趕難度前所未有。OpenAI、Anthropic、谷歌都在快速迭代，模型規模與生態反饋形成了正循環。蘋果或許更擅長產品定義與集成體驗，但面對超大規模的模型訓練以及數據處理、利用，卻很難說有多少優勢。

或許，Gemini 的加入能讓 Siri 和 Apple Intelligence 在短時間內彌補蘋果在 AI 能力上的產品體驗劣勢，但能否讓蘋果抓住機會趕上 AI 終端甚至大模型的第一陣營？需要時間來回答。

寫在最后

理想情況下，蘋果當然可能借助引入 Gemini 爭取來的時間完成模型上的趕超，但或許我們也應該承認另一種可能：蘋果在云端大模型的競爭里，永遠追不上第一陣營。

不是沒錢、沒算力，而是這場競賽的節奏，已經不屬于蘋果的節奏。它擅長的是長線積累、體驗打磨，而不是高頻迭代和激進試錯。

另一方面，如果有一天蘋果放棄對自研云端模型的執著，選擇構建一個第三方云端大模型生態和架構，自身把更多注意力都放回端側模型，也未必是壞事。畢竟在端側，蘋果擁有最完整的芯片架構、最成熟的能效優化體系，以及最穩固的用戶信任。

這也許就是蘋果式 AI 的可能路徑，不搶最前沿的風頭，而是盡量讓智能變得可靠、安全、可持續。