打贏Chrome保衛(wèi)戰(zhàn)之后，谷歌宣布Chrome瀏覽器進行了自2008年發(fā)布以來最大的一次升級。

這次升級的核心是深度集成了Gemini AI功能，讓Chrome從一個單純的網(wǎng)頁瀏覽工具徹底轉(zhuǎn)變?yōu)橐粋€智能化的信息獲取和處理平臺。用戶現(xiàn)在可以直接在地址欄中進行自然語言對話，Chrome會智能理解用戶意圖并提供相應(yīng)的搜索結(jié)果、網(wǎng)頁摘要或直接回答問題。這標志著瀏覽器行業(yè)正式進入了AI時代，幾乎所有主流瀏覽器廠商都在競相推出類似功能。

Chrome于2008年9月2日正式發(fā)布，而蘋果的Safari瀏覽器首次亮相是在2003年1月7日的Macworld Conference & Expo上，隨后在同年6月23日正式發(fā)布，兩者可以說是幾乎同一時期的產(chǎn)品。然而十七年過去了，當Chrome已經(jīng)完成了向AI瀏覽器的華麗轉(zhuǎn)身時，Safari卻似乎被蘋果完全遺忘在了AI革命的浪潮之外。

目前Safari與AI唯一能夠扯上關(guān)系的功能，就是用戶可以通過Siri語音指令來打開Safari中的特定網(wǎng)頁或進行搜索操作。這種交互方式類似于蘋果在2024年WWDC上展示的MCP（Model Context Protocol）技術(shù)的簡化版本，允許不同應(yīng)用程序之間進行有限的數(shù)據(jù)交換和功能調(diào)用。

但這種集成程度相比Chrome內(nèi)置的Gemini AI功能來說，簡直是小巫見大巫。用戶仍然需要先喚醒Siri，然后說出具體的指令，Siri再調(diào)用Safari來執(zhí)行相應(yīng)操作，整個流程不僅繁瑣，而且缺乏真正的智能化體驗。

整個瀏覽器行業(yè)正在經(jīng)歷一場前所未有的AI化浪潮。微軟的Edge瀏覽器早在2023年就集成了基于GPT-4的Copilot功能，用戶可以直接在側(cè)邊欄中與AI助手對話，獲取網(wǎng)頁內(nèi)容摘要、翻譯服務(wù)或進行深度問答。Mozilla也在Firefox中推出了AI驅(qū)動的翻譯和內(nèi)容推薦功能。甚至一些新興的瀏覽器如Arc、Brave等都在積極探索AI集成的可能性。

在中國也是如此，阿里是直接做了一個涵蓋網(wǎng)盤、深度搜索、生文生圖的夸克瀏覽器；騰訊并則是將智能體QBot結(jié)合到QQ瀏覽器里，以通過智能體實現(xiàn)用戶的各種需求；360一改往日，做了一個只有對話框的納米瀏覽器，用戶只需要輸入文字指令，AI就能完成操作。

整個行業(yè)的共識是，未來的瀏覽器不再只是一個網(wǎng)頁顯示工具，而應(yīng)該成為用戶與互聯(lián)網(wǎng)信息交互的智能中介。

然而蘋果卻選擇了一條截然不同的道路。

A

蘋果正在內(nèi)部開發(fā)一項名為“世界知識答案”（World Knowledge Answers）的AI搜索服務(wù)。這項服務(wù)的目標是提供類似于Google搜索但更加智能化的信息檢索和問答功能，能夠理解復(fù)雜的自然語言查詢并提供準確、相關(guān)的答案。但令人意外的是，這項服務(wù)將不會首先賦能于Safari瀏覽器，而是被深度集成到Siri語音助手之中。

蘋果的世界知識答案系統(tǒng)建立在一個全新的三層技術(shù)框架之上。

第一層是規(guī)劃組件（Planner），負責解析和理解用戶的語音或文本指令，這一組件基于蘋果自研的Foundation Models框架構(gòu)建。蘋果在其機器學習研究報告中披露，他們開發(fā)了一個約30億參數(shù)的設(shè)備端基礎(chǔ)模型，專門針對iPhone、iPad和Mac的硬件特性進行了深度優(yōu)化。這個模型采用了transformer架構(gòu)的變體，但在注意力機制和前饋網(wǎng)絡(luò)結(jié)構(gòu)上進行了創(chuàng)新性改進，使其能夠在移動設(shè)備有限的計算資源下實現(xiàn)接近GPT-3.5的理解能力。

第二層是搜索組件（Search），這是世界知識答案系統(tǒng)的核心技術(shù)創(chuàng)新所在。與傳統(tǒng)搜索引擎不同，這個組件不僅能夠掃描互聯(lián)網(wǎng)信息，還能夠深度整合用戶的個人數(shù)據(jù)，包括郵件、短信、日歷、照片等私人信息。

蘋果為此開發(fā)了一套名為私有云計算（Private Cloud Compute）的技術(shù)架構(gòu)，以對數(shù)據(jù)進行端到端加密，讓用戶數(shù)據(jù)在傳輸和處理過程中始終保持加密狀態(tài)，服務(wù)器無法獲取用戶的明文信息。

第三層是摘要組件（Summarizer），負責將搜索到的信息整合為用戶可理解的自然語言回答。這一組件的技術(shù)實現(xiàn)尤為復(fù)雜，需要處理多模態(tài)信息的融合，包括文本、圖片、視頻以及本地興趣點信息。蘋果為此訓練了專門的視覺模型，設(shè)備端版本擁有3億參數(shù)，云端版本達到10億參數(shù)，能夠理解和描述圖像內(nèi)容，并將其與文本信息進行語義對齊。

為了提高體驗，蘋果還開發(fā)了一套名為自適應(yīng)推理的技術(shù)，能夠根據(jù)查詢的復(fù)雜程度動態(tài)選擇使用設(shè)備端模型還是云端模型。它可以讓簡單的查詢?nèi)缣鞖?、日程安排等直接在設(shè)備上處理，復(fù)雜的知識性問題則調(diào)用云端的大型模型。這種混合推理架構(gòu)不僅提升了響應(yīng)速度，還有效控制了云端計算成本。

不止如此，蘋果的世界知識答案系統(tǒng)也能處理多模態(tài)數(shù)據(jù)，可以同時理解和處理文本、語音、圖像和視頻內(nèi)容。比如，你拍了一張餐廳菜單的照片，然后詢問這家餐廳的招牌菜營養(yǎng)價值如何，系統(tǒng)能夠識別圖片中的菜品信息，結(jié)合網(wǎng)絡(luò)搜索到的營養(yǎng)數(shù)據(jù)，提供綜合性的回答。

自2011年Siri首次亮相以來，這個語音助手一直被用戶詬病功能有限、理解能力差、只能處理一些簡單的日程安排、天氣查詢或基礎(chǔ)的設(shè)備控制指令。相比之下，Google Assistant、Amazon Alexa甚至后來者如ChatGPT的語音功能都展現(xiàn)出了更強的智能化水平。蘋果顯然意識到了這一差距，并決定通過世界知識答案服務(wù)來徹底改變Siri的定位。

蘋果的目標很明確，就是要把Siri從一個偶爾應(yīng)付簡單指令的語音助手，徹底改造成為一個類似ChatGPT的全能信息與服務(wù)中心。這意味著未來的Siri不僅能夠回答復(fù)雜的知識性問題，還能夠進行多輪對話、理解上下文、執(zhí)行復(fù)雜的任務(wù)鏈，甚至可能具備一定的推理和創(chuàng)造能力。

用戶將能夠通過自然語言與Siri進行深度交互，獲取信息、完成工作、娛樂休閑，而不需要再依賴傳統(tǒng)的應(yīng)用程序界面。這種戰(zhàn)略選擇反映了蘋果對未來人機交互模式的獨特理解。在蘋果看來，傳統(tǒng)的圖形用戶界面雖然直觀易用，但在AI時代可能會成為效率的瓶頸。

用戶需要打開瀏覽器、輸入搜索詞、瀏覽結(jié)果頁面、點擊鏈接、閱讀內(nèi)容，這整個流程雖然我們已經(jīng)習以為常，但實際上包含了大量的冗余操作。而語音交互則可以大幅簡化這一過程，用戶只需要說出自己的需求，AI助手就能直接提供答案或完成任務(wù)。

B

然而，蘋果要實現(xiàn)這一宏大愿景，硬件是關(guān)鍵。AI模型的運行需要大量的計算資源，特別是大型語言模型往往需要數(shù)十GB甚至上百GB的內(nèi)存空間，以及強大的并行計算能力。雖然蘋果可以依靠云端服務(wù)來處理部分計算任務(wù)，但為了保護用戶隱私和提供流暢的交互體驗，大部分AI功能都需要在設(shè)備本地運行。

這就對iPhone的芯片性能提出了極高的要求。iPhone 16系列搭載的A18 Pro芯片雖然在性能上已經(jīng)相當強勁，但要支撐蘋果Apple Intelligence的完整愿景仍然存在一定差距。

就拿最基本的內(nèi)存和帶寬來說，iPhone 16 Pro系列配備8GB LPDDR5內(nèi)存。對于運行大型語言模型來說，這樣的配置顯然是不夠的。一個參數(shù)量在30億左右的蘋果Foundation Models，僅模型權(quán)重就需要占用約6GB的內(nèi)存空間，更不用說運行時的中間計算結(jié)果和系統(tǒng)開銷。

因此iPhone 17 Pro系列將全系標配12GB運行內(nèi)存，徹底告別前代Pro系列8GB的配置，而iPhone 17基礎(chǔ)版則維持8GB內(nèi)存配置。

蘋果在芯片設(shè)計方面還面臨著功耗控制的挑戰(zhàn)。AI計算通常是高強度的并行運算，會產(chǎn)生大量熱量并快速消耗電池電量。雖然先進制程工藝能夠在一定程度上改善能效比，但要在智能手機這樣的小型設(shè)備中實現(xiàn)持續(xù)的高性能AI計算，仍然需要在芯片架構(gòu)設(shè)計上進行創(chuàng)新。

iPhone 17 Pro系列將首次配備VC均熱板散熱技術(shù)，進一步提升A19 Pro芯片的性能表現(xiàn)，憑借全新芯片和升級的散熱設(shè)計，A19 Pro的CPU和GPU的持續(xù)性能比iPhone 16機型中的A18 Pro最高提升40%。

除了硬件，蘋果在9月初已與谷歌達成正式協(xié)議，將評估并測試谷歌開發(fā)的Gemini模型來增強Siri的功能。根據(jù)爆料，谷歌將會為蘋果提供一個基于Gemini模型而開發(fā)的摘要器，以凝練用戶數(shù)據(jù)，減少數(shù)據(jù)處理部分的壓力，該模型將運行在蘋果自有的私有云計算服務(wù)器上。

谷歌已向蘋果交付了該技術(shù)，雙方正在合作進行微調(diào)與測試。但蘋果將繼續(xù)使用自研的蘋果基礎(chǔ)模型來處理用戶本地數(shù)據(jù)搜索。

C

從市場競爭的角度來看，蘋果的這一戰(zhàn)略選擇既有機遇也有風險。機遇在于，如果蘋果能夠成功將Siri打造成真正智能的AI助手，將會為其生態(tài)系統(tǒng)帶來巨大的競爭優(yōu)勢。用戶一旦習慣了通過語音與設(shè)備進行自然交互，就很難再回到傳統(tǒng)的觸屏操作模式。這種用戶粘性將進一步鞏固蘋果在高端智能手機市場的地位。

但風險同樣不容忽視。在蘋果專注于Siri開發(fā)的同時，Google Chrome、Microsoft Edge等瀏覽器正在快速演進，它們的AI功能可能會吸引更多用戶，特別是那些重度依賴網(wǎng)絡(luò)瀏覽的用戶群體。如果Safari在AI功能上長期落后，可能會影響蘋果設(shè)備在企業(yè)和專業(yè)用戶中的競爭力。

從用戶體驗的角度來看，蘋果的選擇體現(xiàn)了其對簡潔性和易用性的一貫追求。相比于在瀏覽器中集成復(fù)雜的AI功能，通過語音助手提供智能服務(wù)確實更符合蘋果讓技術(shù)變得簡單的設(shè)計理念。用戶不需要學習新的操作方式，只需要像與人對話一樣與設(shè)備交流即可。這種自然的交互方式特別適合那些對技術(shù)不太熟悉的用戶群體，有助于擴大AI技術(shù)的普及范圍。

然而，語音交互也有其局限性。在嘈雜的環(huán)境中，語音識別的準確率會顯著下降。在需要保持安靜的場合，用戶可能不方便使用語音功能。此外，對于一些復(fù)雜的任務(wù)，比如編輯文檔、處理圖片或進行精確的數(shù)據(jù)分析，語音指令往往不如直接操作來得高效。

蘋果需要考慮如何在保持語音交互優(yōu)勢的同時，為用戶提供必要的圖形界面支持。從生態(tài)系統(tǒng)的角度來看，蘋果的戰(zhàn)略選擇可能會對整個應(yīng)用開發(fā)生態(tài)產(chǎn)生深遠影響。如果Siri真的成為用戶獲取信息和服務(wù)的主要入口，那么傳統(tǒng)的應(yīng)用程序可能需要重新設(shè)計其交互模式。開發(fā)者需要考慮如何讓自己的應(yīng)用更好地與Siri集成，提供語音友好的功能接口。這可能會催生出一批新的開發(fā)工具和框架，同時也會淘汰一些不適應(yīng)新交互模式的應(yīng)用。