Apple's Siri AI Strategy: Proprietary Models, Not White-Labeled Gemini

🔑 增強重點摘要

•Apple Intelligence 是 Apple 新一代 AI 功能的總稱，而 Siri AI 則是其中一個經過大幅升級、更具對話性且能感知上下文的助理。
•Apple 的 Private Cloud Compute (PCC) 基礎設施，用於處理雲端 AI 任務，採用客製化的 Apple 晶片和強化版作業系統，將 Secure Enclave 等裝置級安全功能延伸至雲端，確保即使是 Apple 也無法存取用戶資料。
•Apple 與 Google 的合作不僅限於使用 Gemini 的輸出進行優化，而是利用 Gemini 的底層技術來建構下一代 Apple Foundation Models，並將其擴展到 Google Cloud 上運行 Nvidia GPU，同時維持 Apple 嚴格的隱私保護。
•Apple 已將 OpenAI 的 ChatGPT 4o 整合到其作業系統中，允許 Siri 在處理需要廣泛世界知識的任務時轉交給 ChatGPT，這顯示了 Apple 在整合外部 AI 模型方面的務實策略。
•Apple Foundation Models (AFMs) 是一個包含五種模型的家族，其中包括兩種裝置端模型（AFM 3 Core、AFM 3 Core Advanced）和三種伺服器端模型（AFM 3 Cloud、ADM 3 Cloud (Image)、AFM 3 Cloud Pro），展現了裝置端與雲端混合的策略。

📊 競品分析▸ Show

特性/模型	Apple Intelligence (Siri AI)	Google Gemini 3.1 Pro	OpenAI gpt-oss-20b / ChatGPT 4o	Meta Llama 3.2 / Llama 4
核心模型	Apple Frontier Models (AFMs)，與Google Gemini技術合作開發	Gemini 3.1 Pro (2026年2月發布)	gpt-oss-20b (2025年8月發布) / ChatGPT 4o (整合至Apple系統)	Llama 3.2 (2024年9月發布) / Llama 4 (新一代)
部署策略	裝置端與Private Cloud Compute (PCC) 混合式，PCC使用Apple晶片及Google Cloud上的Nvidia GPU	主要為雲端部署，但有針對邊緣設備的優化	gpt-oss模型支援裝置端運行 (20B參數模型需16GB RAM)	Llama 3.2支援裝置端處理，Llama 4支援多模態及混合專家架構
隱私保護	PCC確保用戶數據在雲端處理時不被Apple或第三方存取，數據用後即刪，開放外部專家審查	雲端模型通常有數據使用政策，具體隱私保護細節需查閱Google政策	gpt-oss模型可在裝置端運行提供隱私優勢；ChatGPT整合至Apple系統時，Apple承諾請求和資訊不會被記錄	Llama 3.2支援裝置端處理，數據不離開設備，強調隱私
多模態能力	支援多模態，包括圖像理解與生成	原生多模態，理解和推理多種數據類型 (文本、圖像、音訊、視訊)	gpt-oss模型強調推理能力和工具使用	Llama 4原生多模態；Llama 3.2的11B和90B模型可處理圖像和文本
基準測試 (部分)	Apple強調人類評估與用戶體驗相關性	Gemini 3.1 Pro在16項基準測試中領先13項，GPQA Diamond得分94.3%	gpt-oss-120b接近OpenAI o4-mini，gpt-oss-20b類似OpenAI o3-mini	Llama 3.2的1B和3B模型在裝置端使用案例中表現出色
API 定價 (部分)	無公開API定價，主要為Apple生態系統內部使用	Gemini 2.5 Pro: 輸入 $1.25/M tokens，輸出 $10/M tokens	OpenAI API定價依模型而異，gpt-oss模型開放權重可免費下載運行	Llama模型權重可下載，開發者可自訂和運行，無需與Meta共享數據

🛠️ 技術深入

Private Cloud Compute (PCC) 架構：PCC 是 Apple 專為私密 AI 處理設計的雲端智慧系統，採用客製化的 Apple 晶片和強化版作業系統，將 Secure Enclave 和 Secure Boot 等硬體安全技術從 iPhone 延伸到資料中心。
資料處理原則：PCC 確保用戶數據僅用於完成推論請求，請求完成後立即刪除，且數據在任何情況下（包括處理期間）均不對 Apple 員工開放，實現無狀態數據處理。
PCC 擴展至 Google Cloud：為處理高需求任務（如代理工具使用和複雜推理），Apple 將 PCC 基礎設施擴展到 Google Cloud，使用 Nvidia Blackwell GPU 搭配 Confidential Computing、Intel CPU 搭配 TDX 以及 Google 的 Titan 晶片。Apple 仍保有對其私有雲軟體的完全控制權。
Apple Foundation Models (AFMs)：這是與 Google 合作開發的第三代模型家族，包含五種模型：
- 裝置端模型：AFM 3 Core（約30億參數，稠密模型）和 AFM 3 Core Advanced（200億參數，稀疏架構，每次請求僅激活1-40億參數，原生多模態，用於更強大的裝置端系統）。
- 伺服器端模型：AFM 3 Cloud（雲端主力模型，優化速度與效率）、ADM 3 Cloud (Image)（圖像生成與編輯）、AFM 3 Cloud Pro（最強大的伺服器模型，用於代理工具使用和複雜推理）。
Siri AI 介面與功能：Siri AI 從 Dynamic Island 中浮現，支援新的滑動手勢，並顯示互動式卡片。其語音更自然，用戶可調整語速和表達力。系統協調器 (system orchestrator) 負責安全地協調 Apple Intelligence 功能，並根據應用程式和用戶任務提供上下文感知回應。
模型訓練：Apple 在訓練其基礎模型時，不使用用戶的私人個人數據或互動。

🔮 前景展望AI analysis grounded in cited sources

Apple 的 AI 隱私策略將成為行業標準。

Private Cloud Compute (PCC) 的創新架構，承諾即使是 Apple 也無法存取用戶數據，這將提高用戶對 AI 服務的信任，並可能促使其他公司效仿。

混合式 AI 架構將成為主流。

Apple 結合裝置端處理、安全雲端運算以及整合第三方模型（如 ChatGPT）的策略，為平衡性能、隱私和功能提供了藍圖，可能引導行業走向更靈活的 AI 部署模式。

Apple 將透過 AI 強化其生態系統的競爭力。

透過將 AI 深度整合到其作業系統和應用程式中，並提供更智能、更具上下文感知能力的 Siri，Apple 旨在提升用戶體驗，鞏固其在硬體和軟體整合方面的獨特優勢。

⏳ 時間線

2005

Siri開發始於SRI國際人工智慧中心。

2010-04

Apple收購Siri, Inc.。

2011-10

Siri首次在iPhone 4S上亮相。

2024-06

Apple在WWDC上首次推出「Apple Intelligence」，強調混合式AI和隱私保護。

2026-01

Apple與Google宣布多年合作，下一代Apple Foundation Models將基於Google Gemini模型和雲端技術。

2026-06

Apple在WWDC 2026上重新推出Siri AI和Apple Intelligence，詳述與Google和Nvidia在Private Cloud Compute上的合作。

Apple 的 Siri AI 策略：自主研發模型，非貼牌 Gemini

⚡ 30-Second TL;DR

關鍵要點

🧠 深度解析

🔑 增強重點摘要

🛠️ 技術深入

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線

📎 來源 (46)

👉相關動態