苹果AI的国产大模型之争,没有悬念

文 | 智能相对论

作者 | 陈泊丞

苹果终于公布了最新的AI进程。

一个月前,正如此前预期的那样,人工智能是今年 WWDC 发布会的焦点。全程105分钟的主题演讲,就有40多分钟用于介绍苹果的AI成果。

苹果似乎还有意玩了一把“谐音梗”,重新定义AI为“Apple Intelligence”。

但不管怎么说,此次苹果AI的亮相着实是为市场解答了不少疑惑。

此前,就有消息传出,苹果手机或许会因为接入系统的AI大模型不同,而出现国内市场和海外市场区分的两个版本。更有甚者,网上还有人称国内版本为“阉割版”。

真的是这样?答案或许并非如此。

AI基本盘,牢牢把握在苹果手里

Apple Intelligence(苹果智能)简称AI,这样的说法对于苹果而言并非“谐音梗”,而是其对AI功能的理解和设计有着自己的一套逻辑。

在介绍Apple Intelligence时,库克就特别强调他们想要打造的,是超越「人工智能」(Artificial Intelligence)的「个人智能」(Personal Intelligence)。

什么意思?我们从过去苹果的常规设定中可以推断出,苹果AI大概率会和其自身的系统以及系统内的应用、生态高度协同,来充分满足苹果用户的智能需求。比如,对Siri、FaceTime、iMessage、Apple Pay、iCloud等苹果服务深度集成,以提供无缝的跨设备AI体验。

简单来说,苹果AI想要实现的是系统级应用的优势。

从目前的公布的信息我们可以看到一些应用雏形。像AI图像,苹果AI预期的不仅仅只是用提示词来生成图像,更是能基于用户的实际体验和个性化需求来创造与用户个人生活和兴趣紧密相关的图像内容。

类似现在苹果手机内的“照片回忆”功能,苹果试图在为用户提供简要的AI视频剪辑服务,但前提是开放用户的照片库,让苹果系统反复识别照片内容,才能剪辑出不同主题的视频内容。

苹果照片回忆功能

想要达到这样甚至是更好的服务和效果,苹果AI就必然要具备系统级的能力。由此,苹果AI背后的大模型就大概率将采用自研方案。

从苹果公布的大模型技术文档来看,其确实是在自研大模型。据介绍,苹果的设备端将采用一个30亿参数的小模型,负责本地计算和数据处理,同时保证对用户的个人习惯、个人数据进行学习训练,从而提供更贴心、个性化的服务。

而到了云端,苹果尚未公布其自研的云端大模型参数,但据说其性能与GPT-4 Turbo相当。再者,就是对ChatGPT等第三方大模型产品的接入,也是事实,但并非唯一。

据苹果负责软件工程的高级副总裁Craig Federighi表示:苹果计划以后让用户选择自己喜欢的大模型,其中包括谷歌的Gemini等。

此外,苹果还发布了OpenELM,这是一组小尺寸的开源AI模型,专为在设备上运行而设计。这些模型的参数范围从2.7亿到30亿,旨在提高移动设备上的AI任务处理能力。

很显然,苹果已经具备了构建内部闭环的AI系统的能力,AI的基本盘始终牢牢地掌握在苹果手中。像ChatGPT等第三方大模型产品只是一剂调味料罢了。

“阉割版”苹果,子虚乌有

从目前的情势来看,无论是OpenAI的ChatGPT还是百度的文心一言,都不足以影响苹果AI的基础功能。这些第三方大模型产品的定位,对于苹果而言,更像是App Store里的App。

或许源于地区的不同,对App的使用权限有所区别,但这并不能定义苹果的版本功能。就好比我们不能因为无法上“X”(即推特)而说现在的苹果手机是“阉割版”,同样的,第三方大模型产品也是如此。

“X”也好,ChatGPT也罢,如果这些产品无法在国内使用,那本身是产品的问题,而非渠道的“锅”。更何况,苹果自研的大模型从端侧到云端,已经相当全面,提供了一个相对完整的AI体验。

就目前的思路而言,接下来更多影响用户体验的是苹果对端侧小模型的整合与应用。根据苹果提出的优先考虑用户体验的理念,其更强调AI模型的定制化,类似于MoE模型的稀疏激活机制,通过多种小模型的调动和组合,更快去解决用户使用过程中的日常任务。

众所周知,大模型的参数规模更大,所需要的计算资源、存储空间、网络速率也更高,如果硬件条件、网络条件跟不上,很容易就会出现高延迟、丢包等问题,无法带来很好的AI体验。而小模型具有体积小、计算资源需求低、训练效率高等特点,正适合在智能手机等终端上运行。

如今,大模型领域兴起的MoE架构,也正对应苹果对智能手机从端侧到云端部署模型的思路。端则小模型的高效率、高适配是必然的,而大模型不管是苹果自研,还是国内外的第三方厂商介入都只是提供一个进阶的个性化体验,并不影响主体。

当然,经「智能相对论」体验发现,当我们真的去使用大模型产品的时候,国产大模型实际上也没有那么拉胯。相反,源于本土算力、中文语义理解以及与中文互联网的高度融合,国产大模型对于本土用户而言更具优势。

一方面是语言和文化的理解,AI大模型的应用更接近于对话形式。在体验过程中,「智能相对论」发现,用户个人的表达是非常随意的,可以说并不那么规范,因此国产大模型在理解用户语义上有着更明显的优势,从而更准确的回应用户需求。

另一方面是数据资源的获取问题。AI大模型是不断进化,特别是在用户的使用过程中会不断获取新数据来进行训练、学习,最终呈现出一个更理想的状态。在这方面,国产大模型背靠庞大的中文互联网和用户群体,能最大化获取本土数据用于学习和精进,而OpenAI、Google都有所限制,很难接入。

简单来说,关注大模型不能只看其在实验室的表现,更要看其在市场和行业实际场景中的应用空间和发展前景。

因此,苹果AI在国内接入百度文心一言等本土大模型,并不是一件坏事。对于本土用户而言,基于苹果和百度的联合共创,将可以获得更符合本土需求的服务和体验。

或许,我们没必要盯着OpenAI这样一个本来就难以体验到的产品来纠结苹果AI的选择。

写在最后

总的来说,苹果AI的基本盘是自研大模型支撑的,这一点毋庸置疑。

此外,国产大模型的表现在本土应用中也不差,这可以在接下来的时间内拭目以待。

苹果AI的任务不是把OpenAI的ChatGPT引入中国,而是基于自家的系统和生态打造出一个更高效、便捷、强大的AI系统,来为自家的用户提供进阶服务。

因此,相关有关“阉割版”的争议、大模型的争议并没有那么重要。正如苹果所透露的,第三方大模型产品的接入不是唯一,苹果会想办法让用户来选择自己喜欢的大模型。

未来,我们期待苹果的承诺兑现,让用户拥有选择的权利。

*本文图片均来源于网络 

此内容为【智能相对论】原创,

仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。

•AI产业新媒体;

•澎湃新闻科技榜单月度top5;

•文章长期“霸占”钛媒体热门文章排行榜TOP10;

•著有《人工智能 十万个为什么》

•【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/40199.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

用机器改变人类方向

1800 世纪初,美国迎来了工业革命,这是一个由技术进步推动的变革时代。新机器和制造技术的引入重塑了经济格局,提高了生产效率,同时减少了某些领域对手工劳动的需求。因此,这种转变导致了失业。 如今,我们看…

实现点击按钮导出页面pdf

在Vue 3 Vite项目中,你可以使用html2canvas和jspdf库来实现将页面某部分导出为PDF文档的功能。以下是一个简单的实现方式: 1.安装html2canvas和jspdf: pnpm install html2canvas jspdf 2.在Vue组件中使用这些库来实现导出功能:…

统计信号处理基础 习题解答11-11

题目 考虑矢量MAP估计量 证明这个估计量对于代价函数 使贝叶斯风险最小。其中:, ,且. 解答 贝叶斯风险函数: 基于概率密度的非负特性,上述对积分要求最小,那就需要内层积分达到最小。令内层积分为: 上述积…

苹果Mac电脑能玩什么游戏 Mac怎么运行Windows游戏

相对于Windows平台来说,Mac电脑可玩的游戏较少。虽然苹果设备的性能足以支持各种大型游戏,但由于系统以及苹果配套服务的限制,很多游戏无法在Mac系统中运行。不过,借助虚拟机软件,Mac电脑可以突破系统限制玩更多的游戏…

光照老化试验箱在化工产品暴晒测试中的应用

概述 光照老化试验箱是一种模拟自然光照条件下材料老化情况的实验设备,广泛应用于化工、建材、电子、汽车等行业中对材料的耐候性、耐光性能等进行测试。通过模拟日光中的紫外线和温度等环境因素,加速材料老化过程,以此评估材料在长期使用中…

2024阿里云大模型自定义插件(如何调用自定义接口)

1,自定义插件入口 2,插件定义:描述插件的参数 2.1,注意事项: 2.1.1,只支持json格式的参数;只支持application/JSON;如下图: 2.1.2,需要把接口描述进行修改&a…

03:Spring MVC

文章目录 一:Spring MVC简介1:说说自己对于Spring MVC的了解?1.1:流程说明: 一:Spring MVC简介 Spring MVC就是一个MVC框架,Spring MVC annotation式的开发比Struts2方便,可以直接代…

LeetCode 算法:二叉搜索树中第K小的元素 c++

原题链接🔗:二叉搜索树中第K小的元素 难度:中等⭐️⭐️ 题目 给定一个二叉搜索树的根节点 root ,和一个整数 k ,请你设计一个算法查找其中第 k 小的元素(从1开始计数)。 示例 1:…

第一周题目总结

1.车尔尼有一个数组 nums ,它只包含 正 整数,所有正整数的数位长度都 相同 。 两个整数的 数位不同 指的是两个整数 相同 位置上不同数字的数目。 请车尔尼返回 nums 中 所有 整数对里,数位不同之和。 示例 1: 输入&#xff1a…

【嵌入式DIY实例-ESP8266篇】-LCD ST7735显示网络时间

LCD ST7735显示网络时间 文章目录 LCD ST7735显示网络时间1、硬件准备2、代码实现本文将介绍如何使用 ESP8266 NodeMCU Wi-Fi 板实现互联网时钟,其中时间和日期显示在 ST7735 TFT 显示屏上。 ST7735 TFT是一款分辨率为128160像素的彩色显示屏,采用SPI协议与主控设备通信。 1…

SQL语句(DML)

DML英文全称是Data Manipulation Language(数据操作语言),用来对数据库中表的数据记录进行增删改等操作 DML-添加数据 insert into employee(id, workno, name, gender, age, idcard) values (1,1,Itcast,男,10,123456789012345678);select *…

AI 与数据的智能融合丨大模型时代下的存储系统

WOT 全球技术创新大会2024北京站于 6 月 22 日圆满落幕。本届大会以“智启新纪,慧创万物”为主题,邀请到 60 位不同行业的专家,聚焦 AIGC、领导力、研发效能、架构演进、大数据等热门技术话题进行分享。 近年来,数据和人工智能已…

记录搭建一台可域名访问的HTTPS服务器

一、背景 近期公司业务涉及到微信小程序,即将开发完成需要按照微信小程序平台的要求提供带证书的域名请求服务器。 资源背景介绍如下: 1、域名 公司已有一个二级域名,再次申请新的二级域名并且实现ICP备案不仅需要花重金重新购买,…

Docker实现Redis主从,以及哨兵机制

Docker实现Redis主从,以及哨兵机制 目录 Docker实现Redis主从,以及哨兵机制准备Redis镜像创建Redis主节点配置文件启动Redis从节点确认主从连接哨兵主要功能配置哨兵文件创建Redis哨兵的Docker容器 要通过Docker实现Redis的主从(master-slave)复制&#…

汽车EDI: BMW EDI项目案例

宝马集团是全世界成功的汽车和摩托车制造商之一,旗下拥有BMW、MINI和Rolls-Royce三大品牌;同时提供汽车金融和高档出行服务。作为一家全球性公司,宝马集团在14个国家拥有31家生产和组装厂,销售网络遍及140多个国家和地区。 本文主…

什么是 Socks5 代理?了解和使用 SOCKS5 代理的终极指南

SOCKS5是什么以及它如何工作? 在网络和互联网协议领域,有多种工具和技术在确保安全高效的通信方面发挥着至关重要的作用。 SOCKS5 就是这样一个工具,它代表套接字安全版本 5。 在这篇博文中,我们将深入探讨 SOCKS5 的细节&…

CoAtNet(NeurIPS 2023, Google)论文解读

paper:CoAtNet: Marrying Convolution and Attention for All Data Sizes third-party implementation:https://github.com/huggingface/pytorch-image-models/blob/main/timm/models/maxxvit.py 背景 自AlexNet以来,ConvNets一直是计算机…

【基于R语言群体遗传学】-5-扩展到两个以上等位基因及多基因位点

我们现在继续对于群体遗传学进行统计建模,书接上回,我们讨论了孤雌生殖的物种违反哈代温伯格遗传比例的例子,那我们现在来看多于两个等位基因的情况的计算。 如果没有看过之前文章的同学,可以先去看一下之前的文章: …

开源租房项目

项目名称项目地址描述体验地址后端代码前端代码小程序端代码gitHubstart租房或房屋交易项目https://github.com/saysky/manland?tabreadme-ov-filePC端 管理端http://manland.liuyanzhao.com/有有无房适–房屋租赁管理平台https://github.com/LiuXIn011/rightHouse开源房屋管理…

非对称加密算法原理与应用1——秘钥的生成

作者:私语茶馆 1.前言 非对称算法有非常多的用途,实现license管控,数字签名,加密内容等等,由于涉及场景和标准非常多,因此实际使用过程中还是存在一定门槛,这里记录一下利用非对称算法RSA的应用关键点,并提供实现license管理的案例。预计拆分为以下几个章节: (1)秘…