苹果WWDC推自研模型深化软硬一体化 闭环生态获华尔街力挺股价反弹

苹果WWDC推自研模型深化软硬一体化 闭环生态获华尔街力挺股价反弹 苹果凭借横跨手机、穿戴设备的庞大硬件护城河，通过端侧模型降本与私有安全计算，率先跑通生成式AI在消费端的商业落地闭环。 视频深入探讨了苹果在WWDC 2024发布AI战略后市场两极分化的反应。苹果凭借出色的软硬件整合能力，让8GB内存设备流畅运行30亿参数的端侧模型，在端侧技术上实现显著领先，并计划通过“私有安全计算”运行中小型云端模型来处理复杂Agent任务。面对大模型鲁棒性不足的挑战，苹果采取了不花现金、仅以渠道资源交换的保守商业策略，免费引入OpenAI的GPT-4o来解答世界知识，虽然此举引发了马斯克对数据脱离苹果控制的安全质疑。然而，华尔街和开发者生态最终对苹果开辟的从芯片、模型训练到端侧推理的一站式全包生态闭环给出了强烈正面反馈，认为苹果将凭借其全场景硬件护城河成为AI消费端落地的最大赢家。 苹果在 WWDC 2024 正式推出 Apple Intelligence 套件，由自研端侧模型、自研云端模型与 OpenAI 的 GPT 大模型三大支柱构成，首日股价下跌后次日强势大涨超 7.2%。 (0:00) 苹果自研端侧模型约为 30 亿参数，采用 GQA 与 LoRA 架构优化且性能超越部分 7B 开源模型，成功攻克 8GB 运行内存瓶颈并在端侧技术上确立领先地位。 (2:00) 面对大模型鲁棒性挑战，苹果采取保守且精妙的策略：借助自研云端模型处理特定 Agent 任务，并以数亿设备的渠道价值置换与 OpenAI 的免现金合作，调用时需经过用户明确授权。 (9:59) 依托芯片、硬件、操作系统到端云协同的全栈闭环，苹果大幅降低了开发者的云端算力与推理成本，率先跑通生成式 AI 在消费端落地的商业闭环。 (19:59)

《硅谷101》指出，苹果在 WWDC 2024 上展示的 AI 策略看似平庸保守，但凭借自研端侧模型、端云协同闭环以及庞大的硬件生态，苹果有望成为生成式 AI 在消费端落地的最终赢家。 端侧架构突破与硬件运行门槛 (0:00) 苹果推出的 Apple Intelligence 包含自研端侧模型、自研云端模型和 OpenAI GPT 大模型三部分。其端侧模型参数约为 30 亿，采用分组查询注意力（Grouped Query Attention）与 LoRA 框架压缩推理和内存占用，在测试跑分中超过了 Mistral 7B 和 Gemma 7B 等部分 70 亿参数开源模型。 在设备要求上，该端侧模型仅支持 iPhone 15 Pro、iPhone 15 Pro Max 以及搭载 M1 芯片以上的 iPad 和 Mac。节目指出，限制旧款 iPhone 的核心瓶颈是 8GB 运行内存（RAM）。相比谷歌此前在 Pixel 8 Pro 上以 12GB 内存运行 18 亿参数模型，苹果在 8GB 内存设备上流畅运行 30 亿参数模型展现了其端侧技术优势。 端云协同与特定场景的 Agent 决策 (4:59) 端侧模型具备本地隐私保护优势，但受限于尺寸，难以具备千亿级大模型的泛化能力。为此，苹果通过基于自研芯片服务器的“私有安全计算”（Private Cloud Compute）提供云端中小型模型协同。官方数据显示，苹果云端模型有 50% 几率跑赢 GPT-3.5 Turbo，58.3% 几率不输给 GPT-4 Turbo。 开发者 Nathan Wang 分析，苹果云端模型参数或在 300 亿到 700 亿之间，其核心优势在于生态场景高度具体且 API 相对固定。例如处理“开会延迟后接女儿”的任务时，系统可串联 iCloud 日程、邮件和 Apple Maps 计算延迟并交付决策，通过特定生态数据让中小型模型完成复杂 Agent 工作。 OpenAI 商业博弈与数据安全争议 (9:59) 针对当前大模型在千万级用户规模下鲁棒性不足、易产生幻觉的问题，苹果选择与 OpenAI 合作将 GPT-4o 作为“世界知识”补充。根据彭博社消息，苹果在此合作中并未支付现金，而是以数亿用户设备的渠道分销和曝光作为对价；调用 ChatGPT 前，Siri 会弹窗获取用户许可，以此在法律与体验上规避责任，但这给 OpenAI 带来了算力成本压力。 这一合作引发了马斯克的猛烈批评，他甚至威胁若在操作系统层级整合 OpenAI 将在旗下公司禁用苹果设备并用法拉第笼存放。在技术实现上，苹果自研云端采用手机端私钥加密、GPU 服务器公钥解密的端到端加密机制；然而行业观点也承认，一旦数据经由用户授权传输至 OpenAI，其后续安全与二次训练规范便脱离了苹果的直接控制。 全栈开发者闭环与全场景硬件护城河 (19:59) 端侧推理显著降低了生成式 AI 开发者在云端带宽和算力上的成本，使视频与图像等重度垂直应用获益。苹果还提供了涵盖芯片、操作系统、云端 GPU 模型训练到端侧推理的全套一站式工具，开发者无需依赖外部平台即可在苹果生态内完成应用闭环。 二级市场投资人认为，AI 行业高留存的消费端产品极少，而苹果以产品可用性和用户留存为导向。通过对手机、AirPods、Apple Watch、Mac 及 Vision Pro 等随身穿戴设备的全场景覆盖，苹果建立了纯软件大模型公司无法企及的硬件壁垒，从而在资本市场赢得了从首日下跌 2% 到次日大涨 7.2% 的反转。 苹果在生成式 AI 浪潮中采取了技术收敛策略，依靠端侧优化与强大的硬件掌控力推进消费级落地，但在大模型依赖第三方的情况下，数据的最终流向与隐私边界依然存在争议。

[4:59] AI专家: focus 在这一个问题上，把这一件事情做好 [14:59] 马斯克: 苹果无法推出自己的人工智能，却声称能确保 OpenAI 保护你的安全和隐私，这显然是荒谬的 [19:59] Quinna: 站在巨人肩膀上 [19:59] Nathan: 一统天下 [24:59] 二级市场投资人: 这个技术目前能不能做出来一个消费者愿意使用的产品

[0:00] 苹果在AI上终于出招了在美国时间6月10号的2024年WWDC上苹果正式宣布入局围绕AI功能宣布Apple Intelligence套件包括一系列针对用户的iPhoneiPad和苹果电脑的AI应用并且宣布与OpenAI的合作有意思的是我们看到外界对苹果这次AI的策略发布的极大反差一面有人嘲笑苹果的AI功能太简单太落后早就是一些安卓手机上玩剩下的苹果股价在WWDC当天也是收跌将近2%然而就下一个交易日WWDC的第二天苹果股价强势反弹超过7.2%创下2022年11月10号以来的最大涨幅一天之间市场情绪反转霍尔街意识到了什么同时马斯克在推特上对苹果和OpenAI的合作公开挑衅直指安全隐患苹果的AI真的安全吗苹果手机的端模型能在开发者中间迸发出新一轮的AI应用大爆发吗带着以上这一系列的问题过去几天我们密集的采访了AI模型研究员应用开发者ER级市场的投资人等等想透过WWDC各种应用demo更深入的去探索一些底层的技术和商业的问题因此也是收集了专业领域和资本市场对这次苹果AI发布的反馈希望给大家呈现一个比较全面的观点展示所以我们这期视频会聊到第一手机端模型的未来云端模型以及苹果的自然大模型第二呢 苹果声称的AI安全是如何实现的与OpenAI合作的安全隐贯在哪里第三呢 AI应用是否会进入爆发期第四 苹果对未来硬件和AI交互的布局包括了手表还有RT AirPods等等第五呢 我们也会来看一下二级市场对苹果股价的看法那我们在视频下面啊也有进度表明大家对哪个环节感兴趣可以直接跳续看但是我还是希望大家耐心看完因为中间呢也有很多有意思的观点还有技术的细节那我们就开始吧首先我们来从模型的技术面看一下苹果目前的AI策略在WWDC的Kino之后苹果机器学习官网公布了Apple Intelligence的详细信息Apple Intelligence总体来说分成三个部分来实现自研端侧模型自研云端模型再加上OpenAI的GPT大模型这三套系统来分别详细说一下第一呢就是本地模型也被称为端模型设备上大约30亿参数的语言模型测试得分呢要高于诸多70亿参数的开源模型包括了Mistro 7B或者Gemma 7B等等这就是说啊虽然我们的端模型参数小但是表现比是我们参数两倍多的其他的模型还要好苹果的端模型论文我们在之前的视频当中有提过除了这些论文之外根据官网这次的介绍苹果在模型框架上用到了grouped query attention分组查询注意力和Laura框架这样可以压缩推理过程有效的降低内存的占用这样需要在本地运行的端模型在硬件上的要求就需要iPhone 15 Pro和iPhone 15 Pro Max以及配置M1芯片以上的平板和苹果电脑了其实芯片算力是一方面毕竟苹果A15芯片的NPU算力已经高于M1了那么真正让iPhone 15 ProE下机型无法使用AI功能的原因则是在于运行内存不足8GB从而会影响AI模型的推理能力但作为对比谷歌去年部署过端模型的手机Pixel 8 Pro参数只有18亿但是运行内存是12GB在今年谷歌做出优化之后才能够让18亿参数的模型跑在运行内存为8GB的手机上这样来看苹果能够让8GB的手机去跑30亿参数的模型那么这也是很大的端模型上的技术领先了端模型的好处啊是在设备端就能够运行这让用户数据就留在手机等设备上数据隐私问题是最安全的但是坏处呢是端模型因为它参数量较小在能力和通用性上与千亿万亿级的参数的这种大模型LLM是无法相比的所以呢只能做一些有针对性的小任务我们想要把这样的如此general的一个东西做到端上的时候那我们现在要面临一个选择就是说这个端它毕竟是有尺寸限制的然后在这样的一个尺寸限制下有一个fundamental的一个问题就是说我们到底能够build in多少的generalization对吧如果我只是给你一张纸的话那你最好就是说focus在这一个问题上对吧就是把这一件事情做好就不错了做好一件事情恰好是端模型的能力在一些应用上可以实现的比如说这次WWDC demo里面展示的众多AI [4:59] What does the weather look like for tomorrow at Muir Beach? Oh wait, I meant Muir Woods. The forecast is calling for clear skies in the morning, near Muir Woods National Monument. It can understand more complicated language and more natural, and will be combined with the data to get to more user-based data. For example, from the account, email, email, post-it, and the link to the link in the description. For example, you forgot your name, your name, your phone, your car, etc. This will make the whole Siri's experience to go ahead and get the whole experience. For Apple, the best point is that the problem is a fixed problem or a specific problem. I only need to do a specific task, and I can do a job in the work. I can do this I don need to use a very large model to support my entire system So I think that Apple actually has a development但同时呢AI专家们也会告诉我们端模型的AI能力是不够的所以苹果的解决方案是在云端再配置更大一些的模型来解决端模型解决不了的问题苹果官方公布的技术文章就显示苹果计划通过四有语音计算在Apple芯片服务器上去运行更大的云端语言模型而苹果表示云端模型和一些更大参数的模型相比50%的几率能够跑赢GBT 3.5 Turbo超过58.3%的几率不会输给GPT4 Turbo以这个参数差异的标准来看苹果的云端模型能力应该不会太差他在中间那个Greg展示了一个user case就是说他在开会对吧然后我现在开会肯定要delay了那我要接我女儿然后我那边赶着上对吧那其实他提这个问题的时候你会持多久他就先知道这个时间那很有可能就会去靠你的苹果的iCloud上的一些数据然后把你这个会议的具体的时间和地点都给拿到然后当他拿到时间和地点的时候那他下一步的时候就要知道所以你去你女儿的这个学校参加这个活动那这个地点在哪里那他拿到两个地址的时候他就可以去靠一个Apple Map的这样的一个API然后去计算说我两个点之间的距离究竟是多少然后也有Trofit的这些数据都可以从这个地图端去拿到然后当他把这些数据全部坏走了之后作为这个提示词送给大模型那大模型达到这些信息的时候就可以很好地帮他去思考说我会迟到或要迟到多久甚至有可能在App端的时候他可以帮他规划最优的这样的一个路线虽然可以理解做Agent的就相当于大模型加上不同的API和Function的靠给到大模型具体的这些数据然后再通过这些数据让大模型去做这个决策那像这样一个复杂的一个系统的时候可能在端上这种小模型就不一定能够做得好因为这个大模型需要去知道我在什么情况下要靠什么的拓 app Nathan Wang就对我们猜测说苹果的云端模型不需要很大的参数可能300到700亿个参数的模型就能够实现苹果目前想做到的应用功能苹果的整个的问题它是非常specific的比如说这样的一系列的部署或者不同的API的call它的整个环境其实是被固定住了它其实完全可以用这些环境产生出了这些数据去train一个中小型的模型然后完成大模型可以完成的那种复杂程度我觉得这也是能够达到所以说我认为它在云端的时候部署的可能是一个中小型模型比如说几十滴三十到七十左右这样的一个billion模型应该就可以然后这个模型是被专门train过去完成Apple生态中一系列的这些操作的这样一个模型那它最终就可以去完成一个很好的user experience我觉得这一点的话应该是Apple把整个这个一系列的这个生态整合在一起所能够达到的一个能力而如果云端模型还没有办法达到的能力需要更大的模型来支持的场景的苹果的做法是暂时不拿出 [9:59] 而是选择与OpenAI合作接入GPT大模型在苹果发布AI三件套之前外界最大的一个疑问在于目前AI大模型的鲁邦性如此不稳定的情况下对用户体验追求完美的苹果会如何选择那么这里鲁邦性Robustness指的是模型对数据变化的容忍度能否稳定的运行那么从事模型研究的陈于北教授就认为就算是如今市面上最好的AI大模型鲁棒性依然是很大的挑战尤其是运用在将会迈出百万部千万部的手机上端上的话你要把很多的这种任务做到robus的话有很多的任务其实是可以清晰抵犯的然后呢我觉得有一类问题其实可能会相对tricky一点就是说如果我做一个完全open-ended的一个agent那这样的话这个问题可能会过于复杂对吧然后它会进入到一个非常容易去受demo然后不容易做落地的一种状态因为要做落地的话你会发现最核心的一个问题其实还是robustness就是当你的model以volume shipping的时候就是百万再出的时候那这个时候你面对的你的model的quality就会变得非常非常的重要我们有理由猜测苹果这个如今全球市值最大的科技公司有足够的资金算力还有人才去训练足够大的LLM大预言模型就算技术方面落后于OpenAI也不应该差得太多然而别忘了苹果也是一个十足的完美主义者它无法忍受推出来的应用或产品被消费者们诟病因此苹果在大语言模型上的策略是保守的这也是为什么苹果目前选择了与OpenAI合作将GBT模型整合进了Apple Intelligence在处理文字和使用C-ray的过程中如果用户想要调用性能更强的大模型可以切换使用GBT-4O来生成信息那么在今年的WWDC当中OpenAI的CEO Sam Altman也是去了现场虽然他没有上台但是依然他在苹果开发者当中是引起了不小的轰动而苹果的Keynote当中也是展示了用苹果手机弹出XGBT的窗口进行复杂的多模态交互但是自始至终苹果强调的是Your permision 你的许可你作为用户批准你的数据被送去XGBT那么这也是苹果CEO Tim Cook在WWDC keynote之后接受YouTube博主Marcus Brunley采访的时候强调的重点我们真的在这一切都放了这种针子,我们要确定的针子,如果您是在做什么需要世界知识,所以您是在外面的经验,你可能要用一个大语言语言语言,我们选择了我们的最好的一种,苹果用了这样的话术把责任定义给了OpenAI和苹果的用户,而苹果手机上还能够让用户免费使用XGPK的功能。对于现阶段的大模型现状来说,这不是为一个两全其美的这种选择,又能够让用户享受端侧模型和云端模型做不到的AI能力,又不需要把自己尚不成熟的大模型LLM推出来被人诟病。再提一句,苹果和OpenAI的这项合作,苹果在条款上也是非常占优的根据Bloomberg的消息苹果不会向OpenAI直接支付费用或者现金而是通过苹果的分销系统推广OpenAI的品牌和技术苹果认为将OpenAI的品牌和技术推广到数亿台苹果设备上其价值相当于甚至大于金钱支付而对于OpenAI来说XGBT免费让上亿苹果用户去使用那么这毫无疑问将大大的增加OpenAI的算力成本虽然OpenAI可以让XGBT的免费用户升级成为付费账户来实现收入但是毫无疑问这样一个合作协议对OpenAI来说那是有压力的但是对于苹果来说基本上没有任何的风险只能说苹果还是苹果Tim Cook这一招在策略上还是非常 [14:59] 但是呢评补的这个AI三件套发布之后呢并不是没有招来任何的批评了其中最有争议的正是与OpenAI的合作而砸厂子的人正是OpenAI的黑粉头子马斯克在苹果宣布与OpenAI的合作之后马斯克是连发了N条推特狂喷苹果的安全隐患了他说苹果无法推出自己的人工智能却能够确保OpenAI保护你的安全和隐私这显然是荒谬的苹果不知道将你的数据交给OpenAI之后会发生什么他们在出卖你接着马斯克还表示说如果苹果公司在操作系统层面整合了OPPO NI那么我的公司将禁止使用苹果设备这是不可接受的安全违规行为访客们必须在门口检查他们的苹果设备设备将被存放在法拉第龙中而马斯克的第四条推特是直接放了这张图片大家自行感受一下那么马斯克的抨击到底有没有道理呢抛去马斯克作为OpenAI的原创始人转黑粉以及苹果与OpenAI的合作没有跟马斯克的XAI合作以及马斯克刚刚不久之前被迫撤回对OpenAI和Sam Altman的诉讼等等个人情感原因以及马斯克利益冲突的角色其实它的抨击也不是完全没有道理的我们来详细看一下AI的安全问题我们在上一章说了苹果的AI三件套手机端模型云端模型和第三方的GPT模型端模型因为是本地运行它的用户数据就留在手机iPad或者Mac设备上数据隐私安全是没有问题的那么这一点很好理解在苹果的云端模型上这次发布会当中苹果数次强调将用私有云计算Private Cloud Compute来保障经过用户的隐私安全它会在自己的手机端去生成一个私钥也就是你自己才有手机才有这样的一个钥匙只有这个钥匙可以打开你的数据它会把这个数据加密然后加密过后的这个数据然后会被送到它的云端可能通过API的GatewayLoader Balancer然后去不断把这个数据去分到不同的Server上来进行一系列运算然后在这个数据传输过程中因为你数据是加密的即使在这些传输过程中被人泄露了别人拿到的数据也没有办法破解对吧那他其实告诉我我可以在这个一定程度上去打算你那当这个数据到达他的云端这个服务器也就是他这个GPU farm他要去进行这个process去处理的这个时候那其实在这个GPU上应该是有一个公钥也就是说只有这个数据就只有在这个GPU上我才能打开你这个数据然后再把你这个被加密的数据之后变成就是可读的比如说跟你个人信息相关或者说你输入了这些文字那它的这个server也就是这个GPU才可以去处理然后处理完了之后它也会把它加密好然后再通过同样算式传输给到你的手机然后你手机会有一个私钥然后再通过这个私钥把这个数据打开所以这是它其实真正是能够完成端到端的这样的加密任何技术并不一定说是完全bulletproof但是它可能被破解的这个可能应该是极小极小的几乎是可能的一个事情所以说通过这个技术角度上我个人是比较trust苹果在端上部署的这个模型以及它在云端部署的模型但苹果多年来试图打造将用户隐私保护放在首位的这样的一个企业形象所以端模型和云端模型在苹果的完全掌控之下数据安全性呢是大概率能够被用户接受的但是线下的争议点在于呢苹果接入了OpenAI的GPT模型用户数据呢将通过苹果手机传入了OpenAI的GPT模型用户数据将通过苹果手机传送给OpenAI的GPT模型那么OpenAI那边会如何保证用户的隐私安全或者说OpenAI是否将用户数据作为其他用途这其实是在苹果的掌控之外的我这个数据如果通过苹果的服务器传输给到OpenAI通过OpenAI的API来process我的数据的时候那我一定少把数据给到OpenAI的这个server那OpenAI是不是有同样的这样的一个security的架构端到端的这个加密我觉得现在至少他们在公布的时候没有提到这些内容所以我也觉得说可能没有这些像苹果做的比较好的这个加密内容那也就是说当苹果把这些数据给到OpenAI的时候它是有可能会产生数据泄漏至少说概率上来讲它应该比在苹果端或者苹果云端的这些数据被泄漏可能性会加大那同样的OpenAI怎么去用这个数据的话那就 depend on OpenAI它内部怎么去做这个事情以及公众是否会trust OpenAI或相信 OpenAI一定不会拿我们数据做训练或者一定不会泄露我们数据我觉得从技术上角度来讲其实是这样的一个对比的个估值所以虽然马斯克贴的这张图确实有点那啥但是在苹果的立场他认为 [19:59] 用户用不用XGPT数据给不给OpenAI是用户的决定那么这张图里面的椰子它是知情的而责任方在OpenAI与苹果无关那么这是苹果强调的点在法律上确实也无懈可击但是从AI数据安全的担忧上确实不是无懈可击的那就看椰子们怎么想了同时我们也跟参会的很多开发者聊了聊大家对苹果AI三件套还是非常兴奋的而也许这离我们等待已久的AI应用爆发来临的那一天又进了一步虽然媒体和外界都将主要的注意力放在苹果本次WWDC第一天的Kino展示当中但是参会的开发者告诉我们之后三天的不同戏份会议对于开发者们才是重中之重他们认为第一天的Kino只是一个广告而已在当地时间的6月11号到14号苹果负责开发者社区的工作人员们会召开大大小小的技术指导会议针对每个开发者生态都会单开一个专题手把手和开发者们去交流和启发大家在应用上的开发同时在全球也会有大量的开发者在线加入全球开发者队伍参与为期一周的技术和创意活动而开发者们认为Apple Intelligence会带来大量的新App机会我觉得对于开发者来说还是一件非常好的事情其实我们也是一直非常期待就是无论是苹果还是其他的硬件公司在端模型上有一些重大的突破因为其实第一的话就是云成本无论是这个模型训练还是去调优我们的一些模型跟算法那在云成本上的投入还是非常大的就是我觉得是GNI时代开发应用的一个额外的成本支出那端模型的推出的话我觉得是就是对于我们来说在节约成本方面会是一个非常大的一个提升吧然后第二的话就是也会给我们更大的空间去开发或者是说更深的去做一些更重的应用就是特别是视频方向的话那之后如果能够在设备端去跑的话那它整个的这个效果跟这个输出的这些我觉得应该是就是对我们来说是会有一个质的提升Quina是Polyverse的昌食人他们旗下的产品Mirror AI在2023年3月正式上线之后曾经连续数月霸榜Google Play美区摄影榜在多个地区的iOS应用总榜上也连续的排名前列下载量积累超过千万Quinna告诉我虽然苹果展示出的各种在图像上的AI功能这可能会和一些涂身图或者纹身图这样的AI初上公司有产品的相似性但是苹果这样的大公司呢不会在锤类上过多的深入这其实会启发开发者和AI创业公司们在更加垂直的赛道上去开发更加多样性的产品和应用我觉得往往Apple在这方面可能它不会做得特别深它更多的是开放一个入口给开发者进行尝试那在这个过程当中其实对于我们开发者来说就是我们怎么样运用就是现在发布的最新的这些features或者是开源的这些技术来去进一步的去做拓展那比如说基于会教它还有非常多的场景比如说你线下的一些活动线上的一些活动你还是可以去做很多丰富这个场景的事情那在这个基础之上其实就会衍生出非常多的有趣的应用了那我们也是希望基于互联网巨头的这个发展而去延伸做一些on top of就站在巨人肩膀上的事情而Nathan作为一个开发者他告诉我他在深度研究了苹果之后几天的开发者大会之后认为苹果的野心绝对不止Kino demo当中展示出来的这些功能这后面显示出的一个潜在事实是虽然苹果是这轮硅谷科技巨头中最晚加入AI战局的但是可能苹果才是这轮生成是AI的最大受益者之一我其实后面是花了一些时间看它背后整个开发者生态所针对的每一个专题我很大的一个兴奋点就是我感觉Apple要一统天下这个论点很重要对这方面说到一统天下的一个原因大家可以看到Apple其实它掌控了硬件和软件它是很少有企业就是说我既可以控制硬件又可以控制软件的一个公司你不管说其他谷歌也好它其实虽然有自己安卓的手机但是它在整个硬件设计上它其实并没有特别多的这个能力去做这个事情反观是Apple你看它有自己的芯片对吧从M1 M2 M3到M4整个的这个芯片它是有一系列的硬件开发的能力然后包括它的手机是全球最popular的 [24:59] 这样的一个平台所有人都在去使用然后它背后又有一个非常强大的开发者的生态其实我觉得我会发现苹果越来越多的是把各方面资源给整合起来那从我感觉到就为什么说苹果一统天下就是如果你看到后面的那些开发者的这些视频你会发现从一开始比如说做App要做前端给大家UI UX的体验已经是传统的App可以去达到的那背后针对于AI这一块的话Apple其实是让你可以用自己的这个数据在它的这个GPU上去train你的model然后再把这个modeldeployed到再把它放到你的app当中去去使用它其实从前端到后端到这个大模型的这个整个的开发和这个inference它基本全包了也就是说你只要在生活在Apple的这个开发者生态的话你就基本上不用出去了它整个Apple的这个生态就可以帮你做所有的事情所以说你看市面上外面那些比如说hacking face也好啊XGBT也好啊或者是各家公司在训练模型那其实简单来讲的话所有东西都会被容纳到Apple的整个生态的方式然后只要你是你是在Apple生态的开发者你就可以用到Apple所有的这个资源所以讲到这里大家可能会理解为什么在WWDC当天苹果的股价率有下跌但是第二天有如此大的涨幅之后几天还连续的连涨那么是因为华尔街机构和投资人们在后几天的开发者大会当中整体得到的一个信号是苹果不但因为AI功能的推出而将换机周期提前提振手机和设备销量之外人们还意识到此前让市场担心的这轮认诚是AI的最终商业落地的难题是最先在苹果这里得到验证的而这将让苹果成为后来者居上的最终赢家让苹果的生态更加的强大更加的难以被颠覆对于苹果这部公司来讲它的对于技术的判断标准只有一个这个技术目前能不能做出来一个消费者愿意使用的产品出来它的判断标准永远只有一个所以我们能看到我们回顾一下去年如果我们统计一下市场上不管是一级市场二级市场公司做出来的产品其实真正的达到有retension的产品并不是很多可能我们两只手都能数得过来这么一个局面所以公平来讲的话苹果可能它可能事实上确实存在我们讲的老公司或者说以产品文化导向的公司存在一些对技术不够激进的这么一些特点吧可能是同时可能是客观上存在的但它在它自己的范围之内它对于产品的判断标准上来讲我们觉得还是在它的合理的范围之内就是说它到今年它认为AI这个技术发展的非常迅速我已经到了一个这个东西其实是能够做出来一些消费者愿意使用的产品并且对于消费者的体验上是关键的这些东西苹果的AI功能将在今年下半年对消费者们开放我相信很多AI应用开发者们已经开始摩拳擦掌了想趁着苹果AI的这股东风试图做出新的一轮爆款Killer App出来那么随着苹果端模型和云端模型以及OpenAI还有谷歌等等一系列大模型的能力上提升那接下来的几个月到一年的时间我们可能会看到更多的与消费者们更近的AI应用出现它最终目前的商业模式或者他的胜负手吧其实还是来自于说他掌握了硬件的态就是说我们很难想象出来一个device的场景是苹果没有做过的我们随身可能现在出门携带的就是手机耳机手表最多加上一个电脑其实Lusion Pro我相信是带不出去的很难携带在每个人身上带出去所以我们真正所有能够穿戴的device其实苹果已经包全了然后呢所以在这条线上面我觉得才是苹果真正的产品和它的这个对于消费者导致这个文化它是一以贯之地在这些细节关键的一些决策里面是在执行的我经常被一些在硅谷之外的朋友问到AI难道不是泡沫吗如果不是为什么在我身边完全感受不到它正在改变我的生活呢那这是因为在硅谷啊从GIGPT爆火以来目前大部分的资金还有创业项目呢还其中在基础模型的能力提升整体的Infra也就是基础设施基建以及呢2B的企业级应用上那么要到消费者端的应用要不然呢就是效果还不够好要不然就只能火一阵子难以保持用户的留存率而AI能力如今慢慢的渗透到了与我们普通消费者接触最多的消费者电子产品上手机 AirPods 电脑 苹果手表Vision Pro 等等甚至还包括最后可能会推出的智能家居它能够让用户们感受到AI真的已经来临吗或许在这一轮生成事AI的浪潮当中苹果才是第一梯队要冲锋限制验证技术能否落地的出头鸟但是如果验证成功 [29:59] 对于苹果来说它将更加难以颠覆我们在背后看到不管是抢人抢资源抢卡各个方面其实最终都是为了去consolidate把这个technology更好的去consolidate到我的用户生态里面去让我对用户的价值对市场份额的强项会更明显我们觉得这个主线目前我们是没有看到突破的很记得当然会有很多公司在这个状态里面去做一些非常好的这么一个产品或者说一些补味出来但这个从数量上和整个趋势上面来讲其实跟上一个周期上上一个周期真正technology disruption的年代其实还是有本质的区别当然这个东西可能我们会随时被打脸可能会比如说基于现在也有人会说整个Bashinangry Model会构建一套新的iOS出来会长出非常多新的运用出来那我觉得这个东西就是要看这个是不是一个完全新的这么一个用户的需求会衍生出来如果没有的话我们整体对目前的判断还是处于technology是在consolidate那只要是consolidate那比例上来概率上来讲大公司Consolid Technology的这个能力确实是要更强一些OpenAI的目标是AGI的能力谷歌的目标是自家产品的商业化微软的目标是企业化产品宾伟达的目标是这些技术突破的底层算力而苹果以及与苹果一样的手机制造商门的目标是与你我最相关的这就是AI能够进入到我们的生活改变我们的生活成为我们生活的一部分这个答案还是不确定的还需要验证而验证的人正是看这个视频的你而这个答案或许我们很快就能知道了好的以上就是2024年WWDC我们硅谷101的观察欢迎大家关注我们的账号你们的评论点赞留言和转发是支持我们做好深度科技和商业内容的最佳动力我是陈倩我们就下期节目再见了拜拜优优独播剧场——YoYo Television Series Exclusive