WWDC25全程回顾：苹果掏出迄今最大设计革新，全平台系统命名大统一
智能的 Siri 明年再见，AI 创新交给数百万开发者。
文丨贺乾明 黄俊杰
制图丨黄帧昕
编辑丨黄俊杰
《苹果发布令人失望的一季报》
苹果宣布其销售速度在第一财季显著放缓，这将导致该季度营收和盈利表现低于预期……
截图来自苹果官网
以上是苹果 25 年前业绩下滑时所发布的官方新闻稿的开始，没有修饰、没有辩解。今天已经几乎不再能看到一个上市公司以这样的诚实公开面对失败，包括苹果自己。
北京时间 6 月 10 日凌晨，WWDC 全球开发者大会上，苹果以今天它所能有的最大程度暗示了自己的失误。在两小时的新系统、新用户界面、新功能逐一介绍前，苹果 CEO 蒂姆库克没有再回顾苹果的各种进展，他的软件负责人克雷格费德里吉（Craig Federighi）上来先说了两点：
去年宣布的 Apple Intelligence 很多功能上线了，但引入 AI 的新 Siri 要达到苹果的质量标准还需要更多时间，明年会有更多消息。
苹果通过 “基础模型框架”（Foundation Models framework）对所有应用开放本地模型（或者叫端侧模型）。
今天，这个市值 3 万亿美元公司的霸权不会因为一年，甚至三年不升级系统用户界面设计而被动摇。
但苹果在今天最重要的软件技术研发上远远落后于对手。Apple Intelligence 发布一年也没有兑现最初承诺的功能，苹果 AI 的负责人，曾经在 Google 负责收购 DeepMind、把 AI 融入核心产品的约翰吉安南德雷亚（John Giannandrea）已经被解除大部分管理职责。
今年 1 月，库克让苹果的救火队长金沃拉斯（Kim Vorrath） 接管 Apple Intelligence 和 Siri 的开发管理。这位软件项目管理副总裁 1987 年就加入苹果如果乔布斯活到现在且一直在工作，在职时间都比她少一年。在初代 iPhone、第一款 Apple Watch、Vision Pro 等划时代产品进度落后时，都是沃拉斯带队调整团队架构、砍去功能、在周末开产品冲刺会，最终让产品能够按期发布。
今天 Apple Intelligence 相关的一系列调整都是对早先失败的补救，需要更长时间才会有结果。
开放本地模型则是 AI 生态的显著进展。AI 软件开发者以几行代码就能调用 iPhone、iPad、MacBook 内置的模型。新模型性能基本达到 GPT-3.5 水平，虽然幻觉会更严重，但可以离线使用，最重要的是开发者不需要付一分钱就能用用户在买硬件的时候付过了。
这是今天这个两小时发布会上带来的最重要进展，在今天只有苹果才可能实现。
AI 应用的困境，大模型费用跟着用户使用量等比增长
“调一次 DeepSeek 的大模型就花掉几分钱，累加起来很容易能吞掉所有利润。” 笔记应用 flomo 联合创始人刘少楠对《晚点 LatePost》说，用贵的模型效果好，商业上未必成立，一个用户调用模型花的钱很容易就会超过他付的费用。
但不用大模型，体验又确实有差异。“就像移动互联网到来时，同行都做了 App，而你只有网页版，注定会被淘汰。” 刘少楠说开发者没有太多选择。现在他设计新功能，都会花 1/3 时间算成本：多少用户会用？每天用几次？如何让用户满意，但又能减少交互轮次每用一次多一笔费用，一年 99 元的会员费可能很快就没了。
在移动互联网时代，他很少会这么仔细算账。因为曾经软件和互联网产品都是低边际成本，只要不涉及线下补贴，一个生意的成本通常不会随着用户规模增加等比扩张。早期试错成本可控，用户多了以后也比较容易盈利。
大模型不一样，算力极贵，开发者成本随着使用量等比上升，没有规模效应，只有线性增长。每个应用一出生就进入美团、滴滴早年一样的高难度模式，要么能融资、要么会算账。
多邻国今年一季度毛利从一年前的 73% 跌到了 71%，少赚 400 多万美元，主要原因就是上线 AI 功能。多领国只有 7% 的付费用户选择了支持大模型的 Max 会员，而且每个人月费翻倍到 30 美元。如果更多人用大模型，它的利润率下滑将更剧烈。
OpenAI ChatGPT 的数据更惊人：每个月有 2000 万人支付超过 20 美元，毛利率只有 40%，比卖硬件的苹果低得多。而传统 SaaS 能到 75% 以上。算上研发成本，OpenAI 今年预计要亏近 100 亿美元。
“如果每个功能都用领先的大模型，怎么算都是亏。” 多位 AI 产品开发者告诉我们。一位国内头部云厂商高管则表示，大模型价格已经足够低，短期内很难再有大幅下降。
成本增加风险，风险限制创新，新兴的 AI 应用行业更难跑出新公司。
免费的本地模型，性能追上第一代 ChatGPT
苹果开放的本地语言模型参数 30 亿，在其内部基准测试中能力接近 Google 前不久发布的 Gemma 3（40 亿参数）。比去年的版本有明显提升。
苹果称，它可以用来生成摘要、提取信息、理解文本、优化内容，或者生成游戏中的对话等。在大模型竞技场（Chatbot Arena）的评测中，40 亿参数的 Gemma 3 得分已经接近 GPT-4。
就像开发者调用云上部署的大模型开发应用一样，开发者可以用自有数据训练苹果基础模型的 “适配器”（adapter），让模型解决特定任务时效果更好，还能调用工具扩展模型功能，比如搜索本地或在线数据库中的信息，或者调用应用程序中的服务。
苹果提供的 30 亿参数基础模型 “幻觉” 多于 1750 亿参数的 GPT-3.5，但不少任务并不需要这些能力。
“大模型的优势在于记住了大量世界知识，能稳定输出并做复杂推理。” 一位研究小参数模型的研究员说。“小参数模型已经足够复杂，也有强大的推理能力。”
比如让大模型写一篇含敏感信息的文章，只有成文环节需要云端大模型，脱敏、润色、修改等步骤，本地模型就能完成。
本地模型对于更复杂的应用也有帮助，根据我们测算，如果使用推理模型里比较便宜的 DeepSeek-R1，开发者哪怕只是在手机分流 10% 的大模型调用量，每年支持 100 万日活应用就能节省超过 300 万元模型费用。
“就算不考虑隐私和成本，本地模型也有优势。" 上述研究员说。研究者正尝试去实现 “自主学习”：根据用户使用模型的数据，持续增强大模型。本地算力免费，可以根据不同用户的需求，让模型衍生出不同的版本。
而云上部署模型想要成本可控，就要让客户大规模调用一个模型，用大规模并发摊薄成本，且要考虑访问的峰谷问题。如果云上推理不同的模型，云厂商要么涨价，要么亏更多。
不过苹果免费开放的本地模型，还不支持 “自主学习” 功能。
开放的本地语言模型之外，苹果新训练了一款在私有云中部署的新语言模型，采用 MoE 架构，总参数达到 1000 亿，回答问题时激活参数 170 亿，在内部基准测试中超过了参数相当的开源模型 Llama-4-Scout，但能力还比不上参数更大的 Qwen-3-235B、GPT-4o。
苹果还训练了视觉模型，本地版本有 3 亿参数，云端模型有 10 亿参数，内部基准测试中效果超过 Qwen-2.5-VL-32B，比 Llama-4-Scout 和 GPT4o 更差。目前它们只供 Apple Intelligence 使用。按照目前的进展，苹果大概率也会将视觉模型的本地版对外开放。
追赶靠的是数十年积累的软硬件控制力
苹果的大模型研发是美国科技七巨头里最晚的，研发能力很可能也是最弱的。它最新的本地模型也不一定比 Google 强，但随着这一轮操作系统更新，用上本地模型的设备基数将远远大过整个 Android 生态。
上个月，Google 向 Android 开发者提供集成本地模型 Gemini Nano 的开发工具，但不像苹果直接开放大模型的 API，只有摘要总结、润色文本、改写文本、描述图像这 4 个定制好的 API，这限制了开发者的创造力。并且这些 API 只有运行内存超过 16 GB、用上先进芯片的手机才能使用全球上千款在售的 Android 机型，现在只支持 22 款。
在手机上顺畅运行大模型，需要模型开发者、操作系统供应商、硬件厂商、芯片公司共同参与，是一个系统工程。在销量有限的 Pixel 品牌之外，Google 只占其中两层。
“如果芯片公司不愿意开放更多权限，再强的模型也发挥不出来好效果。” 一位小参数模型研究者说，为 Android 手机开发大模型，基本都需要适配不同芯片公司的底层框架，而这些芯片厂商都想要抓住机会做 “移动端 CUDA”，绑定开发者获得更大的市场空间。
电脑更复杂，美国芯片公司正陷入一场内战：原本开发 CPU 的英特尔、AMD 想推广自家的 GPU；英伟达要开发电脑用的 SoC；高通想统一手机、电脑芯片架构，也开发了电脑 SoC。
控制芯片设计、操作系统、硬件生产、应用商店全流程的苹果没有这些麻烦。它的开发者可以只熟悉一种框架，就可以开发出部署到 iPhone、Mac、iPad、vision Pro 上的 AI 应用。苹果在最新的开发文档中告诉开发者，不用考虑 AI 应用运行的系统。
过去几年，苹果甚至还统一了不同设备的规格，让所有的新产品都能满足运行本地模型的条件。
2022 年的 iPhone 14 开始，苹果给低端的非 Pro 系列使用上一代芯片，以增加差异性。但这个策略只执行了两年。
本文网址：
