苹果的 AI 翻身仗，还是从 Siri 开始

作者 | 山竹

出品 | 锌产业

过去两年，苹果在 AI 上最尴尬的地方，不是没有功能，而是没有一个足够有说服力的入口。

Apple Intelligence已经出现在写作工具、照片、通知、Safari、快捷指令和开发者框架里，但对普通用户来说，这些能力更像散落在系统各处的零件。真正能把它们串起来的，原本应该是 Siri。

问题也恰恰出在 Siri。

在 ChatGPT、Gemini、Claude 们把用户重新教育成“直接开口提需求”的时候，Siri 过去多年留下的印象，仍然停在查天气、设闹钟、放音乐这样的语音助理阶段。苹果当然知道这一点。所以在这场 WWDC 上，苹果把 Apple Intelligence 的重点重新压回 Siri，并给出了一个直接的新名字：Siri AI。

从这次发布会发布的内容来看，这不是一次简单的语音助手升级。苹果试图回答的是一个更大的问题：在大模型时代，操作系统公司到底应该怎样做 AI？

答案不是再造一个聊天机器人，而是把 AI 放回系统、App、屏幕、相册、摄像头和个人语境里。

01 Siri 终于不只是“听命令”

这次发布会里，苹果给 Siri AI 安排了几组很有代表性的演示。

用户可以问一场演唱会的时间和购票方式，Siri 能结合实时世界知识给出答案；可以继续让它在抽签开放时提醒自己，Siri 会把答案转化为系统动作；用户还可以问屏幕上的照片位置，再追问朋友是否住在附近，Siri 会结合屏幕内容、个人信息和地图路线，把“问答”变成“完成一件事”。

这才是苹果真正想讲的 Siri AI：它不是你问一句、它答一句，而是能够理解上下文、记住对话过程，并调用 App 动作完成任务。

更关键的是个人语境。发布会里有一个照片场景：用户让 Siri 找出上周末家庭旅行的照片，再进一步筛选出包含几位家人的照片，并添加到共享家庭相册。这个演示看起来不如生成图片炫，但它非常苹果。

因为它利用的是苹果最强的资产：设备里的私人数据、系统级权限、相册索引、联系人关系、App 间动作，以及用户长期沉淀下来的使用场景。

这也是苹果与纯云端 AI 助手的分野。ChatGPT 可以写一封漂亮邮件，但它默认不知道你刚刚看了哪张照片、朋友住在哪里、你的家庭共享相册叫什么；苹果则想让 Siri 在不离开系统的情况下，把这些碎片拼起来。

过去的 Siri 像一个语音遥控器。新的 Siri AI，苹果希望它变成一个系统代理。

02 Apple Intelligence 开始有了“操作系统感”

这次 Apple Intelligence 的底层叙事也发生了变化。

苹果在发布会上强调了一个新架构：更强的端侧模型、Private Cloud Compute、系统协调器、个人上下文理解、屏幕感知、App Actions，以及依托 Spotlight 的语义索引。听起来像一串技术名词，但翻译成用户语言，其实就是三件事：

第一，AI 要知道你是谁、你有什么、你正在看什么;

第二，AI 不只是生成答案，还要能调用 App 做事;

第三，这一切要尽量在苹果的隐私框架下完成。

这条路线并不是突然出现的。苹果在 2024 年推出 Apple Intelligence 时，就已经把个人上下文、屏幕感知、跨 App 动作列为 Siri 后续方向；

到 2025 年 iOS 26，苹果又把 visual intelligence 扩展到屏幕内容，并开放 Foundation Models framework，让开发者直接调用端侧模型；

到了这次发布会，苹果才真正试图把这些能力合成一个更完整的产品故事。

Safari 可以用 Apple Intelligence 自动整理标签页、监测网页变化，还可以让用户用自然语言描述需要的网页扩展；密码 App 能在 Safari 中协助升级弱密码；信息 App 能根据聊天上下文建议创建提醒、笔记，甚至根据对方要求帮你从相册里找合适照片；日历可以听懂自然语言并自动生成或修改事件；电话 App 在你致电航空公司时，能从邮件里找出确认码，但苹果强调它看的是“你正在打给谁”，不是“你在电话里说了什么”。

这些功能单独看都不算惊天动地，但放在一起，它们呈现出苹果对 AI 的取舍：苹果不急着让用户每天打开一个独立 AI App，而是试图让 AI 出现在用户本来就要完成的动作中。

这也是为什么快捷指令值得单独看。过去 Shortcuts 很强，但门槛也高。现在用户可以直接描述“我下班离开公司时，给某人发送预计到家时间”，系统会自动组装定位、地图、信息等动作。它相当于把原本属于高级用户的自动化能力，下放给普通用户。

如果说 2024 年的 Apple Intelligence 还像功能菜单，2026 年这次发布会里的 Apple Intelligence，终于开始像操作系统的一部分。

03 苹果AI最容易被用户感知的战场

在所有 AI 功能里，照片可能是最容易让普通用户立刻感知差异的地方。

这次苹果围绕 Image Playground 和 Photos 给了很大篇幅。

Image Playground 支持更高质量的图像生成，覆盖更多风格，包括照片级真实感，用户可以从照片图库里选人，用自然语言生成派对邀请图，再通过圈选对象、移动、缩放、添加蜡烛等方式继续调整。它还会进入联系人海报、锁屏壁纸等系统场景，开发者也能通过 Image Playground API 使用这些能力。

这部分很像苹果对外部生成式 AI 浪潮的回应。别人已经把文生图、图像编辑、风格转换做成了高频能力，苹果不能缺席。但苹果真正有辨识度的地方，还是 Photos 里的三项编辑：升级后的 Clean Up、Extend，以及 Spatial Reframing。

Clean Up 是去除干扰物，并用更真实的方式补全复杂场景；Extend 可以扩展画面边缘，让主体有更多空间，或在校正水平线时不裁掉重要内容；Spatial Reframing 则更有野心，它试图让用户在拍完照片后，像重新移动过相机一样调整透视和构图。

发布会演示里，用户可以拖动画面，实时预览透视变化，边缘区域会先以模糊显示，最后由生成模型补全。苹果特别强调，这套能力结合了端侧空间模型和 Private Cloud Compute 上的图像生成模型，只在透视变化产生的空白区域生成新内容，以保持照片与原始场景一致。

这句话其实很重要。

在 AI 修图越来越强之后，照片编辑面临一个新问题：它到底是在增强照片，还是在重写现实？苹果这次不断强调“尊重原始瞬间”，就是想给自己的照片 AI 划一条边界。它要让用户获得类似“当时如果我再退一步、蹲低一点、向右移一点”的补救能力，而不是把照片变成完全不受约束的合成图。

当然，这条边界不会永远清晰。只要生成模型介入照片，真实和修饰之间就会越来越难区分。但至少从发布会表达看，苹果正在把照片 AI 包装成摄影工作流的延伸，而不是内容生成机器。

这很聪明。因为对大多数用户来说，他们未必每天需要一张凭空生成的图片，但他们一定经常遇到照片拍歪了、主体太挤、路人入镜、比例不合适这些问题。

04 苹果的优势，也是苹果的约束

这场发布会最值得注意的，不是苹果终于承认 Siri 要 AI 化，而是它依然坚持用苹果式方法做 AI。

苹果没有把 AI 叙事完全交给一个万能聊天框，也没有把发布会变成模型参数竞赛。它讲的是端侧模型、系统索引、隐私云、App 动作、摄像头入口、照片编辑、快捷指令和开发者 API。这套表达没有那么刺激，但很符合苹果的产品逻辑。

优势很明显。

苹果拥有其他 AI 公司很难复制的入口：iPhone 的摄像头、相册、通知、电话、邮件、日历、信息、Spotlight、快捷指令、Mac 文件系统、Vision Pro 的空间感知。只要 Siri AI 真能稳定调动这些能力，它就不需要在“谁的聊天更聪明”这件事上和所有大模型正面肉搏。

但约束也同样明显。

第一，苹果的 AI 必须跨设备、跨系统、跨语言、跨地区可用，这天然比做一个独立网页产品更慢。第二，苹果的隐私承诺会限制它对用户数据和云端模型的使用方式。第三，发布会已经明确，Siri AI 面向开发者今天可试用，面向消费者要到今年晚些时候 beta；欧盟的 iOS 和 iPadOS 初期不可用，中国区 Siri AI 和新的 Apple Intelligence 功能也还要等待监管要求。这意味着它依然带着某种“期货”气质。

所以，苹果这次交出的不是最终答案，而是一张补考试卷。

过去两年，外界对苹果 AI 最大的不满，是它看起来慢了半拍。现在苹果试图证明，慢并不等于缺席：当 AI 真正进入操作系统，它应该更懂你的个人场景，更能调动本地 App，更少要求你离开当前任务。

但反过来说，苹果也必须证明，谨慎不是拖延，隐私不是借口，系统级不是发布会里的漂亮结构图。

Siri AI 如果能按这次演示落地，它会让 Apple Intelligence 第一次拥有清晰的中心。如果不能，苹果在 AI 时代的尴尬也会更加集中地落到 Siri 身上。

这场 WWDC 之后，苹果的 AI 故事终于不再散。

真正的问题变成了：Siri 这一次，能不能真的把它讲完。