苹果把Siri交给了Gemini

文丨邱庭

编辑丨程述白

2011年10月4日，蒂姆·库克（Tim Cook）第一次以苹果CEO身份主持发布会——这也是Siri在苹果的第一次亮相。

十五年后，2026年6月9日，库克站在WWDC（苹果全球开发者大会）的舞台中央，外界普遍认为这是他任内最后一届开发者大会。Siri又一次成为了焦点。

只是，它已经不是当年的Siri了。

尽管受制于监管要求，新版Siri以及其他新的苹果AI智能功能还无法在中国大陆地区上线，但它还是让不少人兴奋了起来。在一镜到底的演示中，这个“新siri”能在绝大部分场景下直接调用、索引并读取聊天记录，支持跨应用执行任务，还能通过自然语言生成浏览器插件与快捷指令。

但驱动它思考的，已经不完全是苹果自己的能力。发布会上，苹果首次明确将Google Gemini纳入Apple Foundation架构。据彭博社报道，苹果为此需每年向Google支付10亿美元。

●苹果的第三代Apple Foundation Models（AFM）。图源：发布会截图

与此同时，苹果同步推出Core AI框架，ChatGPT、Claude等第三方模型也能借此接入Siri和苹果系统。

过去十五年里，Siri始终代表着苹果对人工智能的理解：封闭、自研、谨慎，一切能力都生长在苹果生态内部，2024年苹果首次提出的Apple Intelligence构想也是全自研AI架构。但在AI模型的竞赛里，苹果没能跑在前列。

十五年前，Siri开启了语音助手时代；十五年后，它再次成为苹果命运转折点的见证者。只是这一次，苹果不再是先锋，而是追赶者了。

新的Siri

今年WWDC上，苹果用了大半场发布会的时间讲AI。

站在舞台上的，是迈克•洛克威尔（Mike Rockwell）。这位长期负责Vision Pro系统架构的高管，在2025年初接手了Siri重构项目。苹果展示了一组新的AI同心圆架构：用户位于中心，中层是多模态与执行工具，最外层则是Siri、软件与系统生态。

●苹果新的AI架构。图源：发布会截图

Siri的新功能可以大致分为屏幕感知、图片理解、文字处理、应用协同等几大部分。用户不再需要在不同应用之间来回切换：刷到一个图片，可以直接识别图片地点；看到一个地址，可以直接询问Siri规划路线；浏览网页时，可以直接选中文字向Siri提问；收到活动邀请，可以直接让Siri识别时间并加入日历。

这种变化的重点不在更聪明，而在更丝滑与便捷。在Mac上，用户可以直接选中多个文件提问，无需上传；在iPhone上，可以通过摄像头直接向Siri提问现实世界中的物体；在照片、邮件、备忘录、Safari等应用中，AI被直接嵌入原有工作流，给拍摄好的照片重新设置构图、整理浏览器标签页、把校对和优化功能嵌入键盘随时调用。

●Siri在iPhone与Mac端的调用。图源：发布会截图

更重要的是，旧版Siri的逻辑是单轮问答，而新版系统则开始尝试理解用户“正在做什么”，它可以根据聊天对象与过往聊天记录采用不同的交谈语气，可以基于邮件内容主动提示下一步操作，或在跨应用场景中预判用户意图，从而提前给出执行路径。

苹果试图重新定义Siri，把它从一个客服转化为调度中心，并推出了独立的Siri应用。这也意味着苹果推翻了很多以前的坚守：原本不想做聊天机器人，现在做了；原本对照片使用AI修图持保留态度，现在也加了。

过去，苹果在Siri到底使用自研模型还是外部模型的问题上摇摆不定。而现在，团队放弃了完全自研Apple Foundation Models的方案，转而选择整合外部技术。在洽谈合作的Google、Anthropic PBC和OpenAI三家公司里，苹果最终选择了Google。

如今的第三代Apple Foundation Models包含2款端侧模型和3款运行在私有云计算平台上的模型，其中多款借助Google Gemini模型进行“精炼”。本地模型与私有云架构，是为保证数据不会被苹果与其他第三方公司访问。

今年WWDC传递的信号是，Siri学会了看屏幕、总结网页以及理解照片。但更关键的是苹果战略的转变：在AI时代，它不再执着于做底层能力的提供者，而更倾向于成为这些能力的组织者。

从不被重视，到寄予厚望

回到2011年，Siri还是一个被赋予想象力的产品。它的起点不在苹果，而是Siri.Inc开发的独立App，2010年在App Store上线，定位是可以帮你订餐厅、查天气、做信息整合的“个人秘书”。其基础技术来自于美国国防高级研究计划局从2003年起，就开始投入约1.5亿美元资金资助的虚拟代理人技术开发项目。

Siri上线3周后，苹果创始人史蒂夫·乔布斯（Steve Jobs）对它产生了兴趣，邀请创始人会面。两个月后，苹果宣布以2亿美元收购Siri，并整合进了2012年面世的iPhone 4S里，成为了后者最重要的功能之一。

然而，2011年至2015年间，Siri的更新几乎都是微调，例如增加多语言支持、简单信息查询、百科内容接入、“嘿Siri”唤醒等。甚至在iOS 15中，苹果还删除了Siri中涉及笔记、照片、叫车、支付等的功能。到今天，Siri上利用率最高的功能，仍然是2011年刚亮相时就具备的能力——设个闹钟。

Siri的技术护城河并不牢固。2012年三星S Voice在功能层面已与Siri接近；2014年的对比测试中，Google Now在信息理解与推荐能力上反超Siri；到2017年，美国科技媒体The Verge直接评价Siri“明显落后于时代”，它的领先窗口期实际上极为短暂。

2018年，美国科技媒体The Information披露了一份关于Siri团队变动的长篇报道。据受访前员工回忆，在初期，Siri是在还没准备好的情况下面世的，后端架构并未适配大规模用户流量，一位苹果员工后来重写了一段代码，才让Siri某后端组件的服务器需求从约500台缩减到了5台。

苹果内部对Siri的定位也未达成一致。一派认为，Siri的核心应该是搜索与检索，另一派则坚持，Siri必须成为真正的助手。

一位前苹果员工说，“乔布斯在Siri推出后的第二天去世了，苹果也由此失去了前进的方向。”于是Siri的研发长期处于一种分裂的状态，一部分人负责语音识别，一部分人负责系统集成，还有一部分人负责体验层优化。在这种背景下，Siri团队各自为战，缺乏统一演进逻辑。

这种割裂也延伸到产品层面。要把Siri搭载至HomePod的消息，Siri团队2015年才得知。那时候，苹果为了与2014年底亚马逊发布的Echo竞争，匆忙把Siri应用到了项目之中。发布后，《纽约时报》评价：“HomePod 上的Siri拉垮得令人尴尬”。后续HomePod的市场表现不佳，也被内部部分人士认为是Siri团队能力不足的缘故。

●2017年，苹果推出的内置Siri智能音箱“HomePod ”。图源：Unsplash

与此同时，隐私争议成为Siri长期阴影。2019年，Siri被指在用户未主动唤醒时录音，并将片段发送给外包商人工收听，遭集体诉讼。2025年初，美国加州法院批准了苹果就该案达成的和解协议，最终符合条件的用户每台设备获赔约8.02美元，单人最高赔付不超过40.1美元。

Siri项目在苹果内部也曾多次经历领导权调整。从最初的iOS团队主导，到2012年由比尔·斯塔西奥（Bill Stasior）带领独立团队运作，再到2018年机器学习团队介入......

直到生成式AI浪潮到来，Siri的重要性重新提前。新Siri命运的转折点，在2025年初的一场会议。这场会议聚集了除CEO库克以外大部分苹果核心领导，会议确认Apple Intelligence的表现未达预期，新一代Siri的迭代也将推迟。

那时，库克对时任AI负责人约翰•詹南德雷亚（John Giannandrea）失去信心。主导了Vision Pro新产品诞生的洛克威尔主动请缨，接下了Siri。

之后，洛克威尔把曾经负责Vision Pro和VisionOS操作系统的团队带来作为Siri的新负责团队，并立即启动使用第三方模型的方案。Siri的新路线由此确立了。

不做软件，回归硬件

苹果与谷歌的这次合作，苹果每年需向Google支付约10亿美元，用于使用其AI技术与基础设施能力。

过去二十年，苹果的技术路径几乎建立在芯片自研、系统自研、服务自建的原则上。这一次使用Gemini，官方解释是基于技术评估后的结果，认为Gemini提供了当前“最有能力的基础模型”。

2022年，苹果内部团队构建的好几个大语言模型，但因公司高层质疑“实用性不足”被搁置。此后，苹果在AI上的投入节奏与规模也显得保守。2025财年（2024.9–2025.9）其研发投入约345亿美元，而同时期Meta约573.72亿美元，谷歌约610.87亿美元。

在Siri多次延期之后，苹果实质上放弃了做全栈大模型的执着，转而回归其根植于硬件的生态优势。下一任苹果CEO热门候选人约翰•特努斯（John Ternus）也正是如今的苹果硬件工程高级副总裁。

对苹果而言，原来的赛道更稳定，也更安全，即便不掌握模型本身，仍然可以在分发层获益。据报道，2025年苹果仅靠App Store就从生成式AI应用中抽成了近9亿美元佣金，2026年预计突破10亿美元。

●多款AI应用上架App Store。图源：Unsplash

如今，苹果还在加码AI投入，只是方向变了。今年第一季度财报显示，苹果30年以来，研发支出占收入比例首次超过10%，单季度研发支出达到114亿美元，同比增长34%。库克谈及研发数据时表示，公司加大投资部分原因是其看到的人工智能增长潜力。

不过，苹果的投入结构与Google、Microsoft或Meta的路径明显不同。有分析认为，这部分的研发投入增长很大程度上可能与人才培训、建模实验、设备内AI、私有云计算、定制芯片、隐私保护有关，而非大规模数据中心部署，是端侧优先的AI战略，而不是云端模型竞赛。

至于为何最终选择Google Gemini，或许是出于整体战略的考虑。

据2026年5月官方披露，Google Gemini月活跃用户已经达到9亿，在非英语地区的流量规模已经接近ChatGPT的七成。Google算过一笔账：如果企业将80%的顶级模型调用替换为最新一代Gemini 3.5 Flash，一年可以节省10亿美元。

此外，Gemini已经被系统性嵌入谷歌搜索、地图、Gmail、YouTube、Chrome等核心产品。就在苹果发布会前几周，Google在自己的开发者活动上，将操作系统上的Gemini新功能重新命名为“Gemini Intelligence”，想要把Gemini从一个聊天机器人转变为跨手机、浏览器、汽车和笔记本电脑的运作方。

另一个备选是OpenAI。但双方关系并不稳定，据彭博社报道，一位匿名的OpenAI高管表示：“我们已经从产品角度做了所有事情。他们没有，更糟的是，他们甚至没有真正努力过。”而且，OpenAI去年以来为了发展硬件，挖角了数十名iPhone、Vision Pro头显、音频技术以及几乎所有硬件和设计部门的苹果工程师，这在某种程度上削弱了双方长期合作的意愿。

相比之下，Google在合作上也显得更积极也更具连续性。在AI从工具转向代理的过程中，谁掌握系统级入口，谁就掌握分发权，而iOS是全球最稳定的高价值入口之一。作为长期搜索合作伙伴，双方早已在iOS搜索入口、广告分发与流量结构上形成稳定关系。

苹果以系统入口置换技术能力，谷歌借iPhone落地AI野心。两家公司正通过软硬件的深度捆绑，试图在AI主导的下一代终端里，掌握系统级入口的控制权。

封面来源： pexels

参考资料

【 版权声明】所有内容著作权归属镜相工作室，未经书面许可，不得转载、摘编或以其他形式使用，另有声明除外，如需联系镜相可后台留言。

继续阅读：