摘要

2026年6月9日，苹果在WWDC 2026全球开发者大会上正式发布了全新Siri AI——这是Siri自2011年问世以来最大规模的一次升级。与以往不同的是，苹果首次公开承认其AI核心能力借力外部大模型：全新Siri AI的云端推理能力基于Google Gemini模型构建，运行在Google Cloud服务器上，而端侧处理则由Apple Silicon的神经网络引擎完成。苹果高级软件工程副总裁Craig Federighi在发布会上强调：“真正有用的AI必须围绕你和你的需求来构建”，并将新Siri定位为"以人为中心"的AI助手，区别于其他公司"为AI而AI"的激进路线。与此同时，苹果还宣布macOS 27将仅支持Apple Silicon芯片，正式终结Intel Mac时代，其核心驱动力正是端侧AI能力对统一内存架构和神经网络引擎的刚性需求。这一系列发布标志着苹果AI战略从"保守自研"转向"务实合作"的关键转折。

事件背景

WWDC 2026：苹果AI战略的关键时刻

WWDC（Worldwide Developers Conference）是苹果每年最重要的开发者大会。2026年的WWDC对苹果而言意义非凡——在Google、OpenAI、微软等竞争对手纷纷推出颠覆性AI产品的大背景下，苹果的AI战略一直备受质疑。2025年WWDC上，苹果展示了一份"克制而务实"的AI升级方案，被媒体评价为"保守主义"策略。一年后，苹果终于交出了一份完全不同的答卷。

Siri的十五年进化史

从2011年到2025年，Siri经历了多次迭代，但始终未能摆脱"不够聪明"的用户印象。当Google Assistant和ChatGPT已经能够处理复杂多步骤任务时，Siri仍停留在"设定闹钟"和"查天气"的层面。这次WWDC 2026，苹果决定彻底改变这一局面。

核心技术解析

技术架构：Google Gemini云端 + Apple Silicon端侧

苹果此次公布的AI架构采用了端侧+云端混合推理的双层模式，这是理解整个Siri AI技术体系的关键。

  graph TD
    subgraph 用户设备层
        A[用户语音/文本输入] --> B{端侧路由判断}
        B -->|简单请求| C[Apple Silicon<br/>神经网络引擎]
        C --> C1[文本补全]
        C --> C2[本地搜索]
        C --> C3[图像识别]
        C --> C4[语音转文字]
    end

    subgraph 私有云计算层
        B -->|复杂请求| D[Private Cloud Compute<br/>端到端加密]
        D --> E[加密传输通道]
    end

    subgraph Google Cloud层
        E --> F[Google Gemini<br/>Pro/Ultra模型]
        F --> F1[多模态理解]
        F --> F2[长文本分析]
        F --> F3[复杂推理]
        F --> F4[世界知识检索]
    end

    F1 --> G[加密返回结果]
    F2 --> G
    F3 --> G
    F4 --> G
    G --> D
    D --> H[解密并呈现给用户]
    C1 --> H
    C2 --> H
    C3 --> H
    C4 --> H

端侧模型

端侧运行的AI模型是基于Google Gemini蒸馏的小参数模型，在Apple Silicon的**Neural Engine（神经网络引擎）**上本地执行。苹果采用了两级模型策略：

• 高能力模型：仅支持iPhone Air、iPhone 17 Pro、搭载M4及以上芯片且内存≥12GB的iPad、搭载M3及以上芯片且内存≥12GB的Mac
• 标准模型：面向其他支持Apple Intelligence的设备，功能有所缩减，缺少更自然的语音表达和高级校对功能

这种分层策略反映了苹果在模型能力与硬件适配之间的平衡考量——端侧模型受限于设备内存和算力，不可能在所有设备上运行同等规模的模型。

云端模型

对于超出端侧处理能力的复杂请求（多模态理解、长文本分析、复杂推理等），系统通过**Private Cloud Compute（私有云计算）**将加密后的请求发送到Google Cloud的GPU集群，由Gemini Pro/Ultra模型处理。这是苹果首次在核心产品中依赖外部云基础设施进行AI推理。

关键创新点

1. 自然对话与多轮上下文理解

Siri AI最大的突破在于对话式交互的根本性升级。苹果展示了一系列脚本化的多轮对话演示，展示了Siri AI在不同使用模式和应用任务之间无缝切换的能力。

以一个典型场景为例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

用户: "世界杯的赛程是什么？"
Siri: [展示赛程信息]

用户: "有没有巴西对摩洛哥的比赛？给我推荐一些相关的菜谱"
Siri: [基于比赛国家的主题菜谱]

用户: "我朋友Maria上次提到的那个甜点叫什么？"
Siri: [搜索Messages App，找到Maria提到的甜点]

用户: "把这些都整合成一个看球派对的菜单，发到我们的群聊里"
Siri: [整合信息，生成菜单，发送到群聊]

这段对话展示了三个关键能力：

• 跨应用上下文检索：Siri可以搜索Messages、邮件等应用中的信息，即使用户不记得具体存储在哪个应用
• 多步骤任务规划：从信息查询到内容整合再到发送执行，一气呵成
• 个人化上下文：记住"朋友Maria"是谁，“群聊"指的是哪个

2. 私有云计算加密架构

这是苹果AI战略中最具差异化的技术。苹果强调，即使AI请求运行在Google的服务器上，用户数据仍通过Private Cloud Compute技术保持加密——苹果和Google均无法读取用户数据。

具体实现包括：

• 硬件安全模块（HSM）：PCC使用专用的硬件安全模块进行密钥管理
• 端到端加密：数据从设备到云端全程加密，云端仅在加密状态下处理
• 独立审计：苹果承诺发布PCC完整技术白皮书，并邀请第三方安全专家进行独立审计

这意味着苹果的隐私保护品牌从"本地处理"延伸到了"云端AI”，解决了用户对数据安全的顾虑。

3. 视觉智能与屏幕感知

Siri AI新增了**Visual Intelligence（视觉智能）**能力：

• 从相机App直接获取视觉信息并给出相关回答
• 从复杂图片中提取结构化信息（如从演唱会日程图片中批量提取日历提醒）
• 在VisionOS上，可以直接对物理世界中的物体提问

此外，Siri AI还具备屏幕感知能力——它能理解当前设备屏幕上正在显示的内容，从而提供更贴合当下情境的辅助。

性能评测：与竞品语音助手对比

Siri AI的核心优势在于设备深度集成——它能调用Messages、邮件、日历、地图等系统级应用，结合用户的个人数据提供高度个性化的服务。这是云端AI助手难以复制的能力。

行业影响

对市场的影响：苹果首次承认借力外部大模型

苹果选择Google Gemini作为Siri AI的核心引擎，是整个AI行业格局中的一个标志性事件。这意味着：

  graph TD
    A[苹果借力Google Gemini] --> B[行业格局变化]
    A --> C[竞争关系重构]
    A --> D[技术路线验证]

    B --> B1[最后一个主流科技巨头<br/>完成AI转型表态]
    C --> C1[苹果与Google：<br/>搜索广告是对手，AI能力是伙伴]
    C --> C2[苹果与OpenAI：<br/>从潜在合作到间接竞争]
    D --> D1["模型外包+体验整合+<br/>隐私差异化"成为第三条路线]

第一，这标志着最后一个主流科技巨头完成了AI转型的表态。 在微软深度绑定OpenAI、Google全力推Gemini、Meta开源Llama之后，苹果终于选择了自己的AI路线。

第二，苹果与Google的关系变得更加复杂。 两家公司在搜索广告领域是直接竞争对手（苹果每年从Google收取数十亿美元的默认搜索引擎费用），但在AI能力上却成了合作伙伴。分析师认为，这种"竞合关系"可能会在长期影响苹果的战略自主性。

第三，苹果验证了"第三条AI路线"。 与微软的"全栈自研+深度绑定OpenAI"、Google的"模型即平台+搜索生态整合"不同，苹果选择了"模型外包+体验整合+隐私差异化"。这条路线能否成功，取决于苹果能否在借力外部模型的同时逐步建立自研能力。

对开发者的意义：iOS AI开发生态

对于开发者而言，macOS 27和iOS系统带来了系统级的AI开发支持：

• 系统级ML框架：支持本地运行70亿参数以内的模型
• 统一内存架构：大模型可以直接在GPU显存中加载
• 新AI API：任何应用都可以调用系统级AI能力，无需自行部署模型

苹果还推出了Write with Siri功能，允许开发者在几乎所有文本输入场景中集成Apple Intelligence的文本生成能力。同时，新的AI驱动自动校对系统将在系统全局范围内检查写作风格。

商业化前景

端侧AI战略与硬件绑定

macOS 27仅支持Apple Silicon的决定，其核心驱动力是AI——Apple Silicon的统一内存架构和神经网络引擎是本地运行AI模型的前提条件。这一决策将带来以下商业影响：

国行iPhone的AI困境

值得注意的是，由于中国的AI监管要求（大模型备案、数据本地化等），国行iPhone用户仍无法使用完整的Apple Intelligence功能。苹果正在与国内AI厂商（据传为百度文心或阿里千问）谈判合作，但进展缓慢。这意味着中国iPhone用户在AI功能上将与国际版存在显著差距。

实际体验

使用场景

场景一：日常多轮对话

Siri AI支持真正意义上的多轮对话，而非传统的"一问一答"模式。用户可以像和朋友聊天一样，随时切换话题、追问细节、要求执行操作。对话记录会存储在本地和iCloud中，通过全新的专属Siri App管理，用户可以在一台设备上开始对话，在另一台设备上继续。

场景二：复杂任务执行

以出行为例：用户先询问一张照片中拱门的拍摄地点，然后要求查找最近搬家的朋友Jeff的新地址，最后让Siri规划一条"先去拱门、中途经过Jeff家"的导航路线——整个过程Siri AI自动完成信息整合和Apple Maps导航设置，无需用户手动在各应用间切换。

场景三：Mac上的深度集成

在macOS上，Siri AI的功能深度集成到了Spotlight搜索中——系统能识别出何时应该启动Siri对话而非仅显示文件列表。用户还可以通过Ctrl+Click对照片、文件、文本甚至多个文件同时向Siri提问。

优势与不足

优势：

• 设备集成度极高：与iOS/macOS系统级深度整合，能跨应用调用个人数据
• 隐私保护行业领先：PCC加密架构确保云端AI也不泄露用户数据
• 个人化能力强：利用设备上的"个人上下文"提供高度定制化的服务
• 多设备连续性：对话记录通过iCloud同步，跨设备无缝衔接
• 语音表达更自然：新模型带来更富表现力的语音，支持语速和表现力自定义调节

不足：

• 语言支持有限：首发仅支持英语，其他语言需后续更新
• 硬件门槛较高：最强模型仅支持最新款芯片和≥12GB内存设备
• 云端功能有使用限制：图像生成等依赖云端的功能设有每日使用上限
• 自研模型缺席：核心能力依赖Google Gemini，长期战略自主性存疑
• 国行功能缺失：中国用户暂时无法体验完整AI功能

总结与展望

苹果WWDC 2026的发布可以用一句话概括：“苹果终于在AI上迈出了实质性的一步——但这一步是踩在Google Gemini的肩膀上。”

Siri AI的发布标志着苹果的AI策略从2025年的"保守主义"转向了2026年的"务实合作"。这次转变有三个核心意义：

1. 承认现实：苹果坦诚地接受了自研大模型尚未成熟的现实，选择与Google合作来快速补齐AI能力短板
2. 差异化定位：通过"设备深度集成+隐私保护+个人化体验"的组合，构建了云端AI助手难以复制的竞争壁垒
3. 硬件驱动AI：macOS 27终结Intel Mac时代，将AI能力与硬件升级深度绑定，开启新一轮换机周期

未来12个月是关键观察窗口。 苹果需要在借力Google的同时加速自研模型的突破，否则长期依赖竞争对手的核心技术将侵蚀其战略自主性。与此同时，隐私保护能否真正成为AI时代的差异化竞争力——当所有平台都在提供AI能力时，隐私承诺是否足以让用户为苹果生态支付溢价——这个问题的答案，可能不在今天的WWDC上，而在未来的产品迭代中逐步显现。

对于开发者和用户来说，如果你已经在使用Apple Silicon设备，Siri AI的到来将显著提升日常使用体验。如果你正在考虑购买新设备，iPhone 17 Pro系列和搭载M3+芯片的Mac将是体验完整AI能力的最佳选择。

参考来源：

• Ars Technica - Say hi to “Siri AI”—Apple announces new, more “conversational” voice assistant
• 掘金 - 2026年6月9日 AI重要新闻
• Ars Technica - Apple says its AI is still private, even when it’s running on Google’s servers
• Ars Technica - macOS 27 requires Apple Silicon as Apple draws down the Intel Mac era