苹果发布 Siri AI：助手被整个重写，底层模型是与 Google Gemini 合作定制的

Siri AI 的能力清单里，最关键的三个词是个人语境、屏幕感知和世界知识。官方给的例子很能说明差别：如果你问 Siri 某位家人在下次见面时建议做什么活动，它会去翻你的信息，找到对方提到想一起做一道家传菜，然后从对方之前发来的邮件里拉出做法，再把食材加进提醒事项里的购物清单。这个链条里有三个动作：跨应用检索、跨来源拼接、最后落地成一次真实操作。屏幕感知补上的是另一半——比如你在看某支球队的官网，可以问 Siri 找出所有即将到来的主场比赛并直接加进日历。世界知识则负责把问题从你自己的数据里解放出来，让 Siri 拿网上的信息回答球赛比分、旅行攻略或陌生城市里最好的咖啡馆。

调用方式这次铺得很开，而且每个平台给的路子都不同。官方写明，除了说 Hey Siri，iPhone 用户可以用侧边按钮唤起，或者从灵动岛向下滑动开始一段对话并拿到更深入的答案。在 iPad 和 Mac 上，Siri AI 被整合进 Spotlight，用户可以搜几乎任何问题；它同时进入系统级的上下文菜单，可以按住 Control 点击来询问屏幕上的图片、文件或文字。在 Apple Vision Pro 上，Siri AI 借助空间计算提供一个 3D 可视化形象，可以放在空间里的任何位置，看它一眼并开口就能唤起。另外还有一个全新的专用 Siri 应用，用 iCloud 在用户的设备之间私密同步对话历史——在 iPhone 上开始聊，到了 Mac、iPad、Apple Watch 或 Vision Pro 上可以接着聊。

语音和听写这次换了引擎。官方称 Siri AI 提供表现力更强的语音，准确率也大幅提升，系统级听写由苹果迄今最先进的端侧模型 AFM Core Advanced 驱动，支持该模型的产品都能用。用户可以自己调 Siri 声音的表现力和语速。听写方面，苹果说它会把你说的直接转成整理好的文本，边说边自动处理大小写、标点和格式。Visual Intelligence 也从 iPhone 扩到了 iPad、Mac 和 Apple Vision Pro：在 iPhone 上，多模态能力直接被整合进相机应用的一个全新 Siri 模式，你看着一张音乐节海报就能问演出时间，然后让 Siri 自动为那个周末建好多个日历事件；在 iPad 上它被放进截图体验；在 Mac 上有一个专门的快捷键，选中屏幕上的东西直接打字问 Siri。

写作这一块，苹果给的能力比过去具体得多。官方说 Siri 现在提供比以往更强的整合式写作工具，用户几乎在任何打字的地方都可以用 Siri AI 写作：描述你需要什么，Siri 可以从零生成草稿；想改，描述一下要改什么就行。在邮件和信息里写东西时，Siri 还能贴合你平时跟每位收件人沟通的方式，包括常用的标点和语气。另外，Apple Intelligence 现在会在你打字时自动校对，覆盖系统范围，包括大多数第三方应用。对外部应用的支持也在扩：目前用户已经可以用 Siri 在 WhatsApp 里给朋友发消息、在 Audible 里播放有声书；官方说不久之后还能让 Siri AI 在 Microsoft Outlook 里起草邮件、在 Notability 里搜作业、把餐厅推荐加进 Tripsy。

架构和隐私是这份稿件里分量最重的部分。官方写明，这些新能力由下一代 Apple Foundation Models 驱动，这些模型是与 Google 及其 Gemini 模型合作为深度整合的 Apple Intelligence 体验定制构建的，运行在设备上与使用 Private Cloud Compute 的服务器上。苹果的说法是，当 Private Cloud Compute 处理用户请求时，个人数据不会被存储，也不会被苹果或任何其他人访问，外部专家可以随时验证这个隐私承诺。Siri 本身用系统编排器去调用 Spotlight 索引和 App Toolbox 这类完全在设备上运行的能力，让用户掌握自己的数据。官方在结论处把话说得很满：Siri 仍然是世界上最注重隐私的数字助手。

还有一批能力被放在今年晚些时候。官方介绍，Apple Watch Series 12 与 Apple Watch Ultra 4 会带来一类新的 Apple Intelligence 能力，统称 Audio Intelligence，用来帮用户留意周围世界、补上错过的内容、记住关键时刻。隐私设计写得很细：这些功能不创建也不存储音频录音，用于处理的原始音频对操作系统、应用、用户和苹果都完全不可访问，原因是 S11 芯片里有一个硬件隔离的安全隔区 Secure Exclave 在完全隔离的状态下处理音频，处理后立即删除。功能是逐项选择加入的，Siri Recap 只产出高层摘要而不是逐字记录，并且被设计为排除财务信息和政府颁发的标识符这类敏感内容；Live Rewind 在使用时会发出提示音，即使手表处于静音也会响，同时显示全屏动画和麦克风指示。Health 应用也换了新设计，用 Apple Intelligence 把指标变成个性化指引，新的 Insights 页签会生成摘要。另据 9to5Mac 整理，Siri AI 只在较新的设备上可用，并且部分语音定制能力限定在特定硬件上。

最后说一句这类发布该怎么读。和今年 9 月这一轮 AI 新闻放在一起看，苹果这次的路线有两个可以核对的特征。第一，能力是围绕设备既有数据展开的：个人语境来自你的信息、邮件和照片，屏幕感知来自你眼前的界面，这两样都不需要把数据搬去别处。第二，苹果在稿件里主动写了合作方——基础模型是与 Google 及其 Gemini 模型合作定制的。这句话对习惯了把苹果和自研等同起来的读者来说是个需要更新的认知。至于 beta 阶段能跑多稳、第三方应用什么时候真正接进来，官方稿没有给时间表，这类问题只能等实际使用记录来回答。