太平洋科技要聞

蘋果今年最大的更新要來了，AI Siri 的終極形態(tài)比 GPT-4o 更科幻

appso 整合編輯：太平洋科技發(fā)布于：2024-06-05 16:01

Siri 已經(jīng)落后了。

據(jù)《紐約報(bào)道》，這就是去年蘋果軟件主管 Craig Federighi 和機(jī)器學(xué)習(xí)高管 John Giannandrea 花了幾周測試 ChatGPT 后的想法，因此，他們決定對這個(gè) 13 歲的語音助手進(jìn)行大改造。

離 WWDC 開發(fā)者大會還有不到半個(gè)月的時(shí)間，科技記者 Mark Gurman 帶來了 AI 版 Siri 的最新進(jìn)展爆料，看起來，這個(gè)總是被吐槽「人工智障」的語音助手確實(shí)將迎來大更新。

一個(gè)壞消息：里面一些重磅功能可能不會在今年到來。

盡管如此， Mark Gurman 稱蘋果內(nèi)部依然將 iOS 18 視為有史以來最重要的升級。蘋果 WWDC24 將于北京時(shí)間 6 月 11 日凌晨 1 點(diǎn)舉辦，屆時(shí) APPSO 將在 Apple Park 現(xiàn)場給大家?guī)碜钚聢?bào)道，敬請關(guān)注。

姍姍來遲又未來可期的「掌控應(yīng)用」功能

據(jù)報(bào)道，在 AI 的加持下，Siri 將能夠進(jìn)一步「掌控應(yīng)用」，實(shí)現(xiàn)應(yīng)用功能的精準(zhǔn)控制。

比如說，讓 Siri 把文件從一個(gè)文件夾轉(zhuǎn)移到另一個(gè)文件夾，或者讓 Siri 打開特定的新聞文章，甚至可以讓 Siri 給出一個(gè)文章摘要。

雖然現(xiàn)在已經(jīng)能夠使用 Siri 來發(fā)短信甚至發(fā)微信，但是基于 AI 大改造的 Siri 將走得更遠(yuǎn)，能夠分析人們?nèi)绾问褂米约旱脑O(shè)備，并學(xué)會越來越多的自動操作。蘋果計(jì)劃，將在其開發(fā)的 app 中支持「數(shù)百個(gè)」的命令。

iOS 10 就已經(jīng)能實(shí)現(xiàn)的 Siri 發(fā)微信功能

聽著確實(shí)不錯，不過 Gurman 表示，這個(gè)功能一開始僅限于蘋果自己開發(fā)的 app，而且不會在今年推出，可能最早要等到明年的 iOS 18 后續(xù)更新。

并且也有消息稱，舊型號或許僅有搭載 A17 Pro 處理器的 iPhone 15 Pro，以及 M1 以上的 Mac 能夠支持更多本地 AI 功能。

新的 Siri 一開始可能一次只能聽懂并執(zhí)行一個(gè)命令，但有望在未來支持一串的命令，比如說將錄制好的會議錄音生成一個(gè)總結(jié)（也是 iOS 18 有望推出的功能），然后用郵件發(fā)給同事，還能直接補(bǔ)充一點(diǎn)文字說明，一套操作一句話就能交給 Siri 完成。

新的 Siri 也預(yù)計(jì)會和 iOS 18 的其他 AI 功能一樣，存在一個(gè)判斷系統(tǒng)，根據(jù)所需算力大小，判斷 AI 任務(wù)是否可以在設(shè)備本地完成，還是需要在云端運(yùn)行。

如果要去總結(jié) Siri 目前這 13 年的發(fā)展，「管生不管養(yǎng)」恐怕是最貼切的一個(gè)。

在 2011 年的 iPhone 4s 發(fā)布會上，Siri 壓軸登場，給在場觀眾和世人不小震撼。當(dāng)時(shí)對 Siri 的演示是這樣的：可以問它某城市天氣如何，或者某股票表現(xiàn)如何，而一句話就能設(shè)定一個(gè)離開公司自動彈出的提醒事項(xiàng)，在當(dāng)時(shí)也是一個(gè)非�？岱浅Ｎ磥淼墓δ堋�

結(jié)果，13 年過去，上面的功能似乎還是 Siri 使用最多的幾個(gè)場景，就算是后來支持的家居操控，和快捷指令，總體上還是一些打開關(guān)閉的功能，其實(shí) Siri 一直沒迎來質(zhì)的飛躍。

即使在面對 Google Assistant、微軟 Cortana、三星 Bixby 等其他后來居上的語音助手挑戰(zhàn)，甚至國內(nèi)小米「小愛同學(xué)」也越來越好用的情況下，蘋果依然不思進(jìn)取，直到 ChatGPT 橫空出世才意識到 Siri 已經(jīng)落后時(shí)代。

小愛同學(xué)已經(jīng)在去年接入了大模型

雖然蘋果好像隔三差五就在發(fā)布會上介紹，Siri 又變強(qiáng)了，能理解更多指令了，能干更多事情了，但很多時(shí)候，能理解不代表能做到，能做到不代表能做好。

比如告訴 Siri，我想自拍，Siri 二話不說幫你打開相機(jī)和前置攝像頭，然后就沒有然后了，用戶還需要伸手去點(diǎn)擊快門。甚至有的時(shí)候，Siri 只會自動跳轉(zhuǎn)相機(jī)應(yīng)用，而不會跳轉(zhuǎn)到前置模式。

如果是三星的 Bixby 助手，會自動進(jìn)入自拍的倒計(jì)時(shí)，全程真正做到不需要用戶動手操作。

蘋果默認(rèn)的相機(jī)應(yīng)用本身自帶倒計(jì)時(shí)功能，因此這種流程在實(shí)現(xiàn)上根本不需要太多 AI 因素加持，但蘋果就是沒有把體驗(yàn)做好。

Siri 的對手是快捷指令

不知道你有沒有使用過「快捷指令」這個(gè)功能呢？

蘋果收購 Workflow 公司后，在 iOS 12 中將其產(chǎn)品作為「快捷指令」整合入 iPhone，也在 macOS 12 時(shí)在 Mac 平臺上推出。

快捷指令已經(jīng)整合進(jìn)入了蘋果生態(tài)鏈中

這個(gè)功能能夠?qū)崿F(xiàn)很多 iOS 的進(jìn)階玩法，比如說一鍵實(shí)現(xiàn)釘釘打卡，一鍵將 LivePhoto 和視頻制作成 GIF，甚至還能自動化運(yùn)行，實(shí)現(xiàn)「節(jié)假日自動關(guān)鬧鐘」。

但這個(gè)功能對小白用戶并不友好。想要新建一個(gè)快捷指令，用戶要在一個(gè)類似腳本編程的界面中選擇各種操作模塊，并用各種諸如「如果..那么」「只要...就」的邏輯將其串聯(lián)起來，像是「節(jié)假日鬧鐘」這種包含多種邏輯判斷和自動化運(yùn)行的快捷指令，用戶即使是對著教程設(shè)置，也很容易出錯。

蘋果雖然提供一個(gè)可以直接獲取現(xiàn)成腳本的「快捷指令中心」，但是里面提供的快捷指令效果簡單，很少有切中用戶痛點(diǎn)的功能。

這個(gè)功能類似三星 Galaxy 手機(jī)的「Good Lock」模塊，提供效果非常強(qiáng)大的自定義功能，但是門檻相對應(yīng)也不低。

而 AI 大模型最重要的能力之一，就是自然語言的理解和邏輯思維能力。也就是說，用戶對大模型 AI 說一句「我下班了，幫我打卡」，AI 就會知道你的意思是執(zhí)行「打開釘釘」-「進(jìn)行打卡」的操作，而不是表示自己「沒聽明白」。

現(xiàn)在的 Siri 也不是完全不具備這種能力。讓 Siri 在你離開公司時(shí)提醒你給家人買個(gè)生日蛋糕，是 iPhone 4s 發(fā)布會上就被演示的功能，背后同樣是理解用戶語言并轉(zhuǎn)化成相關(guān)操作的一個(gè)過程。

Siri 發(fā)布會上介紹的很多功能依舊是現(xiàn)在 Siri 的主要能力

而 AI 大模型加持后的 Siri 能做到的應(yīng)該遠(yuǎn)遠(yuǎn)不僅如此。用戶用自然語言描述自己的復(fù)雜需求，Siri 聽懂后，轉(zhuǎn)化成腳本的邏輯，并自己執(zhí)行相應(yīng)的步驟，不用讓用戶面對復(fù)雜的編程，這才是真正的「快捷」指令。

ChatGPT 教我如何用 iOS 快捷指令設(shè)置節(jié)假日鬧鐘，雖然邏輯清晰，但似乎不太可用

除了讓用戶更自然自定義操作，還可以去期待 Siri 成為一個(gè)更「主動」的助理。

如果你使用 iPhone 時(shí)間夠長，會發(fā)現(xiàn)在有時(shí)候，iPhone 會自動彈出建議。比如說，用戶戴好藍(lán)牙耳機(jī)，就推薦你打開網(wǎng)易云音樂，因?yàn)檫@就是你的使用規(guī)律；或者在深夜充電時(shí)，手機(jī)自動降低了充電功率，以保養(yǎng)電池，但又能在你醒來前充好，也是因?yàn)榘l(fā)現(xiàn)你有在睡前長時(shí)間充電的習(xí)慣。

這些就是機(jī)器學(xué)習(xí)的結(jié)果，也是蘋果一直以來致力的 AI 功能�，F(xiàn)代人一天要花不少時(shí)間在手機(jī)上，用手機(jī)買買買、吃飯、辦公已經(jīng)很普遍，手機(jī)自然成為比肚里的蛔蟲更懂你的存在。

想象一下蘋果強(qiáng)大的情景感知，加上更強(qiáng)大的手機(jī)自動操作能力，AI 版的 Siri 或許真的能化身成一個(gè)真正的「私人助理」，在你把事情交給它完成之前，就預(yù)判好你的需求，把一切安排妥當(dāng)。

比如說，通過你訂的機(jī)票，自動幫你查詢好目的地到達(dá)后的天氣，還提前設(shè)好鬧鐘，根據(jù)你的出行習(xí)慣和實(shí)時(shí)交通狀況，預(yù)計(jì)好出行的時(shí)間提前幫你叫車，到了機(jī)場自動彈出機(jī)票和自行使用應(yīng)用值機(jī)，到了當(dāng)?shù)亟o你打開大眾點(diǎn)評推薦餐廳，簡直是私人助理+導(dǎo)游。

想要實(shí)現(xiàn)這一套行云流水的操作，我們當(dāng)然會去想，這需要也開發(fā)者和蘋果的雙向奔赴。不過，AI 發(fā)展的速度已經(jīng)超出了我們的想象，也許未來，AI 能夠直接模仿人類的操作。

我們能看懂的 UI，AI 也在學(xué)習(xí)中

雖然新的 Siri 的智能操作初期只支持蘋果自己的應(yīng)用，但我更愿意相信這只是蘋果 AI Siri 路線的起點(diǎn)或者中段，而并非終點(diǎn)。

我相信蘋果 AI 最終的目標(biāo)是實(shí)現(xiàn)這樣的場景：早上起床，用一句「Siri」喚醒 Siri，再讓它打開微信公眾號「愛范兒」，朗讀最新的文章，就這樣在完全不用動手的情況下，聽取愛范兒的早報(bào)。

一個(gè)許多年前的 iPhone 概念手機(jī)殼，想法是「Siri」擬人化和語音解放雙手

「快捷指令」能夠支持第三方 app 的操作，主要是因?yàn)樘O果開放了 API，第三方應(yīng)用廠商也可以將應(yīng)用內(nèi)的操作拆分成快捷指令能夠執(zhí)行的模塊。

但這還要看應(yīng)用廠商是否愿意提供相關(guān)的模塊和操作，比如說，如果菜鳥 app 不開放顯示取件碼的操作，就算 Siri 再聰明，也無法自行打開菜鳥顯示取件碼。

如果再進(jìn)一步，讓 AI 直接能理解什么是取件碼，以及取件碼在 app 的哪個(gè)位置，并在接到指令后自己打開呢？

這聽起來好像有點(diǎn)太科幻，不過，行業(yè)已經(jīng)在進(jìn)行相關(guān)嘗試了。

在上星期的微軟 Build 2024 開發(fā)者大會上，微軟整了個(gè)活：GPT-4o 支持的 Copliot，能夠?qū)崟r(shí)查看屏幕上的內(nèi)容，引導(dǎo)玩家一起玩《我的世界》。

演示中，Copilot 用非常流暢自然、甚至還帶有一絲情緒的語言，引導(dǎo)玩家在游戲中制作一把劍。在這個(gè)過程中，Copilot 能夠識別游戲背包內(nèi)的物品，還能告知玩家缺少的材料，完全就像一個(gè)帶你玩游戲的「大神」。

這表明，AI 助手已經(jīng)不僅僅是「你問我答」的文字機(jī)器人，或者只能夠在后臺編程處理數(shù)據(jù)，而是真正能開始理解我們?nèi)祟惪匆姷?UI 界面，還能知曉我們?nèi)绾尾僮鳌?/span>

而今年火了一段時(shí)間的「AI 硬件」Rabbit R1，基本拋棄了操作界面，完全通過 AI 語音助手完成各種服務(wù)的使用。Rabbit 公司宣稱，他們使用了一種名為「大動作模型」（LAM）的 AI 模型技術(shù)，能夠在理解了用戶的指令后，在服務(wù)器模仿人類的操作，直接在相關(guān)網(wǎng)頁和應(yīng)用中完成用戶的指令。

Rabbit R1 號稱用語音來實(shí)現(xiàn)跨應(yīng)用跨平臺的操作

雖然 Rabbit R1 的表現(xiàn)與他們所描繪的場景相差甚遠(yuǎn)，但是這個(gè)愿景本身非常美好，GPT-4o 等機(jī)器人在視覺理解的優(yōu)秀表現(xiàn)，也讓人感覺讓 AI 代替人類實(shí)現(xiàn)操作的未來確實(shí)不遠(yuǎn)了。

蘋果作為一家在開發(fā)者中極具號召力的公司，完全可以不用模仿初創(chuàng)公司 Rabbit 全盤使用「LAM」的做法，可以通過開放相關(guān)接口和提供 SDK 的做法，讓各大第三方開發(fā)商在應(yīng)用中原生支持 AI 操作，帶來更加成熟穩(wěn)定的語音操作體驗(yàn)。

蘋果相關(guān)的研究顯示，他們確實(shí)有這種想法，配套蘋果的應(yīng)用 UI 設(shè)計(jì)標(biāo)準(zhǔn)，Siri 能夠更容易理解 iPhone 屏幕上的一切。

蘋果也在研究怎么讓大模型看懂 UI

雖然技術(shù)不如人，但蘋果在用戶數(shù)量和生態(tài)構(gòu)建上的領(lǐng)先，能成為一種非常強(qiáng)大的優(yōu)勢。

9to5Mac 這樣預(yù)測和評價(jià)蘋果即將到來的 Siri 和 AI 更新：

在 WWDC 上。我們或許不會看到任何特別革命性的東西，但 AI 融入數(shù)百萬人每天使用的系統(tǒng)和應(yīng)用本身就是一場革命。

比起 Rabbit R1 這種新潮硬件，人人都有的智能手機(jī)或許才是 AI 的最佳載體。

用戶不需要知道自己在用的是 AI 功能，但是當(dāng)他讓 Siri 幫忙規(guī)劃一個(gè)旅游計(jì)劃、幫訂機(jī)票的時(shí)候，AI 已經(jīng)在開始深刻改變他的生活。

本文來源：Appso

Siri AI

appso

原創(chuàng)欄目