如果說(shuō)在AI大模型嶄露頭角的2023年，蘋(píng)果方面的做法是觀望，那么到了2024年，他們顯然已經(jīng)不再認(rèn)為這一輪人工智能浪潮是“AI炒作”(AI hype)了。繼此前300億參數(shù)規(guī)模的MM1模型亮相后，蘋(píng)果又在不久前在AI開(kāi)源社區(qū)Hugging Face放出了自研的開(kāi)源“小模型”OpenELM。

 

讓不少蘋(píng)果設(shè)備用戶欣喜的是，OpenELM與微軟剛剛開(kāi)源的Phi-3類(lèi)似，同樣包含了2.7億、4.5億、11億和30億四種參數(shù)版本，這顯然是為了部署在端側(cè)運(yùn)行。然而就在外界認(rèn)為蘋(píng)果也會(huì)緊隨Android陣營(yíng)手機(jī)廠商的腳步，將大模型部署到iPhone上時(shí)，近日的一則爆料潑了盆冷水。

據(jù)其透露，蘋(píng)果公司目前正在重新與OpenAI展開(kāi)潛在合作關(guān)系的談判，并正在探討將后者的大模型部署到iOS 18上的可能性。

 

據(jù)相關(guān)爆料顯示，蘋(píng)果在iOS 18上將為Spotlight搜索工具、Siri、Safari、快捷指令、Apple Music、信息、健康、Numbers、Pages、Keynote等應(yīng)用帶來(lái)全新的AIGC功能，因此其與OpenAI談判的核心，是使用后者的技術(shù)來(lái)為iOS 18上基于人工智能的“AI聊天機(jī)器人”提供動(dòng)力。因此有觀點(diǎn)認(rèn)為，按慣例將在今年秋季亮相的iPhone 16系列機(jī)型中，蘋(píng)果方面大概率會(huì)采用類(lèi)似三星的操作，使用合作伙伴的技術(shù)來(lái)為新機(jī)帶來(lái)AI功能。

 

那么問(wèn)題就來(lái)了，蘋(píng)果為什么又會(huì)重新找到OpenAI呢？要知道，自當(dāng)年Meta的劍橋分析門(mén)丑聞爆發(fā)后，蘋(píng)果方面就一直在不遺余力地通過(guò)廣告宣傳、功能革新等方式，來(lái)塑造自己對(duì)于用戶隱私和安全的重視。2019年并未參加CES消費(fèi)電子展的蘋(píng)果，甚至直接在會(huì)場(chǎng)外投放了一個(gè)巨大的廣告牌，上面寫(xiě)著“在iPhone上發(fā)生的事，就讓它留在iPhone上。”緊接著。隨后他們?cè)趇OS 14上推出了改變iOS廣告生態(tài)的應(yīng)用追蹤透明度功能，以幫助用戶更好地掌控自己的信息、保護(hù)自己的隱私。

特別是在對(duì)于用戶數(shù)據(jù)的處理上，蘋(píng)果一直以來(lái)的理念都是“on-device”，即能在設(shè)備端完成的事情，就堅(jiān)決不用云端來(lái)處理。比如iPhone上的Siri、照片庫(kù)自動(dòng)生成回憶、文字識(shí)別、一鍵摳圖等功能，就都是基于“on-device”實(shí)現(xiàn)，數(shù)據(jù)的交換、計(jì)算和存儲(chǔ)都發(fā)生在本地。而蘋(píng)果不會(huì)主動(dòng)窺探用戶的隱私，這也是在面對(duì)Android手機(jī)的使用體驗(yàn)逐步提升時(shí)，蘋(píng)果打出的一張牌。

 

事實(shí)證明，這一策略在當(dāng)下這個(gè)大家越來(lái)越重視個(gè)人隱私的市場(chǎng)環(huán)境里，確實(shí)成為了相當(dāng)多消費(fèi)者選擇蘋(píng)果產(chǎn)品的理由。如果有可能，蘋(píng)果的最優(yōu)解肯定是在iPhone上部署端側(cè)大模型，畢竟作為目前最普遍的通用計(jì)算設(shè)備，用戶的手機(jī)中存儲(chǔ)著大量隱私信息，上傳到云端的過(guò)程更是幾乎無(wú)法避免數(shù)量泄露的風(fēng)險(xiǎn)。況且大模型需要海量的語(yǔ)料進(jìn)行預(yù)訓(xùn)練，也就導(dǎo)致了相關(guān)廠商有充足的動(dòng)力去窺探用戶的數(shù)據(jù)。

相較通過(guò)云端向用戶提供AI大模型的能力，端側(cè)大模型既使用了手機(jī)SoC的閑置算力資源、又減少了數(shù)據(jù)傳輸這個(gè)過(guò)程，堪稱(chēng)是一舉兩得。同時(shí)，蘋(píng)果自研的OpenELM也適合在端側(cè)部署。

然而遺憾的是，從蘋(píng)果方面目前所公布的數(shù)據(jù)來(lái)看，開(kāi)源的OpenELM在性能上只能用“平平無(wú)奇”來(lái)形容，在常見(jiàn)的評(píng)測(cè)指標(biāo)中，OpenELM幾乎被微軟同期公開(kāi)的小模型Phi-3碾壓。以衡量大模型性能的測(cè)試集MMLU為例，Phi-3的得分為70，而OpenELM則只有30。