每日科技商业热点深读

追踪国内外科技大厂动态、开源趋势与商业模式深度拆解。

超写派专栏

苹果把AI入口交给阿里,用户得到的不只是Siri变聪明

全世界2026年10月31日AI 辅助创作 · 创作者经 SupaWriter 协作发布

苹果智能入华,阿里千问承担约65%任务,百度负责视觉搜索等场景。文章解释为什么苹果必须选本土模型、双轨分工如何运作、以及系统级AI对用户习惯和流量归因的潜在冲击。

苹果把AI入口交给阿里,用户得到的不只是Siri变聪明

图片

为什么苹果必须把AI交给阿里,而不是自己干

合规是硬门槛,但不是唯一原因

海外版Apple Intelligence已经集成了ChatGPT和Gemini,但这两套模型在国内均不可用。监管对生成式AI服务有明确的备案和内容安全要求,海外模型直接接入国行设备没有通道。苹果面对的不是“要不要用本土模型”,而是“用哪一家本土模型”。

图片

自研同样走不通。苹果的私有云计算和端侧模型可以在海外运行,但涉及中国用户数据的处理链路必须重新搭建,且需要通过备案。以苹果在中国市场的硬件规模和用户基数,单独为一套自研模型完成合规改造的时间和经济成本过高,远不如直接采用已经通过备案、具备完整数据治理方案的本土大模型。

合规排除了ChatGPT、Gemini和纯自研方案,但并没有指定阿里。真正让阿里从候选名单中胜出的,是苹果在多家本土厂商中筛选时的具体标准:模型能否适配苹果的系统级调用场景,厂商能否接受苹果对数据边界的严格控制,以及工程团队能否配合苹果的迭代节奏。苹果在2025年初先后接洽过百度、DeepSeek、字节跳动等厂商,最终因模型适配和合规要求等问题未能全部走到最后。

图片

蔡崇信说的“挑剔”到底挑了什么

阿里董事会主席蔡崇信在2025年2月的一次论坛上公开确认,苹果与多家中国公司谈过,最终选择与阿里合作。他用了“非常挑剔”来形容苹果的选择过程。

这个“挑剔”并非虚指。苹果最初选定的合作方是百度文心一言,双方一度进入联合调优阶段,但在用户隐私、数据留存、业务权责方面无法达成一致,文心一言最终没有作为生成模型接入。苹果的筛选标准并不停留在模型能力层面,而是深入到数据治理的具体条款:哪些数据可以留存、留存多久、谁对模型输出负责、系统级功能如何与第三方模型隔离。

苹果要的不是一个能写文案的聊天机器人,而是一个能在系统层面被调用的模型底座。这种调用意味着模型厂商必须接受比常规合作更严格的数据边界,同时还要保证响应速度和稳定性。阿里千问能通过筛选,至少说明它在模型适配和工程化配合上满足了苹果的要求,而不只是技术指标领先。

图片

65%与35%的分工,不是简单的任务切割

千问管通用能力,文心管场景入口

阿里与百度的分工并非简单的任务量切分,而是苹果对系统级AI不同层次的拆解。据多家媒体报道,阿里千问承担约65%的任务,百度文心负责剩余35%。比例本身来自匿名知情人士,未获官方确认,但分工方向在不同信源中高度一致:千问主导文本生成、图像理解、摘要总结等通用多模态底层能力;百度则集中在AI搜索、视觉搜索和国行Siri的底层升级上。

图片

这意味着苹果把“理解与生成”的主干交给了阿里,把“识别与检索”的场景化入口留给了百度。视觉搜索是最典型的例子。在iOS 27测试版中,百度的视觉搜索能力已经集成,用户拍一张地标或商品照片,系统调用的是百度而非千问。这种安排使百度保留了与用户高频交互的触点,而阿里则控制着更深层的模型调用。

从控制策略看,苹果做的是“底层统一、场景分散”。通用底座越统一,系统各功能之间的输出一致性越高;场景入口越分散,苹果就越能保留对不同厂商的议价空间和替换弹性。如果未来某类场景功能需要调整,苹果可以更换该场景的供应商,而不必动及整个AI底座。

图片

端云协同才是真正的技术看点

分工之外,更关键的是算力如何分配。国行Apple智能采用端云协同架构:设备本地的苹果芯片处理轻量化AI运算,长文本处理、复杂逻辑对话、多模态生成等高算力需求则通过阿里云灵骏智算集群在境内服务器完成。

这个架构决定了哪些任务可以离线完成,哪些必须联网等待云端返回。轻量任务留在本地,意味着简单的文本改写、照片识别可以保持低延迟;高算力任务上云,则要求阿里云的响应速度和稳定性达到系统级标准。苹果对延迟的容忍度远低于普通聊天应用,因为Siri的调用发生在用户的操作流中,任何明显的等待都会被感知为系统卡顿。

65%与35%的比例因此不能理解为固定契约。它更像是一个初始配置,反映的是当前功能分布下的任务权重。随着视觉搜索使用频率变化,或Siri能力迭代,实际负载可能动态调整。苹果从未公布过计算口径,外界只能从功能覆盖范围反推。真正稳定的不是比例数字,而是苹果对系统入口的控制方式:无论哪家模型承担更多任务,调用时机、数据边界和交互范式都由苹果定义。

图片

系统级AI的真正冲击:用户不再打开App

Siri的使用频次暴露了入口价值

图片

QuestMobile的一项数据把入口价值的差距摆得很清楚:国行Siri的月人均使用频次只有3.8次,而国内主流独立AI App达到92.7次,差距超过二十倍。这个数字不能简单理解为Siri不行,它反映的是两种完全不同的使用逻辑。独立AI App是用户带着明确任务打开的,使用频次天然更高;Siri则是被动等待唤醒,用户只有在特定场景才会想起它。但正因为基数低,系统级AI的增长空间反而更大。苹果不需要让Siri的使用频次追平独立App,只要把AI能力嵌入那些用户已经在做的操作里——选中一段文字改写、拍一张照片识别物体、在邮件里生成摘要——每一次操作都可能成为一次模型调用。这才是系统级入口的真正含义:不是创造一个需要用户主动打开的新应用,而是让用户在不改变操作习惯的前提下,被动地、反复地触发AI。

图片

跨应用唤起可能让流量归因失效

这种嵌入操作流的做法,对App开发者提出了一个更难回答的问题。过去,用户从看到内容到完成购买或下载,路径是清晰的:点击广告、跳转应用商店、安装、打开。每一步都能记录来源和参数。但当AI在系统层面直接完成任务时,用户可能根本不会打开某个App。比如Siri直接根据聊天记录里的地址叫车,或者根据相册里的商品截图完成比价,用户绕过了原本承载这些功能的第三方应用。openinstall的分析指出,在苹果ATT隐私政策和沙盒隔离机制下,跨应用跳转过程中包含商品ID、文章来源、用户上下文等业务参数极易丢失,形成所谓的“无头流量”。用户确实完成了行为,但没有任何一方能完整追踪这条行为链。

这个判断目前还停留在技术推断层面,缺乏实际案例证明归因失效已经大规模发生。用户习惯的改变也需要时间,短期之内,高频App的核心功能未必会被系统级AI替代。但方向是确定的:AI越深入操作流,用户就越不需要通过打开App来完成任务。对依赖流量归因做广告投放和增长优化的开发者来说,这意味着原有的数据闭环可能出现结构性缺口。苹果把千问接入系统全局写作工具和视觉智能,等于在最高频的文本处理和图像识别场景里,先切走了原本可能流向独立应用的那部分需求。

图片

用户得到的不是'更聪明的Siri',而是更少的操作步骤

首批功能刻意保守

图片

11月4日开放测试、12月随iOS 27.3上线的首批功能,范围比多数人预期的要窄:实时翻译、书写工具、照片清除工具。三项功能都落在低风险、易验证的场景里,不涉及系统级对话,也不触碰用户数据的高敏感区域。实时翻译处理的是明确的输入输出,书写工具在用户主动调用下运行,照片清除则是对已有图像做局部修改。这些场景的共同点是:出错代价可控,用户预期也相对清晰。

Siri AI被排除在首批之外。按照苹果的表述,Siri在处理特定请求时接入千问,用户可针对照片、PDF和演示文稿提问,但这与完整的Siri AI并非一回事。前者是限定场景下的知识调用,后者要求模型在系统入口处持续理解上下文、调度应用、执行跨应用任务。Siri是苹果生态里最敏感的交互层,它一旦出错,用户对系统可靠性的信任会直接受损。苹果选择先跑通低风险功能,再逐步放开Siri,这个节奏本身比功能清单更能说明问题。

真正的分水岭在Siri AI何时上线

图片

库克说“很高兴首批核心功能可以慢慢上线”,这句话可以理解为苹果一贯的谨慎,也可以理解为Siri AI的模型适配和合规审查尚未完成。两种解释并不互斥。千问接入写作工具和视觉智能,说明模型本身已经通过了苹果的基础筛选;但Siri AI要求的不只是模型能力,还包括在系统层面稳定处理多轮指令、跨应用调用时的数据边界控制,以及与iOS权限体系的深度耦合。这些环节任何一处未跑通,苹果都不会把Siri AI放出来。

对用户而言,首批功能带来的实际改变有限。写作工具和照片清除在独立应用中早已存在,苹果把它们系统化,价值在于减少切换成本,而非提供全新能力。真正值得观察的节点是Siri AI的发布时间。如果它能在下一个大版本更新中落地,系统级AI的体验差异才会显现;如果持续缺席,那么所谓“Apple智能入华”在短期内更接近一次合规框架的搭建,而非体验层面的跃升。

想拥有高效的全自动内容生产力?

SupaWriter 打通热点选题、长文创作、智能语义配图、文章 4 维客观评分与浏览器扩展一键发布,助你提升 10 倍创作效率。