Siri AI против Google Gemini: Что лежит в основе нового помощника Apple?
Простой ответ: Новая Siri от Apple — это не обычный чат-бот Google Gemini под интерфейсом Apple. Siri AI — это контролируемый Apple помощник, построенный на основе нескольких Apple Foundation Models, локальных систем поиска, фреймворков для действий в приложениях и Private Cloud Compute. Google поставляет важные модельные и облачные технологии под этой оболочкой.
Технический ответ более интересен. Apple раскрыла семейство из пяти моделей AFM 3, включая плотную модель с 3 миллиардами параметров, разреженную локальную модель с 20 миллиардами параметров, несколько серверных моделей и высокопроизводительную модель для рассуждений, размещенную через расширенную архитектуру Private Cloud Compute в Google Cloud. Это сравнение Siri AI от Apple и Gemini начинается с простого объяснения, затем отслеживает запрос через поиск, маршрутизацию моделей, вызов инструментов, выполнение и контроль конфиденциальности.
Источник: Apple Newsroom
Ответ за 30 секунд
- Gemini — это основа, а не полный продукт Siri. Apple и Google заявляют, что следующие Apple Foundation Models основаны на моделях Gemini и облачных технологиях Google.
- Siri AI — это маршрутизируемая система. Запрос может использовать локальные модели, локальные индексы, инструменты приложений или более крупную модель через Private Cloud Compute.
- Apple раскрыла пять моделей AFM 3. Две работают на поддерживаемых устройствах, а три — на серверах для более сложных рассуждений, мультимодальной работы и генерации изображений.
- Персональный контекст — это в основном проблема поиска. Siri не нужно запоминать весь почтовый ящик в весах модели; она может искать индексированный контент и передавать только релевантные результаты в контекст активной модели.
- Действия — это типизированные инструменты, а не неограниченная автоматизация экрана. App Intents, App Entities и схемы описывают, что приложение позволяет Siri найти или сделать.
- Обычное приложение Gemini шире как рабочая область ИИ. Оно предлагает длительные исследования, выбор моделей, файлы, программирование, генерацию медиа, подключенные сервисы Google и рабочие процессы агентов.
Сначала разделим названия, которые люди путают
Большая часть путаницы возникает из-за того, что четыре разных уровня воспринимаются как один и тот же продукт. Это не так.
| Название | Чем это является на самом деле | Кто контролирует пользовательский опыт |
|---|---|---|
| Модели Gemini | Семейство мультимодальных базовых моделей Google и сервисы моделей, способных выступать в роли агентов. | Google контролирует платформу базовых моделей; партнеры могут создавать на ее основе продукты. |
| Приложение Gemini | Потребительский чат-бот Google и интерфейс агента для общения, исследований, файлов, создания медиа и подключенных приложений. | Google. |
| Apple Foundation Models | Семейство моделей Apple, оптимизированных для конкретных задач, созданное с использованием технологий Google и развернутое на устройствах Apple и в Private Cloud Compute. | Apple контролирует выбор модели, развертывание, уровни безопасности и интеграцию. |
| Siri AI | Полный продукт-помощник: речь, интерфейс, системный оркестратор, поиск персонального контекста, инструменты приложений, модели и отображение ответов. | Apple. |
Полезная аналогия — платформа автомобиля. Технология Gemini является частью двигателя и производственной платформы. Apple Foundation Models — это настроенные силовые установки Apple. Siri AI — это готовый автомобиль, включая рулевое управление, тормоза, приборную панель, логику безопасности и доступ к остальной части операционной системы.
Что на самом деле происходит, когда вы спрашиваете Siri что-нибудь?
Простыми словами: Siri сначала определяет, чего вы хотите. Затем она решает, может ли она ответить локально, нуждается ли в информации с вашего устройства, должна ли вызвать действие приложения или требуется более крупная облачная модель. Результат может сочетать несколько из этих путей.
Технически: Apple публично называет системный оркестратор, локальные FOUNDATION MODELS, индекс Spotlight, Toolbox приложений, App Intents, Awareness экрана и Private Cloud Compute. Apple не публикует полный производственный след для каждого запроса, поэтому следующая последовательность представляет собой технически обоснованную реконструкцию раскрытых компонентов, а не утверждение, что каждый запрос следует одному фиксированному конвейеру.
- Получение ввода: Siri получает речь, напечатанный текст, выбранный контент, снимок экрана, ввод с камеры или другую поддерживаемую модальность.
- Анализ намерения и контекста: Система определяет, является ли запрос разговорным, информационным, личным, визуальным или ориентированным на действие.
- Извлечение контекста: Локальные инструменты могут искать контент, проиндексированный Spotlight, находить людей, просматривать контент на экране или запрашивать структурированную информацию из приложения.
- Выбор модели: Оркестратор выбирает локальную или серверную модель в соответствии с возможностями, задержкой, аппаратным обеспечением, границами конфиденциальности и сложностью задачи.
- Планирование инструментов:
- Выполнение и проверка: Операционная система или приложение выполняет действие в рамках обычных разрешений и возвращает типизированный результат.
- Генерация ответа: Модель объединяет вывод инструмента, извлеченный контекст и мировые знания в окончательный ответ или последующий вопрос.
Источник: apple.com
Важным компонентом является оркестратор. Он связывает модели с поиском Spotlight, возможностями приложений и Private Cloud Compute вместо того, чтобы ожидать, что одна гигантская модель будет выполнять каждую задачу самостоятельно.
Почему оркестрация важнее модели чат-бота
Языковая модель может генерировать убедительный текст, но ассистент операционной системы должен обеспечивать корректные изменения состояния. «Перенести мою встречу на 15:00» — это не просто задача написания. Ассистент должен определить правильное событие, разрешить часовой пояс, проверить разрешения, вызвать действие календаря, обработать конфликты и подтвердить, что изменилось.
Это разделяет семантическое планирование от детерминированного выполнения. Модель интерпретирует язык и предлагает структурированное действие. Традиционный программный компонент проверяет и выполняет его. Эта конструкция, как правило, безопаснее и проще в тестировании, чем позволять модели свободно манипулировать интерфейсами с помощью имитации нажатий.
Внутри семейства моделей AFM 3 от Apple
Простыми словами: Apple не использует одну модель Siri. Маленькие и быстрые задачи остаются локальными, более мощный Apple Silicon может разблокировать гораздо большую локальную модель, а сложные запросы могут быть переданы на серверные модели с защитой конфиденциальности.
8 июня 2026 года Apple раскрыла пять базовых моделей третьего поколения. Они имеют общую основу обучения, но оптимизированы для разного оборудования и рабочих нагрузок.
| Модель | Где она работает | Опубликованные детали архитектуры | Оптимальная рабочая нагрузка |
|---|---|---|---|
| AFM 3 Core | На устройстве | Приблизительно 3 миллиарда параметров, плотная архитектура. | Быстрые языковые задачи, легкие рассуждения и системные функции на поддерживаемом оборудовании. |
| AFM 3 Core Advanced | На самых мощных системах Apple silicon | 20 миллиардов параметров всего, разреженная; активирует примерно от 1 до 4 миллиардов параметров в зависимости от запроса. | Продвинутая локальная мультимодальная работа, выразительный голос, диктовка и более сильные рассуждения без отправки задачи на сервер. |
| AFM 3 Cloud | Вычисления в частном облаке на Apple silicon | Серверная модель, основанная на улучшенной архитектуре Mixture-of-Experts с параллельными путями. | Общие серверные рассуждения и мультимодальные запросы, требующие большей мощности, чем локальные модели. |
| ADM 3 Cloud (Изображение) | Вычисления в частном облаке | Выделенная модель для генерации и редактирования изображений со специализированными адаптерами. | Image Playground, Genmoji и расширенные рабочие процессы редактирования изображений. |
| AFM 3 Cloud Pro | Вычисления в частном облаке на GPU NVIDIA в Google Cloud | Самая мощная из раскрытых Apple серверная модель, оптимизированная для сложного рассуждения и использования инструментов агентами. | Более длительные и сложные запросы, включающие планирование, многоэтапные инструменты или сложное рассуждение. |
Как 20-миллиардная модель может работать на потребительском устройстве?
Простое объяснение: полная модель не обязательно должна быть активна в памяти одновременно. Apple хранит полный пул экспертов во флэш-памяти и загружает только те части, которые необходимы для текущего запроса, в более быструю память.
Техническое объяснение: AFM 3 Core Advanced использует разреженно активированную архитектуру, построенную на основе Instruction-Following Pruning. Легковесный блок плотной маршрутизации выбирает фиксированный поднабор экспертов во время обработки запроса. Общие эксперты остаются активными, в то время как маршрутизированные эксперты, специфичные для запроса, загружаются из NAND в DRAM. Apple утверждает, что выбор может периодически обновляться во время генерации токенов.
Это отличается от традиционной модели mixture-of-experts на уровне токенов, которая может принимать решения о маршрутизации на каждом слое для каждого токена, при этом все эксперты остаются легко доступными в памяти ускорителя. NAND имеет гораздо более низкую пропускную способность, чем DRAM, поэтому Apple переносит большую часть работы по маршрутизации на уровень запроса и сокращает перемещение весов. В результате получается 20-миллиардная модель, активная вычислительная нагрузка которой может быть близка к 1, 2 или 4 миллиардам параметров для данной рабочей нагрузки.
Что означает и что не означает «основано на Gemini»
В заявлении Apple-Google от января 2026 года говорится, что следующее поколение Apple Foundation Models будет основано на моделях Gemini и облачных технологиях Google. Позже Apple назвала пять моделей AFM 3, разработанных на заказ в сотрудничестве с Google. Это подтверждает глубокую техническую связь, но не означает, что Apple напрямую предоставляет общедоступный конечный узел модели приложения Gemini.
Apple публично не раскрыла полный рецепт, показывающий, какие контрольные точки Gemini, архитектурные компоненты, инфраструктура обучения, этапы дистилляции или наборы данных после обучения соответствуют каждой модели AFM 3. Она раскрыла, что семейство имело общую начальную основу, обучалось в масштабе на облачных ускорителях TPU, а затем специализировалось и оптимизировалось для Apple silicon или GPU NVIDIA. Любые утверждения, выходящие за рамки этого, будут спекуляцией.
Личный контекст: Siri ближе к частному RAG, чем к памяти модели
Простыми словами: Siri может отвечать на вопросы о ваших электронных письмах, сообщениях, файлах и фотографиях, ища соответствующие элементы по мере необходимости. Ей не нужно постоянно встраивать ваши личные данные в модель.
Технический паттерн напоминает генерацию с дополненным извлечением (retrieval-augmented generation) или RAG:
- Ваши приложения предоставляют Core Spotlight метаданные и сущности, которые можно искать.
- Модель определяет, что требуется локальный инструмент поиска.
- Она генерирует семантический или структурированный запрос по локальному индексу.
- Spotlight возвращает кандидатные элементы или идентификаторы.
- Приложение может дополнить выбранные результаты полными метаданными, если компактных данных индекса недостаточно.
- Модель анализирует небольшой извлеченный набор и генерирует ответ, основанный на этих элементах.
Документация для разработчиков Apple показывает, что SpotlightSearchTool может выполнять семантический поиск, структурированную фильтрацию по датам, людям и местам, и даже многоэтапные конвейеры поиска и вычислений. Модель может вызывать инструмент более одного раза перед ответом. Профили руководства могут сократить доступную схему поиска для небольших контекстов на устройстве, повышая эффективность и снижая вероятность ошибочных запросов.
Эта архитектура имеет два практических преимущества. Во-первых, контекст модели содержит только информацию, необходимую для текущего запроса, а не всю почту или фотобиблиотеку. Во-вторых, индексированные данные по-прежнему регулируются песочницами приложений, разрешениями операционной системы и явными интеграциями разработчиков.
App Intents: как Siri превращает язык в безопасные действия
Простыми словами: приложение сообщает Siri, что оно разрешено делать и какие объекты данных оно понимает. Затем Siri заполняет необходимые поля из естественного языка.
Технически: App Intents предоставляет действия, сущности, запросы и схемы в виде типизированных интерфейсов. Приложение может определить намерение, например, создание задачи, сущность, такую как проект, и запрос, который разрешает имена проектов. Модель Siri может генерировать структурированные аргументы, но приложение по-прежнему отвечает за проверку и выполнение.
| Уровень | Пример | Почему это важно |
|---|---|---|
| Запрос на естественном языке | «Перенеси встречу по дизайну на завтра на 15:00 и сообщи Саре». | Удобный для человека, но неоднозначный ввод. |
| Разрешение сущностей | Разрешить «встречу по дизайну», «завтра» и правильную Сару. | Предотвращает выполнение моделью некорректных действий. |
| Структурированное намерение | UpdateEvent(eventID, startTime, attendees) | Преобразует свободный текст в типизированные поля. |
| Разрешение и проверка | Доступ к календарю, проверка конфликтов и ограничения, специфичные для приложения. | Сохраняет применение политики за пределами вероятностной генерации текста. |
| Результат выполнения | Идентификатор обновленного события или восстанавливаемая ошибка. | Предоставляет модели фактический результат для объяснения, а не выдумывает успех. |
Google Gemini также поддерживает вызов функций, структурированные выходные данные и оркестровку инструментов. Разница заключается в области применения продукта. Платформа для разработчиков Gemini может вызывать пользовательские API, Google Поиск, контекст URL-адресов, выполнение кода, поиск файлов и другие инструменты. Привилегированное преимущество Siri заключается в том, что Apple может предоставлять действия операционной системы и приложений через нативную модель разрешений на iPhone, iPad, Mac, Watch и Vision Pro.
Источник: apple.com
Siri AI теперь поддерживает более насыщенные диалоги, но видимый чат — это только интерфейс. Более важное техническое отличие — это его способность объединять веб-знания, частное извлечение и одобренные действия приложений в одном системном потоке.
Siri AI по сравнению с обычным чат-ботом Gemini: техническое сравнение
| Техническое измерение | Siri AI | Приложение Google Gemini |
|---|---|---|
| Основная цель оптимизации | Низкобарьерная помощь внутри операционной системы. | Универсальные диалоги, исследования, создание контента и рабочие процессы агентов. |
| Экспозиция модели | Выбор модели в основном скрыт за оркестратором Apple. | Пользователи могут видеть выбор модели или режима, ограничения планов и специализированные функции. |
| Граница выполнения | Нативные фреймворки ОС, App Intents, Spotlight и инструменты, контролируемые Apple. | Подключенные приложения Google, агенты Gemini, браузер или интеграции приложений и инструменты, определяемые разработчиками. |
| Извлечение личных данных | Локальные индексы и сущности, предоставляемые приложениями, могут основывать ответы на данных устройства. | Подключенные сервисы Google и персонализация на уровне аккаунта могут предоставлять облачный контекст. |
| Длительные исследования | Может отвечать на общие веб-вопросы, но продукт оптимизирован для помощи и действий. | Режимы Deep Research и Agent предназначены для многоэтапных веб-исследований и генерации отчетов. |
| Обработка контекста | Использует специфичное для задачи извлечение и маршрутизацию модели; точные общедоступные ограничения зависят от модели и оборудования. | API Gemini поддерживают очень большие контексты, в то время как ограничения потребительских приложений зависят от модели, плана и функции. |
| Голос в реальном времени | Интегрировано в речь Apple, диктовку, управление устройством и кросс-устройственные интерфейсы. | Gemini Live поддерживает низколатентные мультимодальные разговоры, взаимодействие с камерой и экраном. |
| Разработчик абстракций | Фреймворк Foundation Models, App Intents, Core Spotlight и системные поставщики моделей. | Gemini API, Interactions API, Live API, вызов функций, структурированный вывод и встроенные инструменты. |
| Акцент на неудачи | Неправильное разрешение сущностей или планирование действий может нанести больший ущерб, чем слабый абзац. | Точность исследований, качество источников, траектория инструментов и согласованность в контексте — основные риски. |
Состояние разговора и память реализованы по-разному
Разговор в чат-боте кажется «помнящим», но этот эффект может быть создан несколькими различными механизмами:
- Контекстное окно: предыдущие сообщения включаются в текущий запрос на вывод.
- Состояние разговора на стороне сервера: сервис сохраняет предыдущие витки и извлекает их, используя идентификатор разговора.
- Долгосрочная память: выбранные предпочтения или факты сохраняются отдельно и вставляются в последующие чаты.
- Извлечение: соответствующие данные ищутся во внешнем индексе и добавляются только при необходимости.
Siri AI объединяет историю разговоров, синхронизацию iCloud и извлечение из индексов, контролируемых Apple. Обычный продукт Gemini объединяет историю чатов, необязательную персонализацию и связанные приложения. Со стороны разработчика Interactions API Google может хранить взаимодействие и продолжать его через previous_interaction_id; разработчики также могут установить store=false и управлять контекстом самостоятельно. Поведение API не следует путать с точной реализацией каждого потребительского чата Gemini, но оно демонстрирует разницу на уровне платформы между сессиями состояния в облаке и локальным подходом Apple к извлечению данных.
Текущий стек разработчика Google сосредоточен на Interactions API для мультимодальных подсказок, структурированных выводов, оркестровки инструментов и агентов. Он может поддерживать состояние на стороне сервера, раскрывать шаги выполнения и запускать длительные задачи в фоновом режиме. Модели класса Gemini 3 могут сочетать заземление Google Поиска, контекст URL, выполнение кода, поиск файлов и вызовы пользовательских функций в одном рабочем процессе. Gemini Live использует состояние WebSocket-соединения для непрерывного аудио, изображений и текста, с поддержкой прерываний и низколатентным голосовым выводом. Руководство Gemini Gems объясняет его многократно используемый слой пользовательских ассистентов, в то время как Руководство по ключу Gemini API охватывает точку входа для разработчиков.
Источник: blog.google
Приложение Gemini предоставляет более широкое рабочее пространство ИИ: исследования, живые мультимодальные разговоры, файлы, генеративные медиа и агенты. Siri скрывает большую часть стека моделей, поскольку ее основная задача — посредничество в операционной системе.
Сравнение конфиденциальности: оркестровка в первую очередь локально против облачного ИИ, ориентированного на учетную запись
| Вопрос | Siri AI | Приложение Gemini |
|---|---|---|
| Где может выполняться вывод? | На устройстве или через Private Cloud Compute. | В основном в облачных сервисах Google; некоторые функции Google, специфичные для устройств, могут использовать локальные модели. |
| Как получается персональный контекст? | Локальные индексы, сущности приложений, экранный контекст и разрешенные пользователем инструменты. | История чатов, персонализация и связанные приложения в настройках учетной записи Google. |
| Предполагается ли сохранение данных облачного запроса? | Apple утверждает, что вычисления PCC являются без состояний, а персональные данные не хранятся. | Активность Gemini может храниться в учетной записи пользователя при включенной функции «Сохранять активность»; элементы управления и срок хранения зависят от продукта и типа учетной записи. |
| Могут ли люди просматривать контент? | Apple утверждает, что PCC предотвращает привилегированный доступ к данным запросов и публикует программное обеспечение для проверки исследований. | Документация Google по конфиденциальности потребителей объясняет, что некоторые данные могут быть рассмотрены в соответствии с применимыми настройками и политиками. |
| Могут ли связанные приложения сохранять полученные данные? | Обычное хранилище приложений и разрешения по-прежнему применяются после того, как Siri выполнит действие. | Google отмечает, что связанные сервисы или третьи стороны могут сохранять полученные ими данные в соответствии со своими политиками. |
Для более глубокого анализа на уровне учетной записи см. руководство Zerlo по Конфиденциальность и управление данными Google Gemini. Центральное различие заключается не в том, «у Apple есть данные, у Google нет» или наоборот. Важно, сколько обработки выполняется локально, какой сервис хранит состояние разговора, какие разрешения активны и получает ли копия информации связанные приложения.
Латентность, энергия и надежность: компромиссы
Технически превосходная модель не является автоматически превосходным ассистентом. Система должна балансировать качество модели с временем отклика, нагрузкой на память, использованием батареи, условиями сети и риском действий.
| Путь | Основное преимущество | Основное ограничение | Типичный режим отказа |
|---|---|---|---|
| Малая локальная модель | Низкая сетевая задержка, конфиденциальность и автономность. | Меньший контекст и более слабое сложное рассуждение. | Слишком упрощенный ответ или неправильный выбор инструмента. |
| Разреженная продвинутая локальная модель | Более высокое локальное качество без загрузки всех параметров в ОЗУ. | Доступно только на аппаратно достаточно мощном оборудовании; перемещение из флэш-памяти в ОЗУ по-прежнему имеет свою цену. | Термическая нагрузка, нехватка памяти или задержка при сложных запросах. |
| Модель Private Cloud Compute | Больше вычислительной мощности и более сильное рассуждение в рамках принципов конфиденциальности Apple. | Требует сетевого доступа и безопасной маршрутизации к аттестованному узлу. | Сетевой тайм-аут, недоступность сервиса или переход к сокращенному локальному ответу. |
| Локальная модель или агент Gemini | Большой контекст, широкие инструменты, веб-заземление и длительные рабочие процессы. | Облачная задержка, политики учетной записи и ограничения продукта. | Циклы инструментов, ошибки выбора источника, устаревшие данные связанных приложений или незавершенные длительные задачи. |
Риски безопасности, с которыми сталкиваются обе архитектуры
Внедрение подсказок через извлеченный контент
Электронное письмо, веб-страница или документ могут содержать инструкции, адресованные модели, а не пользователю. Безопасный ассистент должен рассматривать извлеченный текст как недоверенные данные, отделять политику системы и ограничивать вызов инструментов. Типизированные инструменты снижают риск, но не устраняют его, если модели разрешено передавать конфиденциальные данные в опасное действие.
Неправильное разрешение человека и объекта
«Отправить Алексу» может быть опаснее фактической галлюцинации. Ассистент должен с достаточной уверенностью разрешать контакты, файлы и события и запрашивать уточнение, когда неоднозначность существенна. Apple предоставляет разрешение контактов и схемы сущностей по этой причине.
Недетерминированные траектории инструментов
Два идентичных запроса могут привести к разным планам модели. Поэтому Apple внедрила средства оценки для агентивных потоков, в то время как Google раскрывает шаги инструментов и структурированные выводы в своих API для разработчиков. Производственные команды нуждаются в наборах данных, которые тестируют не только окончательную формулировку, но и то, был ли вызван правильный инструмент с правильными аргументами.
Расширение разрешений
Ассистент становится более полезным по мере подключения большего количества приложений, но радиус его поражения также увеличивается. Разрешения по принципу наименьших привилегий, подтверждение деструктивных действий, четкие квитанции о выполнении и отзываемые соединения важнее, чем базовый показатель бенчмарка.
Можно ли сказать, какая модель умнее?
Ответственно на основе общедоступных данных — нет. Apple опубликовала внутренние улучшения человеческих предпочтений для моделей AFM 3 по сравнению с предыдущим поколением, включая улучшения в следовании инструкциям, понимании изображений, диктовке и преобразовании текста в речь. Это полезные измерения поколений, но они не являются нейтральным прямым сравнением с текущей потребительской моделью Gemini.
Google публикует обширную информацию о возможностях моделей Gemini и предлагает более широкий доступ для разработчиков, но точная модель, политика маршрутизации, системная подсказка, инструменты и ограничения продукта, используемые приложением Gemini, могут меняться. Справедливое сравнение потребовало бы идентичных запросов, идентичного доступа к инструментам, эквивалентного контекста, одинакового языка, повторных испытаний и отдельной оценки фактичности, успешности действий, задержки и стоимости конфиденциальности.
- Siri AI оптимизирована для личных, контекстуальных и исполнимых задач в экосистеме Apple.
- Приложение Gemini оптимизировано для широкого облачного интеллекта, исследований, создания контента и рабочих процессов агентов.
- Модели Apple, основанные на Gemini, могут быть технически связаны с моделями Google, но при этом обеспечивать совершенно иной пользовательский опыт.
Какой из них вам следует использовать?
| Ваша задача | Лучшая отправная точка | Причина |
|---|---|---|
| Найдите деталь в Почте и превратите ее в напоминание | Siri AI | Локальный поиск персонального контекста плюс нативное выполнение действий. |
| Редактируйте, делитесь или действуйте над контентом, уже видимым на устройстве Apple | Siri AI | Осведомленность об экране и интеграция с операционной системой. |
| Исследуйте сложную тему по множеству источников | Gemini | Глубокие исследования и долгосрочные облачные рабочие процессы агентов. |
| Анализируйте большие файлы, код или мультимодальные документы | Gemini | Большие облачные контексты и явные возможности работы с файлами, кодом и инструментами. |
| Создайте функцию приложения для iPhone, которая работает в автономном режиме | Фреймворк Apple Foundation Models | Прямой доступ к языковой модели системы на устройстве и нативным инструментам Apple. |
| Создайте кроссплатформенного облачного агента | API Gemini | Общий доступ к API, оркестрация инструментов, состояние сервера и широкие мультимодальные услуги. |
| Может ли Siri AI работать офлайн? | Некоторые задачи могут выполняться с помощью моделей на устройстве и локальных инструментов, но широкий веб-знания и высокосложные рассуждения могут потребовать сетевого подключения. Точное резервное поведение зависит от функции, устройства и запроса. | Лучше ли Gemini для разработчиков? |
FAQ
Работает ли Siri AI буквально на той же модели, что и приложение Gemini?
Нет. Apple утверждает, что ее семейство AFM 3 было создано на заказ в сотрудничестве с Google и основано на технологии Gemini, но Siri использует модели, маршрутизацию, инфраструктуру конфиденциальности, системы извлечения данных и инструменты приложений, специфичные для Apple. Apple не опубликовала прямое соответствие между потребительской моделью приложения Gemini и каждой моделью AFM 3.
Каждый запрос Siri отправляется в Google Cloud?
Нет. Apple описывает две модели на устройстве и локальные компоненты, такие как индекс Spotlight и App Toolbox. Более сложные запросы могут использовать Private Cloud Compute. AFM 3 Cloud Pro добавляет возможности PCC в Google Cloud, но Apple заявляет, что устройства доверяют только криптографически утвержденному программному обеспечению PCC, и Apple сохраняет контроль над этим программным обеспечением.
В чем разница между AFM 3 Core и AFM 3 Core Advanced?
AFM 3 Core — это плотная модель примерно с 3 миллиардами параметров. AFM 3 Core Advanced имеет в общей сложности 20 миллиардов параметров, но использует разреженную активацию, загружая примерно от 1 до 4 миллиардов параметров для запроса. Расширенная модель ограничена самыми мощными аппаратными системами Apple.
Почему Apple хранит экспертов моделей во флэш-памяти?
Для потребительского устройства поддержание всех 20 миллиардов параметров активными в DRAM потребовало бы слишком много быстрой памяти. Apple хранит более крупный пул экспертов в NAND и перемещает выбранных экспертов в DRAM в соответствии с решениями о маршрутизации на уровне подсказок. Это позволяет использовать более крупную общую модель, ограничивая при этом объем активной памяти.
Является ли персональный контекст Siri тем же, что и обучение на моих данных?
Нет. Извлечение использует соответствующие личные элементы во время вывода для ответа на запрос. Обучение меняет веса модели. Apple заявляет, что не обучает свои Foundation Models на частных личных данных пользователей или частных взаимодействиях. Извлеченный контент все еще может быть конфиденциальным, поэтому разрешения и границы инструментов остаются важными.
Может ли Siri AI работать офлайн?
Некоторые задачи могут выполняться с помощью моделей на устройстве и локальных инструментов, но широкий веб-знания и высокосложные рассуждения могут потребовать сетевого подключения. Точное резервное поведение зависит от функции, устройства и запроса.
Лучше ли Gemini для разработчиков?
Это зависит от целевой платформы развертывания. Gemini предлагает широкое кроссплатформенное облачное API с большими контекстами, встроенными инструментами и агентами. Фреймворк Apple Foundation Models более привлекателен для конфиденциальных функций на устройстве, нативных действий приложений Apple, поиска в Spotlight и глубокой интеграции с операционной системой.
Какой ассистент более конфиденциален?
Siri AI имеет, на бумаге, более сильную локальную архитектуру и проверяемую конфиденциальную вычислительную архитектуру. Gemini предоставляет детальные элементы управления учетными записями и корпоративные защиты, но потребительское приложение фундаментально более ориентировано на облако и учетные записи. Практический результат по-прежнему зависит от настроек, подключенных приложений, типа учетной записи и конфиденциальности задачи.
Итог
Технически правильный ответ на вопрос «Что питает нового ассистента Apple?» — это не просто «Google Gemini». Siri AI работает на основе семейства моделей Apple AFM 3 и управляемого Apple уровня оркестрации. Технология Gemini способствует созданию базовой модели, а Google Cloud предоставляет инфраструктуру для наиболее требовательного пути Private Cloud Compute, но Apple контролирует извлечение данных, разрешения, действия приложений, развертывание и интерфейс ассистента.
Для нетехнических пользователей разница проста: Siri предназначен для понимания и действий внутри устройств Apple, в то время как Gemini разработан как широкое рабочее пространство ИИ. Для технических читателей решающим отличием является архитектура вокруг модели: разреженный вывод на устройстве, локальный RAG через Spotlight, типизированные App Intents, динамическая маршрутизация моделей и аттестованная граница состояний облака по сравнению с общей платформой облачных агентов с большими контекстами, постоянными сессиями и более широкой экосистемой инструментов.