Apple nutzt Googles Gemini für die geräteinterne KI des iPhones
Apple nutzt „Knowledge Distillation“, um Googles riesiges Gemini-Cloud-Modell in eine optimierte, geräteinterne Komponente für iPhones umzuwandeln.
Wie am 25. März 2026 bekannt gegeben wurde, gewährt Apples umfassende Vereinbarung mit Google seinen Ingenieuren Zugriff auf das vollständige Gemini-Modell in Rechenzentren, was eine gründliche Analyse seiner internen Mechanismen ermöglicht. Dieser strategische Schritt bedeutet eine größere Autonomie für Apple im Bereich der KI und ermöglicht es dem Unternehmen, die hochwertigen Ergebnisse und die „Chain-of-Thought“-Argumentation von Gemini direkt für das Training zu nutzen. Durch die Nachahmung der Rechenprozesse des großen Modells kann Apple kleinere, sicherere proprietäre Grundmodelle entwickeln.

Der Hauptvorteil dieses Destillationsansatzes besteht darin, die Hardwareanforderungen und Betriebskosten drastisch zu senken, während das kompakte Modell bei bestimmten Aufgaben eine Reaktionsgeschwindigkeit und Genauigkeit beibehält, die mit dem ursprünglichen Gemini vergleichbar sind. Während die Kernaufgabe des Apple Foundation Model-Teams (AFM) weiterhin darin besteht, das Erlebnis auf dem Gerät zu optimieren, anstatt eine universelle KI zu entwickeln, die Gemini direkt Konkurrenz macht, stärkt diese Initiative Apples Strategie der „On-Device-Intelligence“ erheblich.
Durch zukünftige Updates wie iOS 26.4 wird dieses destillierte On-Device-Modell die Reaktionsfähigkeit und den Datenschutz für native Apps wie Siri verbessern. Branchenweit gesehen geht Apples „Dekonstruktion und Rekonstruktion“ von Modellen von Drittanbietern nicht nur auf Leistungsbedenken beim Ausführen von Modellen mit hohen Parameterzahlen auf mobiler Hardware ein, sondern deutet auch auf eine Wettbewerbsverschiebung weg von cloudbasierten Parameterwettläufen hin zu einer optimierten, effizienten Ausführung auf dem Gerät hin.
Verwandter Artikel
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Empfehlungen zu verwandten Spezialthemen
Kommentare (1)
Interessant, dass Apple hier auf Googles Modell zurückgreift. Das klingt nach einer pragmatischen Lösung, um schnell eine eigene KI-Kompetenz aufzubauen. Aber irgendwie frage ich mich, ob das nicht die Abhängigkeit von einem Konkurrenten erhöht. Die 'Knowledge Distillation' ist clever, aber wie gut funktioniert das wirklich auf einem iPhone? Die Akkulaufzeit wird sicher eine Herausforderung. 🧐
Apple nutzt „Knowledge Distillation“, um Googles riesiges Gemini-Cloud-Modell in eine optimierte, geräteinterne Komponente für iPhones umzuwandeln.
Wie am 25. März 2026 bekannt gegeben wurde, gewährt Apples umfassende Vereinbarung mit Google seinen Ingenieuren Zugriff auf das vollständige Gemini-Modell in Rechenzentren, was eine gründliche Analyse seiner internen Mechanismen ermöglicht. Dieser strategische Schritt bedeutet eine größere Autonomie für Apple im Bereich der KI und ermöglicht es dem Unternehmen, die hochwertigen Ergebnisse und die „Chain-of-Thought“-Argumentation von Gemini direkt für das Training zu nutzen. Durch die Nachahmung der Rechenprozesse des großen Modells kann Apple kleinere, sicherere proprietäre Grundmodelle entwickeln.

Der Hauptvorteil dieses Destillationsansatzes besteht darin, die Hardwareanforderungen und Betriebskosten drastisch zu senken, während das kompakte Modell bei bestimmten Aufgaben eine Reaktionsgeschwindigkeit und Genauigkeit beibehält, die mit dem ursprünglichen Gemini vergleichbar sind. Während die Kernaufgabe des Apple Foundation Model-Teams (AFM) weiterhin darin besteht, das Erlebnis auf dem Gerät zu optimieren, anstatt eine universelle KI zu entwickeln, die Gemini direkt Konkurrenz macht, stärkt diese Initiative Apples Strategie der „On-Device-Intelligence“ erheblich.
Durch zukünftige Updates wie iOS 26.4 wird dieses destillierte On-Device-Modell die Reaktionsfähigkeit und den Datenschutz für native Apps wie Siri verbessern. Branchenweit gesehen geht Apples „Dekonstruktion und Rekonstruktion“ von Modellen von Drittanbietern nicht nur auf Leistungsbedenken beim Ausführen von Modellen mit hohen Parameterzahlen auf mobiler Hardware ein, sondern deutet auch auf eine Wettbewerbsverschiebung weg von cloudbasierten Parameterwettläufen hin zu einer optimierten, effizienten Ausführung auf dem Gerät hin.
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Interessant, dass Apple hier auf Googles Modell zurückgreift. Das klingt nach einer pragmatischen Lösung, um schnell eine eigene KI-Kompetenz aufzubauen. Aber irgendwie frage ich mich, ob das nicht die Abhängigkeit von einem Konkurrenten erhöht. Die 'Knowledge Distillation' ist clever, aber wie gut funktioniert das wirklich auf einem iPhone? Die Akkulaufzeit wird sicher eine Herausforderung. 🧐





Heim






