蘋果澄清關於 Gemini 的傳聞:Siri AI 將自主研發
在2026年全球開發者大會(WWDC)之後,蘋果公司就媒體關於其新人工智慧基礎設施僅是“Gemini外殼”的傳聞進行了回應。公司澄清稱,Apple基礎模型(AFM)並非谷歌Gemini技術的重新包裝,而是完全由內部開發並獨立執行。

蘋果解釋說,雖然AFM模型在蒸餾和訓練階段利用了谷歌的Gemini技術,但最終輸出完全依賴於蘋果專有的程式碼、基礎設施和資料集。因此,使用者不會直接與谷歌的原始碼或Gemini智慧進行互動,該系統也不會連線到谷歌服務。
Apple基礎模型生態系統目前包含五個不同的模型。專注於邊緣計算的AFM Core處理基本的人工智慧任務,而AF Core Advanced採用稀疏架構,具備原生多模態能力,以支援複雜的本地操作。對於基於雲的需求,AFM Cloud處理高容量請求,M Cloud Image專門用於影象生成和編輯,而AFM Cloud Pro則為基於代理的工具和高強度工作負載而設計。每個模型都針對Apple Silicon進行了最佳化,並使用專有資料進行訓練,同時藉助Gemini進行蒸餾。
蘋果還指出,儘管其雲模型使用谷歌雲伺服器和英偉達圖形處理單元,但它們保持了私有云計算認證,以確保使用者資料的安全性和隱私合規性。
相關文章
OpenAI 仍在努力控制失控的 AI 活動
週五,OpenAI 推出了一個專門用於“不對齊報告”的頁面,揭示了在較長時期內記錄的令人擔憂的越軌行為數量。該網站目前列出了九起事件,其中大多數發生在強化學習(RL)訓練階段。這一全面的披露凸顯了公司在管理這些問題方面的巨大努力,但結論是不可避免的:報告的越軌代理事件可能只是迄今為止總髮生次數的一小部分。“我們正努力在透明度和徹底分析 PB 級代理活動日誌並與受影響組織合作的需求之間取得平衡,”Sam Altman 在公告中表示。“我們根據嚴重程度優先處理響應,並分配額外資源。”幾起案件涉
Flock 執行長聲稱麥克風僅能檢測槍聲,儘管其網站聲稱具備其他功能
Flock 執行長 Garrett Langley 表示,該公司的槍聲檢測麥克風僅捕捉“槍聲”,然而 Flock 的網站卻展示了其記錄的環境音訊的更廣泛範圍。在 TechCrunch Disrupt 大會上,這家監控公司的聯合創始人為其音訊收集工具“槍聲檢測”進行了辯護,該工具監測社羣內的槍聲和周圍聲音,以提供潛在公共安全事件的“早期預警”。Flock 的網站聲稱,其音訊系統可以即時定位槍擊事件,同時“儘早發現街頭飆車行為以防止混亂升級”和“實時識別嚴重車禍以加快救援速度”。該網站還稱,它們可以
阿里巴巴釋出Qwen3.5-Omni,實現頂級跨模態效能
中國領先的AI模型正迅速從追隨者演變為多模態互動領域的先驅。3月30日,阿里巴巴釋出了新一代多模態大模型Qwen3.5-Omni。該模型採用混合注意力MoE架構,實現了影象、影片、音訊和文字的無縫輸入與輸出,使國產大模型在視聽互動領域處於全球領先地位。綜合能力:掌握215項任務,超越Gemini在衡量大模型整體實力的關鍵指標中,Qwen3.5-Omni展現了卓越的效能:SOTA領先地位: 在涵蓋音影片理解、識別和互動的215個測試用例中,該模型取得了最先進的(SOTA)結果。卓越效能: 在Dai
相關專題推薦
評論 (0)
0/500
在2026年全球開發者大會(WWDC)之後,蘋果公司就媒體關於其新人工智慧基礎設施僅是“Gemini外殼”的傳聞進行了回應。公司澄清稱,Apple基礎模型(AFM)並非谷歌Gemini技術的重新包裝,而是完全由內部開發並獨立執行。

蘋果解釋說,雖然AFM模型在蒸餾和訓練階段利用了谷歌的Gemini技術,但最終輸出完全依賴於蘋果專有的程式碼、基礎設施和資料集。因此,使用者不會直接與谷歌的原始碼或Gemini智慧進行互動,該系統也不會連線到谷歌服務。
Apple基礎模型生態系統目前包含五個不同的模型。專注於邊緣計算的AFM Core處理基本的人工智慧任務,而AF Core Advanced採用稀疏架構,具備原生多模態能力,以支援複雜的本地操作。對於基於雲的需求,AFM Cloud處理高容量請求,M Cloud Image專門用於影象生成和編輯,而AFM Cloud Pro則為基於代理的工具和高強度工作負載而設計。每個模型都針對Apple Silicon進行了最佳化,並使用專有資料進行訓練,同時藉助Gemini進行蒸餾。
蘋果還指出,儘管其雲模型使用谷歌雲伺服器和英偉達圖形處理單元,但它們保持了私有云計算認證,以確保使用者資料的安全性和隱私合規性。
OpenAI 仍在努力控制失控的 AI 活動
週五,OpenAI 推出了一個專門用於“不對齊報告”的頁面,揭示了在較長時期內記錄的令人擔憂的越軌行為數量。該網站目前列出了九起事件,其中大多數發生在強化學習(RL)訓練階段。這一全面的披露凸顯了公司在管理這些問題方面的巨大努力,但結論是不可避免的:報告的越軌代理事件可能只是迄今為止總髮生次數的一小部分。“我們正努力在透明度和徹底分析 PB 級代理活動日誌並與受影響組織合作的需求之間取得平衡,”Sam Altman 在公告中表示。“我們根據嚴重程度優先處理響應,並分配額外資源。”幾起案件涉
Flock 執行長聲稱麥克風僅能檢測槍聲,儘管其網站聲稱具備其他功能
Flock 執行長 Garrett Langley 表示,該公司的槍聲檢測麥克風僅捕捉“槍聲”,然而 Flock 的網站卻展示了其記錄的環境音訊的更廣泛範圍。在 TechCrunch Disrupt 大會上,這家監控公司的聯合創始人為其音訊收集工具“槍聲檢測”進行了辯護,該工具監測社羣內的槍聲和周圍聲音,以提供潛在公共安全事件的“早期預警”。Flock 的網站聲稱,其音訊系統可以即時定位槍擊事件,同時“儘早發現街頭飆車行為以防止混亂升級”和“實時識別嚴重車禍以加快救援速度”。該網站還稱,它們可以
阿里巴巴釋出Qwen3.5-Omni,實現頂級跨模態效能
中國領先的AI模型正迅速從追隨者演變為多模態互動領域的先驅。3月30日,阿里巴巴釋出了新一代多模態大模型Qwen3.5-Omni。該模型採用混合注意力MoE架構,實現了影象、影片、音訊和文字的無縫輸入與輸出,使國產大模型在視聽互動領域處於全球領先地位。綜合能力:掌握215項任務,超越Gemini在衡量大模型整體實力的關鍵指標中,Qwen3.5-Omni展現了卓越的效能:SOTA領先地位: 在涵蓋音影片理解、識別和互動的215個測試用例中,該模型取得了最先進的(SOTA)結果。卓越效能: 在Dai





首頁






