苹果在2024年WWDC上向我们承诺了一个更智能、更强大的Siri。这个提案非常有说服力：一个能理解你的个人背景、翻阅你的消息和电子邮件、在你的应用内执行操作，并成长为真正助手的Siri。
两年后，那个梦想依旧只是一个梦想。但这里有一个可能改变苹果助手命运的点。据报道，Siri不再只与单一的人工智能大脑绑定。苹果正在将其打造得更加灵活，能够将请求路由到最擅长完成工作的外部模型。
这让我提出了一个问题。如果Siri可以使用任何AI，它应该使用哪一个？目前，默认的外部模型是ChatGPT。但我认为Gemini是更合理的选择，原因如下。
想想你每天实际使用Siri的方式。你会询问当天的天气。你会询问你附近最近的餐馆。你会让它在网上查找东西。Siri使用中很大一部分涉及搜索或类似搜索的查询，而地球上没有哪家公司的搜索做得比谷歌更好。
谷歌数十年来一直在构建最强大的搜索引擎，现在这一专业知识直接流入Gemini。当你向Gemini提问时，它不仅仅是从语言模型中抽取信息。它从谷歌的实时网络索引、谷歌地图、谷歌购物等更多来源提取数据。
利用这一点来增强Siri的搜索能力，将使其达到其他LLM提供者无法匹敌的新高度。
苹果公司在2024年WWDC大会上的一个最大亮点是个人智能。苹果展示了Siri能够从你的各个应用中提取上下文信息，回答诸如“我妈妈的航班何时落地？”或“展示我穿粉色外套的照片，地点在纽约。”等问题。
在演示形式下，这确实令人印象深刻。然而，如果让我要求它展示我穿黑色T恤的照片，它却展示了网上随机的人穿黑色T恤的照片。我说Siri的个人智能功能是一次巨大的失败，并非夸张。
与此同时，Gemini悄然推出了自己的个人智能功能。它利用你的Gmail、日历、Google照片、驱动器等，分析你的个人数据并回答复杂的生活相关问题。它并不完美，但至少它在运行。
这正是苹果展示的未来Siri功能演示的内容，除了双子座Nano现在就已经在做。如果苹果想要加快将这些功能交付给用户，双子座可能就是他们需要的捷径。
苹果智能在系统应用中部署了一个紧凑、强大的AI模型，结合了设备端处理以保护隐私和基于云的计算以处理更复杂任务。设备端处理和隐私特性是苹果区别于竞争对手的地方。但现在它不再孤单。
双子座Nano已经在Pixel和三星Galaxy设备上实现这一功能。它支持离线摘要、智能回复和上下文功能，所有这些都不需要互联网连接。在Pixel 9及更新的设备上，双子座Nano支持多模态，可以直接在设备上处理图像、文本和语言。
苹果正在朝着谷歌已经推出的事物发展。与其重新发明轮子，不如利用Gemini现有的Nano部署作为设备上Siri功能的基石，这将节省苹果大量的麻烦和资金。
这里才是真正令人兴奋的地方。Gemini不仅仅是一个文本模型。它附带了一个完整的创意生态系统，苹果可以利用。
Veo能够处理高达1080p的视频生成，拥有电影风格和超过一分钟的剪辑。来自谷歌DeepMind的Lyria负责音乐和音频生成。对于图像，Nano Banana（谷歌的图像生成服务）最近进行了重大升级，包括改进的文本渲染、主题一致性和支持任何宽高比。
苹果最近推出了自己的创作者工作室，为用户提供了一项固定月度订阅的创意工具。如果公司认真对待与Adobe等公司的竞争，它就需要提供生成能力。猜猜看，Gemini已经拥有所有这些能力，将其整合到苹果的创意套件中将会非常合理。
这一点讨论得还不够。据报道，谷歌每年向苹果支付约200亿美元，以保持其在Safari中的默认搜索引擎地位。这是科技史上最有价值的分销交易之一。苹果和谷歌之间的关系深厚、持久，对两家公司来说都是一笔巨大的财务投入。
将“Google驱动Safari搜索”的关系扩展到“Gemini驱动Siri的AI功能”并非一个巨大的飞跃。这是合作伙伴关系自然演变的体现，这个伙伴关系在你用iPhone打开浏览器时，就运行了一半的内容。
克劳德非常适合长上下文阅读和细微推理。ChatGPT拥有庞大的生态系统和强大的编码和代理工具。两者都可作为用户选择的专家使用。我自己在电脑上使用克劳德。
但是作为Siri引擎下的默认引擎？它们并不是合适的选择。双子座在移动操作系统的层面上运行，理解搜索和个人上下文，以设备上的纳米形态存在，并且位于苹果与任何科技公司最重要的商业关系中心。
所有部件都在那里。这不是一个关于双子座能否为更智能的Siri提供动力的疑问。这是一个关于谷歌和苹果能否达成互利共赢的交易的疑问。如果谣言可信的话，事情可能已经朝着这个方向发展了。
