AI版的Siri，可能要接管你的手機了

愛範兒

2024-06-04 17:14釋出于廣東愛範兒官方賬号

Siri 已經落後了。

據《紐約報道》，這就是去年蘋果軟體主管 Craig Federighi 和機器學習高管 John Giannandrea 花了幾周測試 ChatGPT 後的想法，是以，他們決定對這個 13 歲的語音助手進行大改造。

離 WWDC 開發者大會還有不到半個月的時間，科技記者 Mark Gurman 帶來了 AI 版 Siri 的最新進展爆料，看起來，這個總是被吐槽「人工智障」的語音助手确實将迎來大更新。

一個壞消息：裡面一些重磅功能可能不會在今年到來。

盡管如此， Mark Gurman 稱蘋果内部依然将 iOS 18 視為有史以來最重要的更新。蘋果 WWDC24 将于中原標準時間 6 月 11 日淩晨 1 點舉辦，屆時 APPSO 将在 Apple Park 現場給大家帶來最新報道，敬請關注。

姗姗來遲又未來可期的「掌控應用」功能

據報道，在 AI 的加持下，Siri 将能夠進一步「掌控應用」，實作應用功能的精準控制。

比如說，讓 Siri 把檔案從一個檔案夾轉移到另一個檔案夾，或者讓 Siri 打開特定的新聞文章，甚至可以讓 Siri 給出一個文章摘要。

雖然現在已經能夠使用 Siri 來發短信甚至發微信，但是基于 AI 大改造的 Siri 将走得更遠，能夠分析人們如何使用自己的裝置，并學會越來越多的自動操作。蘋果計劃，将在其開發的 app 中支援「數百個」的指令。

▲ iOS 10 就已經能實作的 Siri 發微信功能

聽着确實不錯，不過 Gurman 表示，這個功能一開始僅限于蘋果自己開發的 app，而且不會在今年推出，可能最早要等到明年的 iOS 18 後續更新。

并且也有消息稱，舊型号或許僅有搭載 A17 Pro iPhone 15 Pro，以及 M1 以上的 Mac 能夠支援更多本地 AI 功能。

新的 Siri 一開始可能一次隻能聽懂并執行一個指令，但有望在未來支援一串的指令，比如說将錄制好的會議錄音生成一個總結（也是 iOS 18 有望推出的功能），然後用郵件發給同僚，還能直接補充一點文字說明，一套操作一句話就能交給 Siri 完成。

新的 Siri 也預計會和 iOS 18 的其他 AI 功能一樣，存在一個判斷系統，根據所需算力大小，判斷 AI 任務是否可以在裝置本地完成，還是需要在雲端運作。

如果要去總結 Siri 目前這 13 年的發展，「管生不管養」恐怕是最貼切的一個。

在 2011 年的 iPhone 4s 釋出會上，Siri 壓軸登場，給在場觀衆和世人不小震撼。當時對 Siri 的示範是這樣的：可以問它某城市天氣如何，或者某股票表現如何，而一句話就能設定一個離開公司自動彈出的提醒事項，在當時也是一個非常酷非常未來的功能。

結果，13 年過去，上面的功能似乎還是 Siri 使用最多的幾個場景，就算是後來支援的家居操控，和快捷指令，總體上還是一些打開關閉的功能，其實 Siri 一直沒迎來質的飛躍。

即使在面對 Google Assistant、微軟 Cortana、三星 Bixby 等其他後來居上的語音助手挑戰，甚至國内小米「小愛同學」也越來越好用的情況下，蘋果依然不思進取，直到 ChatGPT 橫空出世才意識到 Siri 已經落後時代。

▲ 小愛同學已經在去年接入了大模型

雖然蘋果好像隔三差五就在釋出會上介紹，Siri 又變強了，能了解更多指令了，能幹更多事情了，但很多時候，能了解不代表能做到，能做到不代表能做好。

比如告訴 Siri，我想自拍，Siri 二話不說幫你打開相機和前置攝像頭，然後就沒有然後了，使用者還需要伸手去點選快門。甚至有的時候，Siri 隻會自動跳轉相機應用，而不會跳轉到前置模式。

如果是三星的 Bixby 助手，會自動進入自拍的倒計時，全程真正做到不需要使用者動手操作。

蘋果預設的相機應用本身自帶倒計時功能，是以這種流程在實作上根本不需要太多 AI 因素加持，但蘋果就是沒有把體驗做好。

Siri 的對手是快捷指令

不知道你有沒有使用過「快捷指令」這個功能呢？

蘋果收購 Workflow 公司後，在 iOS 12 中将其産品作為「快捷指令」整合入 iPhone，也在 macOS 12 時在 Mac 平台上推出。

▲ 快捷指令已經整合進入了蘋果生态鍊中

這個功能能夠實作很多 iOS 的進階玩法，比如說一鍵實作釘釘打卡，一鍵将 LivePhoto 和視訊制作成 GIF，甚至還能自動化運作，實作「節假日自動關鬧鐘」。

但這個功能對小白使用者并不友好。想要建立一個快捷指令，使用者要在一個類似腳本程式設計的界面中選擇各種操作子產品，并用各種諸如「如果.. 那麼」「隻要… 就」的邏輯将其串聯起來，像是「節假日鬧鐘」這種包含多種邏輯判斷和自動化運作的快捷指令，使用者即使是對着教程設定，也很容易出錯。

蘋果雖然提供一個可以直接擷取現成腳本的「快捷指令中心」，但是裡面提供的快捷指令效果簡單，很少有切中使用者痛點的功能。

這個功能類似三星 Galaxy 手機的「Good Lock」子產品，提供效果非常強大的自定義功能，但是門檻相對應也不低。

而 AI 大模型最重要的能力之一，就是自然語言的了解和邏輯思維能力。也就是說，使用者對大模型 AI 說一句「我下班了，幫我打卡」，AI 就會知道你的意思是執行「打開釘釘」-「進行打卡」的操作，而不是表示自己「沒聽明白」。

現在的 Siri 也不是完全不具備這種能力。讓 Siri 在你離開公司時提醒你給家人買個生日蛋糕，是 iPhone 4s 釋出會上就被示範的功能，背後同樣是了解使用者語言并轉化成相關操作的一個過程。

▲ Siri 釋出會上介紹的很多功能依舊是現在 Siri 的主要能力

而 AI 大模型加持後的 Siri 能做到的應該遠遠不僅如此。使用者用自然語言描述自己的複雜需求，Siri 聽懂後，轉化成腳本的邏輯，并自己執行相應的步驟，不用讓使用者面對複雜的程式設計，這才是真正的「快捷」指令。

▲ChatGPT 教我如何用 iOS 快捷指令設定節假日鬧鐘，雖然邏輯清晰，但似乎不太可用

除了讓使用者更自然自定義操作，還可以去期待 Siri 成為一個更「主動」的助理。

如果你使用 iPhone 時間夠長，會發現在有時候，iPhone 會自動彈出建議。比如說，使用者戴好藍牙耳機，就推薦你打開網易雲音樂，因為這就是你的使用規律；或者在深夜充電時，手機自動降低了充電功率，以保養電池，但又能在你醒來前充好，也是因為發現你有在睡前長時間充電的習慣。

這些就是機器學習的結果，也是蘋果一直以來緻力的 AI 功能。現代人一天要花不少時間在手機上，用手機買買買、吃飯、辦公已經很普遍，手機自然成為比肚裡的蛔蟲更懂你的存在。

想象一下蘋果強大的情景感覺，加上更強大的手機自動操作能力，AI 版的 Siri 或許真的能化身成一個真正的「私人助理」，在你把事情交給它完成之前，就預判好你的需求，把一切安排妥當。

比如說，通過你訂的機票，自動幫你查詢好目的地到達後的天氣，還提前設好鬧鐘，根據你的出行習慣和實時交通狀況，預計好出行的時間提前幫你叫車，到了機場自動彈出機票和自行使用應用值機，到了當地給你打開大衆點評推薦餐廳，簡直是私人助理+導遊。

想要實作這一套行雲流水的操作，我們當然會去想，這需要也開發者和蘋果的雙向奔赴。不過，AI 發展的速度已經超出了我們的想象，也許未來，AI 能夠直接模仿人類的操作。

我們能看懂的 UI，AI 也在學習中

雖然新的 Siri 的智能操作初期隻支援蘋果自己的應用，但我更願意相信這隻是蘋果 AI Siri 路線的起點或者中段，而并非終點。

我相信蘋果 AI 最終的目标是實作這樣的場景：早上起床，用一句「Siri」喚醒 Siri，再讓它打開微信公衆号「愛範兒」，朗讀最新的文章，就這樣在完全不用動手的情況下，聽取愛範兒的早報。

▲ 一個許多年前的 iPhone 概念手機殼，想法是「Siri」拟人化和語音解放雙手

「快捷指令」能夠支援第三方 app 的操作，主要是因為蘋果開放了 API，第三方應用廠商也可以将應用内的操作拆分成快捷指令能夠執行的子產品。

但這還要看應用廠商是否願意提供相關的子產品和操作，比如說，如果菜鳥 app 不開放顯示取件碼的操作，就算 Siri 再聰明，也無法自行打開菜鳥顯示取件碼。

如果再進一步，讓 AI 直接能了解什麼是取件碼，以及取件碼在 app 的哪個位置，并在接到指令後自己打開呢？

這聽起來好像有點太科幻，不過，行業已經在進行相關嘗試了。

在上星期的微軟 Build 2024 開發者大會上，微軟整了個活：GPT-4o 支援的 Copliot，能夠實時檢視螢幕上的内容，引導玩家一起玩《我的世界》。

示範中，Copilot 用非常流暢自然、甚至還帶有一絲情緒的語言，引導玩家在遊戲中制作一把劍。在這個過程中，Copilot 能夠識别遊戲背包内的物品，還能告知玩家缺少的材料，完全就像一個帶你玩遊戲的「大神」。

這表明，AI 助手已經不僅僅是「你問我答」的文字機器人，或者隻能夠在背景程式設計處理資料，而是真正能開始了解我們人類看見的 UI 界面，還能知曉我們如何操作。

而今年火了一段時間的「AI 硬體」Rabbit R1，基本抛棄了操作界面，完全通過 AI 語音助手完成各種服務的使用，Rabbit 公司宣稱，他們使用了一種名為「大動作模型」（LAM）的 AI 模型技術，能夠在了解了使用者的指令後，在伺服器模仿人類的操作，直接在相關網頁和應用中完成使用者的指令。

▲ Rabbit R1 号稱用語音來實作跨應用跨平台的操作

雖然 Rabbit R1 的表現與他們所描繪的場景相差甚遠，但是這個願景本身非常美好，GPT-4o 等機器人在視覺了解的優秀表現，也讓人感覺讓 AI 代替人類實作操作的未來确實不遠了。

蘋果作為一家在開發者中極具号召力的公司，完全可以不用模仿初創公司 Rabbit 全盤使用「LAM」的做法，可以通過開放相關接口和提供 SDK 的做法，讓各大第三方開發商在應用中原生支援 AI 操作，帶來更加成熟穩定的語音操作體驗。

蘋果相關的研究顯示，他們确實有這種想法，配套蘋果的應用 UI 設計标準，Siri 能夠更容易了解 iPhone 螢幕上的一切。

▲ 蘋果也在研究怎麼讓大模型看懂 UI

雖然技術不如人，但蘋果在使用者數量和生态建構上的領先，能成為一種非常強大的優勢。

9to5Mac 這樣預測和評價蘋果即将到來的 Siri 和 AI 更新：

在 WWDC 上。我們或許不會看到任何特别革命性的東西，但 AI 融入數百萬人每天使用的系統和應用本身就是一場革命。

比起 Rabbit R1 這種新潮硬體，人人都有的智能手機或許才是 AI 的最佳載體。

使用者不需要知道自己在用的是 AI 功能，但是當他讓 Siri 幫忙規劃一個旅遊計劃、幫訂機票的時候，AI 已經在開始深刻改變他的生活。

檢視原圖 64K

• 

• 

• 

• 

• 

• 

• 

• 

• 

• 

• 

• 

• 

•