苹果在AI领域的整体进度和计划主要集中在自研AI和第三方合作两方面。今年已展示成熟AI能力，如与OPPO和谷歌合作，用户可通过谷歌资源使用计算机视觉功能。苹果投入大量资源开发离线框架用于实时屏幕感知，理解用户界面构成，并推出App Intent意图框架，通过自学习引擎提供个性化服务，如自动打开常用应用。意图框架支持第三方开发者接入，实现场景化功能调用。
苹果利用意图框架提升用户体验的方式包括：通过自学习引擎实时分析用户行为，根据时间和空间提供个性化服务，如自动优化企业软件或外卖软件的使用体验；允许第三方开发者封装应用内功能为原子化能力，结合自学习引擎实现智能推荐。
在AI助手方面，苹果已实现屏幕感知技术，未来计划推出记忆体系和自动驾驶辅助功能。记忆体系旨在提供更个性化服务，自动驾驶辅助功能则赋予AI助手自主执行任务的能力。
苹果在AI领域遵循的原则包括：聚焦系统本身应做的事情，优化用户体验，并形成规范化模板供第三方接入；提高用户使用手机效率，实现任务链路最短；在特定场景下授权AI操作，替代用户完成重复性任务。
苹果平衡云计算与端计算关系的策略是：日常用手机核心场景优先聚焦端计算，通过自研大模型提升用户体验；知识搜索等脱离手机核心场景的需求通过与第三方合作实现。未来计划强化离线AI能力，更好地理解复杂场景下多任务执行，并确保敏感数据保护。
苹果在AI领域的战略是通过自研和合作实现，将大模型分为规模在5,000亿参数以下的小型大模型和规模超过5,000亿参数的大型大模型。小型大模型由苹果自主研发，用于解决日常用机问题；大型大模型则与OpenAI、谷歌等公司合作，用于处理复杂知识问答、实时新闻等。
苹果与其他大模型厂商的合作模式涉及费用，厂商需支付费用确保数据接口在苹果设备上的兼容性和用户体验。苹果将合作公司的接口进行黑盒化封装，并部署在自己的服务器上，确保用户数据隐私。
苹果自研的小型大模型主要用于解决日常用机问题，如通过自然语言理解帮助用户找到手机设置中的特定功能。不进一步研发更大型的大模型是因为其应用场景复杂且广泛，超出了日常用机需求，因此选择与专注于此领域的大公司合作。
用户生成的新数据归属于用户自身，并由苹果负责保护，不会传递给第三方或用于商业目的。训练所需的数据来源于自愿分享的真实用户，经过匿名化处理后用于优化和训练小型大模型。
AI手机功能对硬件的要求主要体现在芯片、内存和低功耗器件方面。苹果芯片在AI应用中表现突出的原因是单核性能极强，采用定制化架构，精确满足产品定位与性能标准。高通和联发科推NPU主要用于推理型神经网络运算，但目前的大模型并不使用NPU架构。在大模型的应用中，NPU和GPU在手机端的作用有限。
大模型计算对内存依赖极高，苹果设备通过定制化内存条和优化内存架构，在低内存情况下也能提供稳定高效性能。苹果在低功耗器件上的技术优势体现在前置摄像头离线识别用户面部信息、结合GPS定位信息提供精准信息服务等方面。
苹果硬件成本增加预计不到1,000人民币，高端配置机型售价可能上涨至15,000人民币以上，但普通机型价格不一定上涨。软件收费模式上，目前没有计划将AI能力商业化单独收费，而是通过硬件销售附加价值来盈利。
未来两年内，苹果计划进行大规模AI更新。安卓厂商在AI领域起步较早，如vivo早在2022年底启动大模型自研，但受限于政府监管和GPU供应。苹果在硬件、软件和操作系统理解上具有显著优势，品牌在互联网生态中的话语权和号召力极强。
手机市场已趋于饱和，主要依靠存量市场实现复购或维持品牌份额。苹果用户集中于8,000元以上高端市场，中低端市场由安卓厂商占据。AI技术更新主要增强竞争力，对份额及盈利模式没有本质改变，但高端市场将进一步分化，高端机型占比会越来越多。
