Siri翻车，苹果赔了17亿

2026年5月5日，苹果同意支付2.5亿美元和解一桩集体诉讼——起诉理由很简单：他们买了iPhone 16，但苹果承诺的"Apple Intelligence Siri"根本没来。

这不是一个孤立事件。从三星Galaxy AI到谷歌Assistant，从亚马逊Alexa到微软Copilot，几乎所有科技巨头都在过去两年里向消费者描绘了同一个画面：你的手机会变得超级聪明，AI会像一个真正的私人助手那样帮你处理一切。

然而现实是：大多数人的手机，并没有变聪明多少。

Siri的"革命"：一场被延期16个月的承诺¶

回到2024年6月的WWDC，苹果在舞台上展示了一幕让人兴奋的场景：用户问Siri"我妈的航班什么时候到？"，Siri自动从邮件中提取航班信息、从短信中找到到达时间，然后结合实时航班追踪给出精确答案。

那是端侧AI最性感的Demo。它不需要联网，不需要把隐私数据上传云端，完全在手机本地完成——这正是苹果一直以来的卖点：隐私。

但到了2025年9月iPhone 16系列发布时，这些功能被推迟到2026年。而随着这次2.5亿美元的和解协议，苹果实际上承认了一个事实：让AI在手机上像在云端一样聪明，远比想象中难。

问题的根源在于三个字：算力、功耗、模型尺寸。

云端大模型如GPT-5、DeepSeek-V4可以运行在数千块GPU集群上，参数量动辄万亿级别。但一部iPhone 16 Pro的A18 Pro芯片，其神经网络引擎的算力大约只有45 TOPS——不到云端推理集群的千分之一。

更麻烦的是功耗。运行一个70亿参数的模型在手机上进行实时推理，会在几分钟内让电池从100%掉到80%。这不是软件优化能解决的问题，这是物理极限。

行业里有一个不太优雅的比喻：端侧AI就像在自行车上装火箭引擎——理念很酷，但自行车受不了。

相比之下，谷歌和三星走了一条更务实的路。

谷歌把Gemini 3.1整合进Google Home系列，让智能音箱能处理更复杂的多步指令——"把客厅温度调到22度，然后播放我的放松歌单，顺便把走廊灯调暗"。这不是端侧魔法，而是云端推理+本地执行的混合方案。

三星的Galaxy AI则主打"混合AI"：能本地处理的（如实时翻译、照片编辑）就在本地跑；需要深度推理的（如复杂问答、文档总结）就调用云端。

这种策略虽然不像苹果承诺的那样"酷"，但它至少能用。而消费者真正在意的，从来不是技术架构，而是功能到底好不好用。

一个更值得关注的信号来自苹果的下一个计划：据TechCrunch报道，苹果计划在iOS 27中让用户"选择自己的AI模型"——像自助餐一样，你可以选择OpenAI、Google Gemini、Anthropic Claude或者DeepSeek作为Siri的底层引擎。

这背后是一个深刻的转变：连苹果都意识到，端侧AI可能不是一个"自己造"的问题，而是一个"生态整合"的问题。

但这是否也意味着，苹果对自研端侧大模型已经失去了信心？

如果抛开Demo和发布会上的过度承诺，端侧AI目前在真实场景中能做的事其实已经不少：

但这些都还是"锦上添花"级别的功能，离"革命性个人助手"还有很大距离。

三个方向正在被行业认真推进：

第一，芯片架构创新。 AMD的Q1 2026数据中心收入飙升至58亿美元（同比增长38%），CEO苏姿丰明确指出AI Agent正在推动CPU架构变革。x86阵营近期宣布了新的指令集扩展计划，目标是将推理能效比提升3-5倍——这最终会惠及移动端的芯片设计。

第二，模型压缩技术的突破。 量化、蒸馏、稀疏化等技术的快速进步，正在让70亿甚至130亿参数的模型变得可以在手机上实时运行。DeepSeek-V4的MoE架构已经证明，通过动态激活部分参数，万亿参数模型也能在消费级硬件上获得实用体验。

第三，混合推理架构的成熟。 不是"要么本地要么云端"，而是"本地处理敏感数据，云端处理复杂推理"的智能分流。这可能是未来2-3年最现实的端侧AI路径。

苹果的2.5亿美元和解不是端侧AI的丧钟，而是一面镜子——它照出了这个行业过度承诺的惯性，也照出了技术理想主义与物理现实之间的鸿沟。

端侧AI不会死，它只是需要更长的时间来兑现承诺。在这个过程中，那些"少承诺、多交付"的公司，反而可能笑到最后。

毕竟用户想要的从来不是"AI有多聪明"，而是"手机有没有更好用"。