打通APP墙，才是苹果AI首秀的最大创举！

“缺乏新意”，是主流声音对苹果AI首秀的评价，苹果股价也跌了2%。          

一切原因这场发布会。今天凌晨，在WWDC24大会上，iOS18正式发布，苹果智能助手Siri不仅迎来了史诗级进化，首次加入了生成式AI功能，不仅能免费调用ChatGPT了，还能关联GPT-4o。    

目前所有最新的AI功能，例如文档总结、图片生成，以及更智能的语音交互，以及跨应用进行AI操作等等，iOS上都应有尽有了。

但大家期待的是苹果能够带来OpenAI级别的成果，而不是一些交互创新。   

可是苹果选择的是合作。在iPhone手机植入了GPT-4o的iOS，在跨应用方面的能力，可以说，正是这一能力的出现，使得原先手机上的各大APP形成的信息壁垒，彻底不存在了，这一意义很多人并没有深刻认知。

至此以后，用户无论是写邮件，还是回复短消息，都能通过一个简单的AI指令一气呵成。

例如，要是想把某张照片，添加到备忘录里，只需对Srir说出相应的指令，所有的操作就能直接一步到位地完成，而无需在相册、备忘录之间切换。  

更重要的是，在进行跨应用操作时，苹果AI还能“因时制宜”，通过感知屏幕显示内容，理解不同情境，进行针对性操作。

例如，在消息多得看不过来时，AI就会根据消息内容，优先将最重要、最紧急的那条排在前面。

凡此种种，大极大地提升了iOS将来的智能性。

而至于本次大会的其他内容，鉴于相关的文章已经在铺天盖地地报道，在此便不再赘述。

今天我们想重点聊的是，为何对于现阶段的大模型来说，与苹果的结合，是打破自身局限性，并解决交互痛点的关键。    

  手机交互层面的两大痛点

自从2023年年初，生成式AI的浪潮兴起以来，各路大模型，都始终存在着两个看似不起眼，但实则很影响体验的痛点。   

而第一个痛点，正是目前大模型的交互方式。

因为当前大部分的大模型用户，仍在用一种颇为低效的方式，在与大模型进行交互——敲击键盘，逐字逐字地打出相应的提示词。

这种交互方式，有时候真的很反人性，很不流畅。   

记得在某个周五的下午，我忙完了一天的工作，躺在椅子上，想和某个大模型探讨下一个存疑已久的问题。   

然而，打开了页面许久，我却迟迟没有敲下一个字，原因是那天我太累了，而要问的那个问题又有点复杂，这势必免不了要打一长串提示词。    

在PC端，用户往往只能通过打字与模型交流。

在大模型的用户，或者说潜在用户中，有多少人是被类似的原因给劝退了呢？      

诚然，目前的某些大模型，虽然也在其APP上开放了语音功能，并且用户自己也可以通过语音输入法来弥补这一痛点。但直到iOS结合ChatGPT-4o才真正解决这一痛点，Siri能识别情绪，连续对话，执行任务。 

特别受女性用户青睐的一项新功能，Siri现在能够直接控制iPhone进行图片编辑，简化了图片处理流程。

另外，目前手机系统存在的一大问题，在于由于当前较为单一的交互形式，当用户试图将模型的能力应用在不同的软件、场景时，用户只能每次都很辛苦地在不同软件间切换，并将大量的内容，一步步地转化成输入框里的信息（文字、图片），才能与之进行交互。

不同App之间信息不流通，此为大模型当前的第二大痛点。

例如，在你在淘宝上看到了个想买的东西，拿不准要不要买，想请AI来判断下，这时你就得把整个网页的内容、描述，以及相应的商品截图全都辛苦地保存下来，再一步步上传给模型看。      

这样的体验实在复杂，且不通人性。      

正是由于上述痛点的存在，当前的大模型，只能成为一种在正式的工作场合才会被经常用到，且主要服务于部分高知群体的技术。             

据Quest Mobile报告，在中国12.32亿互联网用户中，只有数百万活跃在AI头部产品上。研究同样显示，只有约50%的受访者听说过ChatGPT等AI工具，而每天使用这些工具的人更是寥寥无几。       

这样的情况，全世界都好不到哪去，日本仅有1%，美国稍多一些，有7%。   

牛津大学和路透社的一项新研究，对六个国家的约 12,000 人进行了有关人工智能的调查，结果20% 至 30% 的受访者表示他们从未听说过 ChatGPT 或  Copilot 这些AI工具。       

那么，苹果的这次AI大更新，究竟将怎样解决这一痛点呢？    

  AI手机带来的第二次交互革命

从这次发布会的内容来看，新版的Siri，由于融入了GPT-4o的能力，在进行语音交互时，直戳到了上述的痛点。            

1、能够理解模糊指令和上下文；

2、主动理解不同应用的情境。   

这就意味着，首先，用户在进行语音交互时，有时不必把话说得特别“明白”，或者有时对话稍微停顿了一下，AI也能理解相应的内容。      

例如，倘若用户之前查询了某地的天气情况，即使之后中断了片刻，之后再次进行交互时，只需提及一个较为模糊的“那里”，AI就能知道此处的“那里”正是刚才提到的地点。          

总结下就是，这种高度优化的输出—结果交换比，以跨应用的便捷交互体验，正是将来的大模型进一步“破圈”、落地的关键。     

  必要的“错位”   ，苹果仍处最佳位置