文｜烏鴉智能說(shuō)
今天凌晨，蘋(píng)果開(kāi)了一個(gè)短短12分鐘的會(huì)議，會(huì)議的內(nèi)容很簡(jiǎn)單，無(wú)非八個(gè)字：放棄造車(chē)，發(fā)力AI。
路透社援引內(nèi)部消息人士透露，蘋(píng)果公司已擱置并取消了自動(dòng)駕駛電動(dòng)汽車(chē)的所有開(kāi)發(fā)計(jì)劃，意味著這個(gè)長(zhǎng)達(dá)十余年、投入數(shù)十億美元，也是蘋(píng)果歷史上最雄心勃勃的項(xiàng)目，卻在一個(gè)沒(méi)有回答任何問(wèn)題的12分鐘簡(jiǎn)短會(huì)議上結(jié)束。
與此同時(shí)，蘋(píng)果又做了重大決定：轉(zhuǎn)向生成式人工智能。汽車(chē)團(tuán)隊(duì)（即特殊項(xiàng)目團(tuán)隊(duì)，簡(jiǎn)稱(chēng)SPG）的眾多成員將被調(diào)往人工智能部門(mén)，由高管約翰·詹南德里亞（John Giannandrea）領(lǐng)導(dǎo)。這是一個(gè)明確且極為重要的信號(hào)：蘋(píng)果要加速發(fā)力生成式AI了。
在過(guò)去相當(dāng)長(zhǎng)時(shí)間里，蘋(píng)果都因?yàn)樵谶@場(chǎng)生成式AI派對(duì)上顯得遲疑而受到猛烈抨擊。
在目前所有的主流智能手機(jī)廠商乃至全球科技公司里，蘋(píng)果是唯一一家還沒(méi)有正式發(fā)布大模型產(chǎn)品的廠商，甚至都很少正面提及。就連馬斯克在去年7月成立的人工智能公司xAI，馬上就要發(fā)布首個(gè)AI大模型Grok 1.5。
而在已披露蘋(píng)果大模型進(jìn)展的有限信息里，蘋(píng)果給人一種感覺(jué)：相比其他科技公司，蘋(píng)果并不追求大模型性能的絕對(duì)領(lǐng)先，而是更看重大模型落地的可能性。
考慮到生成式AI是一場(chǎng)先發(fā)制人的游戲，蘋(píng)果在大模型上的“遲鈍“與”務(wù)實(shí)“，或許會(huì)為其在未來(lái)競(jìng)爭(zhēng)中埋下隱患。
/ 01 / 遲到的蘋(píng)果
由于電動(dòng)汽車(chē)市場(chǎng)降溫、競(jìng)爭(zhēng)激烈等因素影響，蘋(píng)果放棄造車(chē)本就在情理之中，只是時(shí)間問(wèn)題。但讓人不理解的是，蘋(píng)果在生成式AI上的“遲鈍“。
去年的大模型風(fēng)潮中，手機(jī)廠商成為一股不可或缺的“力量”。
2023年，華為發(fā)布了盤(pán)古大模型，并率先將大模型接入手機(jī)；vivo則推出了主打輕量化的藍(lán)心大模型；三星也公布了其自研的生成式人工智能模型“三星高斯”，并在今年推出了旗下首款A(yù)I手機(jī)Galaxy S24系列手機(jī)。
唯獨(dú)蘋(píng)果是個(gè)例外。作為全球最大的科技公司，蘋(píng)果在去年對(duì)這項(xiàng)過(guò)去十年中最重要的科技發(fā)展——生成式人工智能，很少正面提及。
在一季報(bào)的電話會(huì)議上，蘋(píng)果CEO庫(kù)克只是輕描淡寫(xiě)地表示，蘋(píng)果會(huì)將AI應(yīng)用到更多產(chǎn)品上，但要深思熟慮。甚至在6月的開(kāi)發(fā)者大會(huì)WWDC上，蘋(píng)果對(duì)人工智能和大模型更是只字未提，只是簡(jiǎn)單提到了“機(jī)器學(xué)習(xí)”這個(gè)詞語(yǔ)。?
在目前所有的主流智能手機(jī)廠商乃至全球科技公司里，蘋(píng)果是唯一一家還沒(méi)有正式發(fā)布大模型產(chǎn)品的廠商。就連馬斯克在去年7月成立的人工智能公司xAI，就要發(fā)布首個(gè)AI大模型Grok 1.5。
看上去，蘋(píng)果似乎“缺席”了這場(chǎng)大模型的賽跑。但事實(shí)可能并非如此。
種種跡象顯示，蘋(píng)果在AI領(lǐng)域的布局比我們想象得要更深。據(jù)彭博社報(bào)道，2023 年 7 月，蘋(píng)果建立了自己的大型語(yǔ)言模型 Ajax，并推出代號(hào)為「Apple GPT」的內(nèi)部聊天機(jī)器人，用于測(cè)試 Ajax 的功能。
據(jù)知情人士分析，Ajax GPT的訓(xùn)練參數(shù)數(shù)量超過(guò)2000億。參數(shù)反映了機(jī)器學(xué)習(xí)模型的規(guī)模和復(fù)雜程度；參數(shù)數(shù)量越多，表示復(fù)雜程度越高，需要的存儲(chǔ)空間和計(jì)算能力也越大。要知道，GPT-3.5的訓(xùn)練參數(shù)規(guī)模在1750億，也就是說(shuō)，如今的Ajax GPT或許在功能上比OpenAI的GPT-3.5更強(qiáng)。
從投入規(guī)模上看，Ajax GPT所在的生成式AI項(xiàng)目每年將花費(fèi)蘋(píng)果約 10 億美元。另外，根據(jù)The Information報(bào)道，如今蘋(píng)果公司將把訓(xùn)練最先進(jìn)模型的預(yù)算增加到每天數(shù)百萬(wàn)美元，而這只是對(duì)開(kāi)發(fā)其中一種模型的投入。
與很多人印象不同，蘋(píng)果還是最熱衷于投資AI的科技公司。自2010年以來(lái)，在FAMGA的公司中，蘋(píng)果共收購(gòu)了20家AI公司，位列第一。同期，谷歌和微軟分別收購(gòu)了14家和10家。
更加有趣的事情是，在投入研發(fā)大模型的同時(shí)，蘋(píng)果還花了相當(dāng)大的精力去探索大模型落地的可能性。
/ 02 / 押注端側(cè)大模型
今年下半年以來(lái)，AI硬件是所有科技公司共同發(fā)力的方向。在真正“AI-native 硬件”誕生之前，把 LLM 和現(xiàn)有終端融合更具有落地可能性。手機(jī)、PC、車(chē)車(chē)等硬件廠商都有極大動(dòng)力去落地大模型，這其中以手機(jī)廠商最為激進(jìn)。
但遺憾的是，到目前為止，大模型與現(xiàn)有智能硬件之間的融合并不流暢。
就拿手機(jī)來(lái)說(shuō)，受限于手機(jī)內(nèi)存的運(yùn)存處理能力限制，大模型還無(wú)法被搬到手機(jī)上。聯(lián)發(fā)科就曾透露，130億參數(shù)大模型至少需要13GB內(nèi)存，再加上6GB App?；睢?GB安卓OS，即總的手機(jī)內(nèi)存容量需求將達(dá)到23GB。
23GB手機(jī)內(nèi)存是個(gè)什么概念呢？去年上市最新的iPhone 15的運(yùn)行內(nèi)存大小只有6GB，iPhone15 Pro 和 iPhone15 Pro Max 運(yùn)行內(nèi)存也只有8GB。這意味著，想要在手機(jī)上提升跑大模型，內(nèi)存容量必須有大幅度提升。
所以，目前大多數(shù)大模型都是在云端運(yùn)營(yíng)，固然參數(shù)規(guī)模更大、算力更高等優(yōu)勢(shì)，但缺點(diǎn)也很明顯。當(dāng)用戶(hù)在弱網(wǎng)乃至離網(wǎng)環(huán)境下，無(wú)法實(shí)用大模型功能，甚至還有用戶(hù)隱私安全泄露的風(fēng)險(xiǎn)。這對(duì)極為重視用戶(hù)體驗(yàn)的蘋(píng)果來(lái)說(shuō)，是無(wú)法接受的。
而蘋(píng)果就是端側(cè)大模型的堅(jiān)定支持者。多位前蘋(píng)果機(jī)器學(xué)習(xí)工程則師稱(chēng)，出于提高隱私和性能的考慮，蘋(píng)果的領(lǐng)導(dǎo)層更傾向于在設(shè)備上運(yùn)行大模型，而不是在云服務(wù)器上。
去年8月，蘋(píng)果在加州、西雅圖、巴黎、北京等部門(mén)已經(jīng)釋放了數(shù)十個(gè)崗位，招聘大模型技術(shù)人才，其中尤其是端側(cè)大型模型是重點(diǎn)。招聘信息顯示，蘋(píng)果希望將大型機(jī)型壓縮到終端中，以便未來(lái)iPhone/iPad等核心產(chǎn)品可以直接運(yùn)行在AIGC技術(shù)上。
要想落地落地端側(cè)大模型，除了內(nèi)存容量提升，模型本身的壓縮和優(yōu)化也是落地大模型的一種方式。前者顧名思義就是壓縮模型的規(guī)模，讓模型更注重關(guān)鍵場(chǎng)景的精度和效果；后者則是通過(guò)技術(shù)手段對(duì)模型進(jìn)行優(yōu)化，通過(guò)內(nèi)存管理減少內(nèi)存搬運(yùn)，進(jìn)而降低功耗。
目前，大部分科技公司把更多精力放到訓(xùn)練參數(shù)更少、體量更小的“小模型”。 去年12月，微軟正式發(fā)布了參數(shù)規(guī)模僅有27億的“小模型”P(pán)hi-2，并宣稱(chēng)該模型性能夠“吊打”體量在其25倍以上的大模型。
但蘋(píng)果卻另辟蹊徑，選擇了后者。此前，蘋(píng)果發(fā)布的論文顯示，它嘗試?yán)瞄W存來(lái)解決大模型在塞進(jìn)手機(jī)時(shí)遇到的內(nèi)存不足的問(wèn)題。簡(jiǎn)單來(lái)說(shuō)，蘋(píng)果就做了兩件事情，優(yōu)化閃存交互和內(nèi)存管理。
說(shuō)起來(lái)，計(jì)算機(jī)的各種硬件設(shè)備和我們?nèi)祟?lèi)的軀體非常相似，計(jì)算機(jī)的 CPU 好比人類(lèi)的大腦，其中也有用來(lái)存放程序和數(shù)據(jù)的記憶裝置，相當(dāng)于我們腦袋中的記憶體。
計(jì)算機(jī)的記憶體簡(jiǎn)單分為內(nèi)存和閃存兩種。內(nèi)存用于臨時(shí)存儲(chǔ)那些需要隨時(shí)訪問(wèn)的數(shù)據(jù)和指令，它提供高速的讀寫(xiě)，有較高的存儲(chǔ)密度。而閃存正相反，它讀寫(xiě)較慢，適用于長(zhǎng)期數(shù)據(jù)的存儲(chǔ)。從特性上看，內(nèi)存更適合需要頻繁讀寫(xiě)的大模型。但正如上文所說(shuō)，內(nèi)存現(xiàn)階段性能不夠，僅憑它一個(gè)撐不起大模型。
而蘋(píng)果的做法是，允許模型重復(fù)使用部分已處理的數(shù)據(jù)，從而減少頻繁讀取內(nèi)存的需要，提高大模型運(yùn)行效率；二是通過(guò)對(duì)數(shù)據(jù)進(jìn)行更有效的分組，令大模型能夠更快地從閃存中讀取數(shù)據(jù)，從而加速AI 理解和生成語(yǔ)言的能力。
通過(guò)這一方式，蘋(píng)果可以運(yùn)行比設(shè)備DRAM容量大兩倍的模型，并在CPU和GPU上分別比傳統(tǒng)方法提速4-5倍和20-25倍。用研究人員的話說(shuō)，這為在內(nèi)存有限的設(shè)備上有效推理 LLM 鋪平了道路。
作為一個(gè)硬件公司，蘋(píng)果更注重于技術(shù)落地本身沒(méi)有什么太大問(wèn)題。但如果把其視作是一家科技公司，蘋(píng)果就多少顯得有些“另類(lèi)”。
/ 03/ 科技公司里的“實(shí)用主義者”
幾乎在所有人的邏輯里，大模型是一場(chǎng)先發(fā)制人的游戲，推理能力是唯一的衡量標(biāo)準(zhǔn)。甚至在很多人看來(lái)，模型競(jìng)賽相當(dāng)殘酷，類(lèi)似芯片或 SpaceX，因?yàn)轭I(lǐng)先的模型能力又強(qiáng)又便宜，后面的玩家會(huì)很難存活。
但蘋(píng)果對(duì)這個(gè)游戲的理解并非如此。一個(gè)更接近真相的解釋是：相比其他科技公司，蘋(píng)果并不追求大模型性能的絕對(duì)領(lǐng)先，而是更看重大模型落地的可能性。
這與蘋(píng)果長(zhǎng)期以來(lái)的“實(shí)用主義”理念有很大關(guān)系。蘋(píng)果實(shí)用主義的精髓在于，其并不追求絕對(duì)的技術(shù)領(lǐng)先，而更擅長(zhǎng)在技術(shù)向產(chǎn)品大規(guī)模轉(zhuǎn)化過(guò)程中，通過(guò)其獨(dú)特的產(chǎn)品能力，實(shí)現(xiàn)對(duì)同類(lèi)產(chǎn)品的超越。
從過(guò)去看，智能手機(jī)是由IBM公司的工程師Theodore Paraskevakos發(fā)明的，但卻在蘋(píng)果手里發(fā)揚(yáng)光大；在初代iPod發(fā)布時(shí)，MP3播放器已經(jīng)是一個(gè)個(gè)非常成熟的品類(lèi)，可最后蘋(píng)果還是贏了。在更擅長(zhǎng)賺錢(qián)的庫(kù)克上任后，蘋(píng)果的實(shí)用主義得到更充分的踐行。
這也體現(xiàn)蘋(píng)果在AI領(lǐng)域的布局。相比谷歌的動(dòng)輒上億美元的大手筆，蘋(píng)果雖然并購(gòu)數(shù)量多，但整體金額都不大。它們更愿意收購(gòu)一些小型公司，借助其團(tuán)隊(duì)和技術(shù)為蘋(píng)果自身未來(lái)的產(chǎn)品增加新功能。比如，iPhone X的FaceID就源自蘋(píng)果在芯片和計(jì)算機(jī)視覺(jué)領(lǐng)域的一系列并購(gòu)行動(dòng)。
沿著這個(gè)邏輯，也就不難理解蘋(píng)果為何遲遲不公布其大模型產(chǎn)品。因?yàn)榈侥壳盀橹?，大模型遠(yuǎn)大愿景與尚不清晰的商業(yè)化前景之間仍然需要無(wú)數(shù)的產(chǎn)品去填。
盡管目前已經(jīng)出現(xiàn)ChatGPT、Character.AI 等超級(jí)應(yīng)用，但上述應(yīng)用的調(diào)用入口十分單一，功能也多集中在內(nèi)容生產(chǎn)方面，仍然有很大提升空間。一個(gè)顯著的體現(xiàn)是，這些應(yīng)用在用戶(hù)活躍度上起伏很大。比如在經(jīng)歷去年年初的瘋狂后，ChatGPT日活在去年下半年出現(xiàn)了明顯的回撤。
更重要的是，相比功能相對(duì)單一，大模型落地所要付出的成本與商業(yè)化回報(bào)之間不成正比。目前，AI應(yīng)用商業(yè)化手段還很單一，難以支撐其高昂的運(yùn)行成本。
按照Open AI公布的GPT-4的API費(fèi)用表，為每輸入1000個(gè)字符(約合750個(gè)單詞)，價(jià)格為0.03美元，每生成1000個(gè)字符，價(jià)格為0.06美元。也就是說(shuō)用戶(hù)每問(wèn)一次，成本差不多就是1毛錢(qián)?？紤]到蘋(píng)果全球僅 iPhone 用戶(hù)就超過(guò)十億，意味著大模型運(yùn)行的成本將極其高昂。
退一步講，如果仍然是這個(gè)路子，無(wú)論哪家廠商最終“贏了”，他們的產(chǎn)品或者服務(wù)都會(huì)極大概率以“App”的形式出現(xiàn)在蘋(píng)果的App Store里，為全球的蘋(píng)果用戶(hù)提供服務(wù)。
蘋(píng)果看似務(wù)實(shí)的做法并非沒(méi)有一絲隱患。目前，市場(chǎng)對(duì)于AI硬件的發(fā)展大致有兩種觀點(diǎn)：
一種觀點(diǎn)是基于大模型的自然語(yǔ)言交互能力需要一個(gè)新硬件。無(wú)論是去年發(fā)布的AI Pin，還是不久前在CES上亮相的Rabbit R1，都屬于這一類(lèi)產(chǎn)品。這類(lèi)產(chǎn)品的特點(diǎn)是最大化利用了AI的文本理解、生成、翻譯能力、特別是圖片、音視頻等多模態(tài)能力，幾乎做到無(wú)縫銜接，融于無(wú)形。
另一種觀點(diǎn)是手機(jī)就是大模型最好的硬件載體，這也是蘋(píng)果所相信的方向。所以，我們能看到，蘋(píng)果將更多精力投入了新硬件產(chǎn)品的研發(fā)——Vision Pro，而非AI硬件。
路線差異背后，意味著一旦踏錯(cuò)，蘋(píng)果幾乎就完全要依賴(lài)產(chǎn)品能力進(jìn)行追趕。但近年來(lái)，蘋(píng)果所引以為傲后發(fā)至上的產(chǎn)品能力卻頻頻失效。
盡管經(jīng)歷了漫長(zhǎng)的7年研發(fā)，Vision Pro最終上市，但距離庫(kù)克的最初設(shè)想相繼甚遠(yuǎn)；而在造車(chē)這事上，今天蘋(píng)果也正式宣布放棄，退出新能源汽車(chē)的競(jìng)爭(zhēng)。
毫無(wú)疑問(wèn)，大模型時(shí)代的硬件會(huì)重復(fù)計(jì)算機(jī)的老路：就是從算力集中于超算等大型設(shè)備上到算力一步步轉(zhuǎn)移至屬于個(gè)人終端。只是“實(shí)用主義者“蘋(píng)果，最終會(huì)在這個(gè)故事里扮演怎樣的角色，仍然要打一個(gè)大大的問(wèn)號(hào)。