Apple Dapatkan Akses Penuh ke Gemini Google, Gunakan Teknologi Distilasi untuk Percepat Pengembangan Model AI Perangkat

marsbitDipublikasikan tanggal 2026-03-27Terakhir diperbarui pada 2026-03-27

Abstrak

Apple telah mendapatkan akses penuh ke model Gemini milik Google untuk mempercepat pengembangan model AI ringan di perangkat mereka melalui teknologi distilasi data. Inti strategi ini adalah menggunakan jawaban berkualitas tinggi dan catatan rantai logika dari Gemini sebagai data pelatihan bagi model kecil buatan Apple. Jalur "distilasi model" ini memungkinkan versi ringan mempertahankan efisiensi komputasi sekaligus memiliki kemampuan pemrosesan logika yang mendekati model besar. Meskipun Gemini awalnya dirancang untuk chatbot dan aplikasi enterprise, kolaborasi ini mengisi kekurangan Apple dalam memperoleh data sintetis berkualitas. Apple juga terus mengembangkan model dasar mereka secara mandiri. Fitur AI generasi baru yang menggabungkan teknologi distilasi ini diperkirakan akan diperkenalkan dalam Apple Developer Conference (WWDC) bulan Juni mendatang. Kerja sama ini menandai pergeseran industri AI dari kompetisi komputasi ke strategi pelatihan yang lebih efisien. Pilihan Apple untuk "membayar data" guna memperkuat keunggulan komputasi di perangkat mencerminkan keseimbangan antara model AI umum dan AI privat, serta memprediksi masa depan di mana perangkat akan memiliki kemampuan inferensi lokal dan penanganan tugas kompleks yang lebih kuat, mendorong proses demokratisasi AI.

Baru-baru ini, Apple secara resmi mendapatkan akses luas ke model Gemini Google, bertujuan untuk mempercepat pembangunan kecerdasan artifisial ringan di perangkat melalui teknologi distilasi data canggih.

Laporan terkait menunjukkan bahwa Apple saat ini memiliki akses penuh ke model Gemini di pusat datanya. Tindakan strategis ini intinya adalah memanfaatkan jawaban berkualitas tinggi dan catatan rantai logika yang dihasilkan Gemini sebagai data pelatihan untuk "memberi makan" model kecil buatan Apple sendiri. Jalur "distilasi model" ini, di mana model besar membimbing pelatihan model kecil, memungkinkan versi ringan memiliki kemampuan pemrosesan logika yang mendekati model besar teratas, sambil tetap menjaga efisiensi komputasi.

Meskipun Gemini awalnya dirancang untuk chatbot dan aplikasi tingkat perusahaan, yang berbeda dengan logika produk perencanaan mendalam sistem Siri milik Apple, kolaborasi ini secara signifikan mengisi kekosongan Apple dalam memperoleh data sintetis berkualitas tinggi. Sementara itu, Apple tidak meninggalkan jalur pengembangan sendiri; tim Apple Foundation Models mereka secara bersamaan memajukan pengembangan model dasar secara mandiri. Diperkirakan fungsi-fungsi AI generasi baru yang memadukan teknologi distilasi ini akan diperkenalkan secara massal dalam konferensi pengembang Apple (WWDC) bulan Juni mendatang.

Kolaborasi ini menandakan bahwa industri AI beralih dari kompetisi komputasi belaka ke kompetisi strategi pelatihan yang lebih efisien. Pilihan Apple untuk "membayar untuk data", dengan menyerap kemampuan model teratas untuk memperkuat keunggulan komputasi sisi perangkat, tidak hanya mencerminkan permainan dan keseimbangan antara raksasa teknologi dalam model besar umum dan AI pribadi sisi perangkat, tetapi juga mengisyaratkan bahwa perangkat sisi perangkat di masa depan akan memiliki kemampuan penalaran lokal dan penanganan tugas kompleks yang lebih kuat, lebih lanjut mendorong proses demokratisasi AI.

Pertanyaan Terkait

QApa yang diperoleh Apple dari Google dalam kolaborasi AI terbaru mereka?

AApple telah memperoleh akses penuh ke model Gemini milik Google, yang memungkinkan mereka menggunakan teknologi distilasi data untuk mempercepat pengembangan AI on-device yang lebih ringan.

QBagaimana Apple memanfaatkan akses ke model Gemini dalam pengembangan AI-nya?

AApple menggunakan jawaban berkualitas tinggi dan catatan rantai pemikiran logis yang dihasilkan Gemini sebagai data pelatihan untuk 'memberi makan' model kecil yang dikembangkan sendiri oleh Apple melalui proses yang disebut 'distilasi model'.

QApa perbedaan utama antara tujuan desain Gemini dan rencana Apple untuk Siri?

AGemini awalnya dirancang untuk chatbot dan aplikasi tingkat perusahaan, sedangkan Apple memiliki perencanaan yang mendalam dan sistemik untuk Siri, yang membuat logika produk mereka berbeda.

QKapan Apple diperkirakan akan memamerkan fungsi AI generasi baru mereka?

AFungsi AI baru yang menggabungkan teknologi distilasi ini diperkirakan akan diperkenalkan secara massal pada konferensi pengembang Apple (WWDC) bulan Juni mendatang.

QApa signifikansi kolaborasi antara Apple dan Google dalam industri AI secara keseluruhan?

AKolaborasi ini menandai pergeseran industri AI dari kompetisi komputasi mentah ke kompetisi strategi pelatihan yang lebih efisien, dan mencerminkan permainan dan keseimbangan antara model besar umum dan AI ujung pribadi.

Bacaan Terkait

Microsoft Sangat Takut Disingkirkan oleh Raksasa AI

Dulu, OpenAI membutuhkan Microsoft. Hari ini, Microsoft harus membuktikan mereka tidak membutuhkan OpenAI. Pada Build 2026, CEO Microsoft Satya Nadella merilis tujuh model AI buatan sendiri, stasiun kerja AI untuk pengembang, platform pengelolaan Agent untuk perusahaan, dan chip kuantum. Semua ini menandai pergeseran besar: Microsoft mulai berpisah dari sekutu terdekatnya. Titik baliknya adalah revisi perjanjian 27 April, di mana lisensi eksklusif Microsoft atas model OpenAI berubah menjadi non-eksklusif. OpenAI kini bebas bekerja dengan penyedia cloud lain. Ini memecah tembok pertahanan Microsoft. Tujuh model baru, seperti MAI Thinking 1 dan MAI Code 1 Flash, bukan sekadar bukti kemampuan, melainkan upaya menyamai pesaing seperti Anthropic, yang kini unggul dalam adopsi perusahaan. Laporan internal Microsoft mengungkap ketidakpuasan pengembang terhadap Copilot dibanding alat luar. Meski pendapatan AI Microsoft mencapai $37 miliar, sebagian besar berasal dari infrastruktur Azure yang menjalankan model pihak lain, seperti OpenAI dan Anthropic. Pangsa pasar Copilot turun, dan penggunaannya terjebak di pinggir alur kerja utama. Kehadiran Jensen Huang dari Nvidia di Build 2026 juga bermuka dua. Di satu sisi, ia mendukung AI PC Windows dengan chip RTX Spark. Di sisi lain, komputasi AI lokal yang ia promosikan berpotensi mengurangi ketergantungan pada cloud Azure. Build 2026 secara mencolok mengabaikan konsumen dan fokus pada pengembang dan bisnis. Nadella bertaruh pada masa depan di mana sistem operasi AI perusahaan—platform untuk mengelola identitas, kepatuhan, keamanan, dan banyak model/Agent—akan menjadi kunci. Platform seperti Agent 365 dirancang untuk mengunci perusahaan dalam ekosistem Microsoft. Kecemasan terbesar Nadella adalah setelah OpenAI dan Anthropic go public, mereka akan menjadi mandiri, membangun infrastruktur sendiri, dan mengikis pendapatan Azure Microsoft. Nadella berusaha membangun lapisan infrastruktur yang tak tergantikan di bawah semua model AI sebelum itu terjadi. Intinya, Microsoft beralih dari penumpang yang bergantung pada OpenAI menjadi pengemudi di era AI, bertekad tidak ketinggalan lagi seperti di era mobile.

marsbit8m yang lalu

Microsoft Sangat Takut Disingkirkan oleh Raksasa AI

marsbit8m yang lalu

Saham AS Melonjak 16% dalam Dua Bulan: Hanya 4 Kali dalam Sejarah, Terakhir Jelang Kejatuhan 1987

Pasar saham AS melonjak 16% dalam dua bulan (April-Mei), sebuah kenaikan yang hanya terjadi 4 kali sejak Perang Dunia II. Tiga di antaranya terjadi selama pemulihan resesi, tetapi satu-satunya contoh lain *tanpa* latar belakang resesi justru terjadi beberapa bulan sebelum crash "Black Monday" 1987, seperti yang ditekankan oleh strategis Deutsche Bank Henry Allen. Meskipun didukung oleh antusiasme AI dan data ekonomi yang kuat, kecepatan rally ini melampaui preseden sejarah dalam ekonomi yang tidak sedang pulih dari resesi. Sinyal risiko konsumen bermunculan: tingkat tabungan AS sangat rendah (2,6% pada April) dan indeks kepercayaan konsumen mencapai rekor terendah sejarah pada Mei. Sementara pasar saham dan kredit tampak kebal (spread kredit sangat ketat), pasar obligasi pemerintah bergerak sendiri. Imbal hasil obligasi melonjak ke level tertinggi dalam lebih dari satu dekade, mengikuti harga minyak dan mencerminkan kekhawatiran inflasi/fiskal, menciptakan perbedaan yang berbahaya dengan pasar saham. Ketahanan aset berisiko sebagian didukung oleh reaksi harga minyak yang mengejutkan tenang, meskipun blokade Selat Hormuz telah berlangsung lebih lama dari perkiraan awal. Kurva futures minyak tetap stabil, mencegah penetapan harga risiko stagflasi yang parah. Namun, Allen memperingatkan bahwa risiko ekor dari geopolitik dan ketidakselarasan pasar tetap sangat menonjol.

marsbit10m yang lalu

Saham AS Melonjak 16% dalam Dua Bulan: Hanya 4 Kali dalam Sejarah, Terakhir Jelang Kejatuhan 1987

marsbit10m yang lalu

CPU, Diam-diam Kembali ke Panggung Utama Komputasi AI

Selama tiga tahun terakhir, narasi kekuatan komputasi AI hampir sepenuhnya berpusat pada GPU, dengan CPU hanya dianggap sebagai peran pendukung. Namun, mulai 2026, narasi ini mulai retak. Intel meluncurkan prosesor Xeon 6+ di Beijing, yang dideskripsikan bukan sebagai pendamping GPU, melainkan sebagai "bidang kendali" infrastruktur AI, yang bertanggung jawab atas orkestrasi, konkurensi, dan aliran data. Laporan dari SemiAnalysis pada Februari 2026 juga menyoroti "kembalinya CPU" dengan cara yang berbeda. Pergeseran ini didorong oleh perubahan beban kerja AI dari pelatihan model skala besar ke inferensi dan agen AI yang melibatkan ribuan tugas ringan secara bersamaan. Di sinilah CPU, dengan kemampuan orkestrasi dan penanganan aliran data, menjadi penting kembali—bukan karena lebih cepat daripada GPU, tetapi karena menyelesaikan hambatan baru yang tidak dapat ditangani GPU. Xeon 6+ memilih jalur inti efisiensi (E-core) hingga 288 inti, berfokus pada kepadatan dan efisiensi tinggi untuk menangani beban kerja throughput tinggi seperti agen AI. Namun, jalan Intel tidak tanpa tantangan: persaingan dengan NVIDIA (yang mengembangkan solusi CPU+GPU terintegrasi), CPU ARM buatan vendor cloud seperti AWS Graviton, serta ketatnya kompetisi teknologi proses manufaktur 18A melawan TSMC N2 dan Samsung 2nm. Kesimpulannya, kembalinya CPU ke panggung kekuatan AI adalah nyata, didorong oleh kebutuhan orkestrasi dalam era agen AI. Namun, siapa yang akan memimpin "kembalinya" ini—apakah Intel, ARM, vendor cloud, atau NVIDIA—masih harus dibuktikan dalam beberapa tahun ke depan.

marsbit29m yang lalu

CPU, Diam-diam Kembali ke Panggung Utama Komputasi AI

marsbit29m yang lalu

TON Mengubah Nama Token Aslinya Menjadi Gram, Menghidupkan Kembali Nama Asli dari White Paper

Token asli Toncoin telah berganti nama menjadi 'Gram' sebagai bagian dari langkah terbaru dalam peta jalan "Make TON Great Again" (MTONGA) yang diprakarsai oleh Pavel Durov, CEO Telegram. Perubahan nama ini, yang akan berlangsung selama sekitar tiga minggu, mengembalikan nama aset sesuai dengan nama aslinya dalam whitepaper pertama. TON awalnya dikembangkan oleh tim Telegram sebagai Telegram Open Network sebelum perusahaan menarik diri pada 2020 menyusul sengketa hukum dengan SEC. Setelahnya, jaringan tersebut berganti nama menjadi The Open Network dan dikembangkan oleh kontributor independen, meskipun Telegram tetap terlibat dengan mengintegrasikan dompet berbasis TON pada 2023. Durov tetap menjadi pendukung kuat TON dan tahun ini meluncurkan inisiatif MTONGA yang terdiri dari tujuh langkah. Langkah ketiga pada awal Mei menandai kembalinya Telegram secara resmi setelah enam tahun, menggantikan TON Foundation sebagai penggerak utama ekosistem dan menjadi validator terbesar di jaringan tersebut. Rebranding menjadi Gram adalah langkah keempat dalam peta jalan tersebut, hanya berlaku untuk token asli jaringan. Situs web baru token telah memperkenalkan logo segar. Durov menyatakan bahwa perubahan ini merupakan kepulangan ke akar sekaligus awal babak baru, membuka jalan untuk langkah-langkah selanjutnya. Tiga langkah lagi masih tersisa dalam rencana MTONGA. Saat ini, harga Gram diperdagangkan sekitar $2,02, naik lebih dari 5% dalam tujuh hari terakhir.

bitcoinist42m yang lalu

TON Mengubah Nama Token Aslinya Menjadi Gram, Menghidupkan Kembali Nama Asli dari White Paper

bitcoinist42m yang lalu

Setelah Bermitra dengan Lebih dari 35 Proyek DeFi, Pink Brains Menemukan Hukum Baru Pemasaran KOL untuk Tahun 2026

Setelah bekerja sama dengan lebih dari 35 proyek DeFi, Pink Brains mengidentifikasi perubahan mendasar dalam perilaku pengguna. Pemasaran yang efektif dimulai dari perspektif pengguna, bukan proyek. **Bagaimana Pengguna Menemukan Protokol Baru?** Pengguna DeFi biasanya menemukan peluang di media sosial (terutama X), lalu memverifikasi data di platform seperti DefiLlama dan DeBank sebelum akhirnya mencoba dengan dana kecil. Proses keputusan didorong oleh data, meski penemuannya bersifat sosial. Target utama adalah mendapat sebutan dari akun terpercaya yang diikuti oleh pengguna berbasis data. **Tren yang Menarik Perhatian Pengguna DeFi di 2026:** * **Narasi Baru:** Perpetual, RWA (Aset Dunia Nyata), dan Crypto×AI, dengan fokus pada mekanisme dan pendapatan nyata (seperti pendapatan agen dan tokenomics yang selaras). * **Airdrop:** Lebih menuntut kontribusi nyata dan memiliki filter Sybil yang ketat. * **Pendapatan Nyata (Real Yield):** Pengguna lebih memilih hasil yang berasal dari pendapatan protokol asli (biaya transaksi, pinjaman, dll.) daripada yang berasal dari inflasi token. * **Tokenomics Penangkap Nilai:** Token yang nilainya terikat langsung dengan penggunaan produk (mis., melalui pembelian kembali dan pembakaran seperti HYPE dan VVV). * **Tempat Perdagangan Baru:** Pasar prediksi, perdagangan kartu koleksi fisik, dan iGaming berbasis crypto yang menunjukkan volume nyata. **Apa yang Membuat Pengguna Betah?** Pengguna tetap setia ketika suatu protokol: 1. **Memiliki kegunaan dunia nyata** yang tertanam dalam kebiasaan keuangan sehari-hari. 2. **Memiliki tokenomics yang merefleksikan nilai produk** secara transparan dan dapat diverifikasi. 3. **Menawarkan insentif/airdrop yang bermakna** untuk penggunaan nyata, bukan aktivitas dangkal. 4. Didukung oleh **produk yang baik, dukungan pelanggan responsif, dan pembangunan komunitas strategis**. **Jenis KOL dan Konten yang Efektif:** KOL DeFi dibagi menjadi edukator, kreator konten, ahli airdrop, dan ahli vertikal. Konten yang berkinerja terbaik adalah yang spesifik, dapat diverifikasi, dan mendalam (mis., analisis protokol berimbang, utas strategi langkah-demi-langkah). Hindari kesalahan seperti menggunakan kreator yang tidak paham produk, konten umum, ketidaksesuaian audiens, dan ketergantungan berlebihan pada beberapa KOL besar. **Kesimpulan:** Pemasaran DeFi yang paling efektif mencerminkan perilaku pengguna sebenarnya: penemuan berasal dari suara tepercaya, minat dibangun oleh mekanisme yang dapat diverifikasi, dan retensi didorong oleh tokenomics yang kuat serta desain produk yang berguna, bukan sekadar jargon pemasaran.

marsbit47m yang lalu

Setelah Bermitra dengan Lebih dari 35 Proyek DeFi, Pink Brains Menemukan Hukum Baru Pemasaran KOL untuk Tahun 2026

marsbit47m yang lalu

Trading

Spot

Futures