苹果获谷歌Gemini完全访问权,利用蒸馏技术加速设备端AI模型开发

marsbit发布于2026-03-27更新于2026-03-27

文章摘要

近日,苹果公司正式获得谷歌Gemini模型的广泛访问权限,旨在通过数据蒸馏技术加速其设备端轻量化人工智能模型的开发。苹果将在其数据中心利用Gemini生成的高质量答案和逻辑链记录,作为训练数据用于自研小型模型的构建。这一“模型蒸馏”方法能够在保持高效计算的同时,使轻量化模型具备接近大模型的逻辑处理能力。 尽管Gemini与苹果Siri的系统设计存在差异,此次合作仍显著弥补了苹果在高质量合成数据获取方面的不足。苹果同时持续推进自研底层模型的工作,预计新一代融合蒸馏技术的AI功能将在6月的WWDC大会上亮相。 这一合作标志着AI行业竞争从算力转向训练策略,苹果通过借助顶级模型能力强化端侧算力,反映了科技巨头在通用大模型与私有端侧AI之间的战略平衡,也预示未来端侧设备将具备更强的本地推理与复杂任务处理能力,进一步推动AI普惠化发展。

近日,苹果公司正式获得谷歌Gemini模型的广泛访问权限,旨在通过先进的数据蒸馏技术加速其轻量化设备端人工智能的构建。

据相关报道显示,苹果目前在其数据中心内拥有对Gemini模型的完全访问权,这一战略动作的核心在于利用Gemini生成的高质量答案及其逻辑思维链记录,作为训练数据来“喂养”苹果自研的小型模型。这种通过大型模型指导小型模型训练的“模型蒸馏”路径,能够使轻量化版本在保持高效计算的同时,具备与顶级大模型相近的逻辑处理能力。

尽管Gemini最初针对聊天机器人及企业级应用设计,与苹果对Siri的系统级深度规划在产品逻辑上存在差异,但此次合作显著填补了苹果在高质量合成数据获取上的缺口。与此同时,苹果并未放弃自研路径,其Apple Foundation Models团队正同步推进底层模型的自研工作。预计这些融合了蒸馏技术的新一代AI功能,将在即将到来的6月苹果开发者大会(WWDC)上集中亮相。

此次合作标志着AI行业正从单纯的算力竞争转向更高效的训练策略竞争。苹果选择“为数据买单”,通过吸收顶级模型的能力来强化端侧算力优势,不仅反映出科技巨头在通用大模型与私有端侧AI之间的博弈与平衡,也预示着未来的端侧设备将具备更强的本地推理与复杂任务处理能力,进一步推动AI普惠化进程。

相关问答

Q苹果公司获得谷歌Gemini模型的访问权限的主要目的是什么?

A苹果公司通过获得谷歌Gemini模型的完全访问权限,旨在利用其生成的高质量答案和逻辑思维链记录作为训练数据,通过模型蒸馏技术加速自研轻量化设备端AI模型的开发。

Q苹果如何利用Gemini模型来训练自己的小型AI模型?

A苹果使用Gemini模型生成的高质量答案及其逻辑思维链记录作为合成训练数据,通过“模型蒸馏”技术,让大型模型指导小型模型的训练,从而使轻量化版本在高效计算的同时具备接近顶级大模型的逻辑处理能力。

Q苹果与谷歌的Gemini合作如何弥补苹果自身的不足?

A此次合作显著填补了苹果在高质量合成数据获取上的缺口,尽管Gemini最初设计用于聊天机器人和企业级应用,与苹果对Siri的系统级深度规划存在差异,但为苹果提供了关键的数据支持。

Q苹果在自研AI模型方面还有哪些其他努力?

A苹果并未放弃自研路径,其Apple Foundation Models团队正在同步推进底层模型的自研工作,预计新一代融合了蒸馏技术的AI功能将在6月的WWDC开发者大会上亮相。

Q苹果与谷歌的此次合作对AI行业的发展有何意义?

A此次合作标志着AI行业从单纯的算力竞争转向更高效的训练策略竞争,反映出科技巨头在通用大模型与私有端侧AI之间的博弈与平衡,预示着端侧设备将具备更强的本地推理和复杂任务处理能力,推动AI普惠化进程。

你可能也喜欢

如何让自己变得让人工智能永远也无法取代

面对人工智能的冲击,许多人担心工作被取代。然而,真正的威胁在于个人对他人和系统的依赖,以及由此产生的“薪资奴役”——即为生存而从事无意义、枯燥的工作。摆脱这种困境的关键,不是抵制技术,而是成为拥有高自主性的“不可受雇”个体。 文章提出了成功抵御AI替代的五个核心要素:自主性(主动行动的能力)、品味(判断事物价值的经验)、说服力(让他人关注你工作的能力)、毅力(坚持并从错误中学习)和迭代(根据反馈持续改进)。这些能力无法仅通过理论学习获得,必须通过实践来培养。 要启动转变,首先要彻底改变环境,重塑身份认同。其次,应选择一个能获得真实、快速反馈的实践领域,例如创业。在众多技能中,内容创作(媒体)比编写代码更具优势,因为其价值是主观的,需要独特的审美和判断力,这正是AI目前难以完全复制的。 具体行动上,可以从三个步骤开始: 1. **挖掘原始素材**:反思自己长期痴迷的知识领域、轻松解决的难题或童年被压抑的兴趣,找到独特的个人经验。 2. **确立反向思考主轴**:找出你坚信但主流观点错误的地方,或行业内普遍忽视的“皇帝新衣”,形成独特的批判性视角。 3. **立即发布**:将前两步的思考融合,撰写并发布第一个核心内容(如帖子、视频),勇敢接受真实世界的反馈,并在此基础上持续学习和迭代。 最终,抵御AI的关键在于构建一份与自身身份深度契合的毕生事业,通过持续的内容创作和真实互动,建立无法被自动化取代的独特价值和影响力。行动,从今天发布第一个想法开始。

marsbit5小时前

如何让自己变得让人工智能永远也无法取代

marsbit5小时前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

文章探讨了通过投掷骰子生成比特币钱包种子短语的安全方法及其现实挑战。核心观点如下: **1. 骰子提供物理熵源** 骰子结果由众多微小变量决定,理论上虽可预测,但实践中无法被攻击者复制或计算,从而提供高质量的随机性。每个六面骰子投掷约产生2.585比特熵,50次投掷即可满足典型12词助记词(128比特熵)的安全需求。 **2. Coldcard漏洞事件凸显手工熵源的价值** 近期Coldcard硬件钱包因固件漏洞导致其内部随机数生成器存在缺陷,致使约1128枚比特币被盗。但那些**完全**通过足量骰子投掷生成种子短语的用户未受此漏洞影响,因为他们的主密钥未使用有缺陷的生成器。 **3. 重要警示:手工种子并非万能保护** 安全研究员指出,即使用户使用骰子生成了安全的种子,若他们使用了Coldcard的其他功能(如生成纸钱包、克隆密钥、共享签名密钥、密码等),这些**衍生密钥**仍可能调用有漏洞的随机数生成器,从而存在风险。安全种子不保证设备生成的所有秘密都安全。 **4. 手工生成熵源的现实局限性** 尽管数学上可靠,但该方法对大多数用户并不友好: * **过程繁琐易错**:需投掷50-99次,精确记录,任何输入错误都会导致钱包完全不同。 * **引入新风险**:用户可能在记录、转换过程中泄露信息,或使用有偏的骰子/投掷方式。 * **用户体验差**:难以想象大规模推广需要用户手动投掷近百次骰子。安全措施需适应现实生活场景和普通用户的知识水平。 **5. 给用户的建议** 受影响的Coldcard用户应: * 更新固件至最新版。 * 检查是否使用过有漏洞的功能生成了次级密钥或密码,如有则需立即更换。 * 考虑采用多签方案,使用不同厂商的设备分散风险。 **结论**:手工投掷骰子生成熵源是技术娴熟用户的一个有效安全选项,但其过程复杂、容易出错,不适合作为主流用户的默认方法。长远目标是依赖安全、透明且无需专业知识的硬件/软件随机数生成方案。

cryptonews.ru8小时前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

cryptonews.ru8小时前

交易

现货
活动图片