中经记者 李玉洋 上海报道

一份联合声明，让两大科技巨头在大模型的研发和应用上携手合作，也更加证明了AI大模型是影响市值增长的重要变量。

近日，苹果和谷歌共同宣布，双方已达成一项多年协议，苹果将使用谷歌Gemini大模型和云技术驱动其下一代基础模型，包括即将推出的改款Siri。这一重磅消息推动谷歌母公司Alphabet首次突破4万亿美元的市值，成为继英伟达、微软、苹果之后的第四家突破4万亿美元的上市公司。

“经过仔细评估，苹果认定谷歌的AI技术能够为苹果基础模型（Apple Foundation Models）提供最强底层技术，我们很高兴它将为苹果用户带来创新的新体验。”双方在声明中如此表示。

而天风国际证券知名苹果分析师郭明錤发文称，苹果发展自研AI面临两个短期挑战，这迫使苹果与谷歌合作。首先，苹果今年（2026年）在WWDC上的AI展示不允许再失败；其次，随着云端AI的发展，用户对AI服务的质量标准不断提高，即使苹果做到过去对Apple Intelligence与Siri的承诺，现在看来也已不够，因此需要更强的端侧AI模型。

“模型迭代是个高门槛的技术活，需要大量高质量的数据、全栈性的AI基础设施和前沿的模型开发和优化能力。”行业机构Omdia人工智能首席分析师苏廉节对《中国经营报》记者表示，谷歌现在拥有业界比较公认的最强多模态能力，而苹果想要加快迭代速度，于是双方一拍即合，但这又“代表着大模型市场最终会变成一个寡头市场”。

“活久见”案例再现

需要指出的是，这份联合声明虽然只有短短两段内容，但其中也有值得细品的地方：一是谷歌的Gemini模型会成为下一代苹果基础模型的根基，包括有了Gemini助力的2026年将要推出的苹果人工智能助手Siri；二是和谷歌合作，并不意味着苹果会把用户隐私交出去，这些都会存在于苹果的设备和私有云计算（Private Cloud Compute）平台上。

然而，这笔协议的财务细节尚未得到披露，但根据外媒此前的披露，苹果可能要向谷歌每年支付约10亿美元。

美国科技网站Appleinsider分析认为，通过本次非独家协议，苹果与谷歌的合作仅限于底层技术优化，而非系统层面的替代，Gemini将在后台协助训练和增强苹果自研的基础模型，谷歌无法通过此协议获取任何iPhone用户的隐私信息。

曾几何时，在智能手机、操作系统和服务领域，苹果和谷歌互为竞争对手，此次双方合作颇为罕见。不过，特斯拉CEO马斯克似乎对这项合作感到不适。

“考虑到谷歌已拥有安卓系统和Chrome浏览器业务，此次合作似乎形成了不合理的权力集中。”马斯克在X（原推特）平台上就苹果、谷歌宣布合作的消息如此评论。对此，苏廉节也有类似观点，大模型市场最终会变成一个寡头市场。

的确，谷歌2025年在大模型方面的表现属实优异。比如，2025年11月，该公司的母公司Alphabet推出第七代张量处理单元Ironwood，该款定制AI芯片成为英伟达产品的潜在替代选择；12月，谷歌发布的模型Gemini 3获得广泛好评，在与OpenAI的GPT-5竞争中取得一些优势。

与谷歌形成鲜明对比的是，苹果在AI领域的节奏明显偏慢，以至于被外界认为是掉队。比如，苹果在2024年WWDC上展示了由Apple Intelligence驱动的新版Siri，可以跨应用操作、理解上下文等，这些功能本应在iOS 18更新周期内陆续上线，但却是接连跳票。苹果方面承诺，将于2026年推出“更加个性化的Siri”。

这一合作或许标志着苹果在AI领域的重大战略调整。摩根大通发表研报称，苹果与谷歌的合作将有助于其2026年如期推出一系列升级版AI功能；苹果在推进AI路线图时注重保持合理的资本强度，避免大规模扩展运算资源来克服技术瓶颈。

“大模型训练门槛比较高。”苏廉节表示，苹果做派比较保守，没有初创企业那种初生牛犊的冒险精神，中国手机OEM也都找AI企业合作，不全部依赖自己的能力。

大模型整合到端侧的难点

在苏廉节看来，苹果自身的AI能力并没有像外界说的“掉队”，“其实苹果本身AI功底还是强大，这次合作不全然是投降，更像是想加快迭代速度”。此外，苹果机器学习团队目前还在陆续发布基于苹果芯片和软件相关的技术研究成果。

“苹果自身AI功底强在终端AI的优化和部署。” 苏廉节表示，这会给用户体验带来明显提升。但这需要时间的打磨。

“对于我们宣布的更个性化的Siri功能，我们需要更多时间来完成工作，使其达到我们的高品质标准。”正如库克2025年对Siri升级延迟做出的解释那样，“只是比我们预期的要花更长一点时间而已，没有其他复杂原因。”

那么，苹果到底想要打造一个什么样的Apple Intelligence？苹果公司高级副总裁、软件工程主管克雷格·费德里吉曾表示：“从Apple Intelligence立项之初，我们的目标就非常明确：不仅仅是为了打造一个聊天机器人。那从来就不是我们的目标，而且现在依旧不是我们最重要的目标。”

他还提到，没有必要为了抢先推出而发布错误的功能和产品，“只是为了成为第一个。我们最终的目标，是为用户打造合适的产品”。

仅从技术角度上看，AI大模型落地智能手机、智能音箱、AI眼镜等消费端产品的技术难点有哪些？

记者注意到，华为、小米、OPPO等国内厂商的高管近一年的公开场合都谈到过对大模型整合到AI助手及消费硬件的技术难点与挑战。

华为终端云服务小艺业务部总裁贾永利就表示，将大模型能力从“功能插件”转变为操作系统原生基因，需要重构底层架构，而非简单叠加；让大模型充分发挥终端硬件（如 NPU、传感器）的能力，同时优化资源占用和功耗。

在端侧AI方面，小米集团合伙人、总裁卢伟冰表示，端侧要追求轻量算力、低功耗和周期成本，才能普及端侧AI；另外，小米小爱同学端侧AI负责人杨永杰表示，端侧设备（手机、音箱、手表等）算力和带宽相比云端有限，如何在低功耗下实现高性能推理是核心工程挑战；此外，还要考虑到跨芯片平台的兼容性问题，而模块化、通用化设计能确保在不同芯片平台上都能平衡兼容性与性能。

OPPO ColorOS智能助理部总经理万玉龙也指出，通用大模型难以适配端侧设备，需要基于特殊属性进行业务定制与小型化优化，同时保证用户体验不打折；对于覆盖手机、手表、平板、耳机等多种设备，如何实现跨端协同智能，提供一致且无缝的AI体验也是关键。

目前来看，有没有出现打造AI native产品的路径？

苏廉节坦言，之前字节跳动的豆包手机让人惊艳，做到了生态的打通以及意图的准确识别。

他表示，豆包手机能在不同平台进行产品搜寻、价格对比和下单付款，之前的展示都是用机器视觉模拟用户的操作方式来进行操作，“豆包是直接打通，在一个平台里就能自动把信息调出来，不必回到人们熟悉的界面进行操作”。

在他看来，这才是Apple Inteligence真正想解决的问题和实现的效果。