Siri 目前并非使用大模型技术。苹果公司的 Siri 概念虽好，但由于技术限制，其表现未达到人工智能的水平，常被称为“人工智障”。不过，随着技术发展，未来可能会用大模型重新改造 Siri，将手机上的所有功能控制起来，使其成为真正的智能助理。例如，苹果公司在手机算力的芯片发展到能够支撑大模型上手机的情况下，可能会推出大模型的小数据量、专业的版本来替代 Siri。同时，苹果公司若 All in 手机，其大模型可能会是本地化的，以重视个人数据保护和隐私。
随着大模型上下文窗口长度不断增加，各个厂商对于文本生成模型呈现出“军备竞赛”的态势。目前，主流的文本生成模型是聊天模型，比如GPT、Claude 3等，也有少部分Base模型，例如Yi-34开源模型。两位技术研究人员分享了他们对于大模型的看法：用户使用最多的是GPT，但对外开放的版本性能较差，用户交互端无法传输大文件，只能通过API接口上传。月之暗面的Kimi模型大海捞针测试分数很高，但实际使用效果没有达到理想状态。百川192K的闭源模型，对于6万字的长文本，其表现的推理能力和回答效果很优秀。各种长文本的跑分数据，最高的是Claude 3模型。
今天的智能手机已经从苹果iPhone第一代发布到现在多少年了，到现在十五年了。实际上十五年来，虽然叫智能手机，其实手机并不智能，它是软件定义了手机，手机变成了一个电脑。但是，三星最近在展柜展出了AI手机。手机算力的芯片发展到现在已经能够支撑大模型上手机了。这两天有一个新闻，有个叫Mobile LLaMa的开源软件只有几亿参数进行了优化，已经能在手机上跑起来。对苹果来说，苹果发布了M3 CPU之后，它的M3 CPU有个特别的架构，显存跟内存是打通的，苹果的CPU架构特别适合做大模型的推理。所以，苹果All in AI的思路一定不是再跟OpenAI对标做一个类似的大模型，这可能是他的长线战略，短期内他一定会做出一个大模型的小数据量的版本，一个专业的版本，替代Siri的版本。因为Siri对苹果来说，起了大早，赶了个晚集。Siri概念很好，但技术不支持，所以Siri成为了不是人工智能的代表，在很多场合被我嘲笑成叫“人工智障”。所以，苹果公司无论怎么推实际也没推起来。当然，如果用大模型重新改造Siri，再把手机上的所有东西都控制起来，手机就真正变成了你的智能助理，你用什么东西来指挥手机，可能APP变成底层插件了。如果各位有钱，雇一个小秘书，给你订餐，帮你叫车，给你处理日程，你还需要自己操作手机吗？小秘书非常可信，尤其本地大模型，不上传到云端，苹果又号称特别重视个人数据保护和隐私，它的大模型一定是本地化的。所以，我觉得苹果及把在汽车战场上的人力抽回来All in手机我认为是非常正确的，不All in手机会进入新的智能手机2.0时代，就不再是软件定义手机，或者手机不再是电脑，而是大模型重新定义手机，或者AGI重新定义手机。
所以这次Sora只是小试牛刀，它展现的不仅仅是一个视频制作的能力，它展现的是大模型对真实世界有了理解和模拟之后，会带来新的成果和突破。第五，Open Al训练这个模型应该会阅读大量视频。大模型加上Diffusion技术需要对这个世界进行进一步了解，学习样本就会以视频和摄像头捕捉到的画面为主。一旦人工智能接上摄像头，把所有的电影都看一遍，把YouTube上和TikTok的视频都看一遍，对世界的理解将远远超过文字学习，一幅图胜过千言万语，而视频传递的信息量又远远超过一幅图，这就离AGI真的就不远了，不是10年20年的问题，可能一两年很快就可以实现。由锤子便签发送via Smartisan Notes