Apple ได้เผยแพร่รายละเอียดทางเทคนิคเกี่ยวกับโมเดลภาษาพื้นฐานใหม่สองตัวที่ขับเคลื่อน Apple Intelligence แต่ช่องว่างระหว่างความสำเร็จในการวิจัยและประสิทธิภาพในโลกแห่งความจริงยังคงกว้างอย่างน่าหงุดหงิดสำหรับผู้ใช้หลายคน
บริษัทได้แนะนำโมเดลบนอุปกรณ์ขนาด 3 พันล้านพารามิเตอร์ที่ปรับให้เหมาะสมสำหรับ Apple silicon และโมเดลเซิร์ฟเวอร์ขนาดใหญ่กว่าที่สร้างขึ้นบนสถาปัตยกรรมที่เป็นนวัตกรรม โมเดลทั้งสองอ้างว่าสามารถเทียบเท่าหรือเหนือกว่าทางเลือกโอเพนซอร์สที่เปรียบเทียบได้ในเบนช์มาร์ก ขณะที่ Apple เน้นย้ำแนวทางปฏิบัติ AI ที่มีความรับผิดชอบ รวมถึงการคลานเว็บอย่างมีจริยธรรมและการปกป้องความเป็นส่วนตัวของผู้ใช้
ข้อมูลจำเพาะของโมเดล Apple Intelligence
- โมเดลในอุปกรณ์: ~3B พารามิเตอร์ ปรับให้เหมาะสมสำหรับชิป Apple silicon
- โมเดลเซิร์ฟเวอร์: ขยายได้ด้วยสถาปัตยกรรม Parallel-Track Mixture-of-Experts (PT-MOE)
- คุณสมบัติหลัก: การแชร์ KV-cache การฝึกอบรมแบบ 2-bit quantization-aware
- ความสามารถที่รองรับ: หลายภาษา หลายรูปแบบ การเข้าใจภาพ การเรียกใช้เครื่องมือ
- ฮาร์ดแวร์: ทำงานบน Apple Neural Engine (ANE) เพื่อประสิทธิภาพ
ประสิทธิภาพในโลกแห่งความจริงยังไม่เป็นไปตามสัญญาทางเทคนิค
แม้จะมีความก้าวหน้าทางเทคนิคของ Apple ผู้ใช้ยังคงประสบปัญหาความล้มเหลวของฟังก์ชันพื้นฐานกับ Siri คำของ่ายๆ เช่น การแปลงอุณหภูมิพร้อมคำถามที่ซับซ้อนมักส่งผลให้เกิดการค้นหาเว็บแทนที่จะเป็นคำตอบโดยตรง คำสั่งการตั้งตัวจับเวลาบางครั้งให้ผลลัพธ์การค้นหาเว็บแทนที่จะตั้งตัวจับเวลาจริงๆ ซึ่งเน้นย้ำถึงการขาดการเชื่อมต่อระหว่างความสามารถการวิจัยของ Apple และฟีเจอร์ที่นำไปใช้งาน
การอภิปรายในชุมชนเผยให้เห็นว่าแม้โมเดลของ Apple จะแสดงคุณค่าทางเทคนิค แต่การนำไปใช้งานจริงยังคงไม่สม่ำเสมอ ผู้ใช้ตั้งคำถามว่าทำไมการวิจัย AI ขั้นสูงไม่ได้แปลงเป็นฟังก์ชันการทำงานในชีวิตประจำวันที่เชื่อถือได้บนอุปกรณ์ของพวกเขา
การเข้าถึงสำหรับนักพัฒนาสร้างโอกาสใหม่
Apple ได้ทำให้โมเดล 3B พารามิเตอร์พร้อมใช้งานสำหรับนักพัฒนาผ่าน iOS 26 beta ช่วยให้สามารถผสานรวมโดยตรงผ่าน Foundation Models framework ที่เน้น Swift ใหม่ การทดสอบเบื้องต้นแสดงให้เห็นว่าโมเดลสามารถทำงานเป็นแชทบอทอเนกประสงค์ได้แม้ในโหมดเครื่องบิน ซึ่งแสดงให้เห็นความสามารถบนอุปกรณ์ที่แท้จริง
โมเดลทำงานบน Neural Engine (ANE) ของ Apple แทนที่จะเป็น GPU ซึ่งช่วยรักษาอายุแบตเตอรี่ในขณะที่รักษาประสิทธิภาพที่เหมาะสม นักพัฒนาสามารถเลือกระหว่างการประมวลผลบนอุปกรณ์ Private Cloud Compute หรือการผสานรวม ChatGPT ขึ้นอยู่กับความต้องการของพวกเขา
*Neural Engine (ANE): ชิปพิเศษของ Apple ที่ออกแบบมาสำหรับงานแมชชีนเลิร์นนิง ปรับให้เหมาะสมสำหรับประสิทธิภาพมากกว่าความเร็วดิบ
ตัวเลือกการรวมระบบสำหรับนักพัฒนา
- เฟรมเวิร์ก: เฟรมเวิร์ก Foundation Models ที่เน้น Swift เป็นหลัก
- ตัวเลือกการปรับใช้: บนอุปกรณ์, Private Cloud Compute, การรวมระบบ ChatGPT
- ความสามารถ: การสร้างแบบมีคำแนะนำ, การเรียกใช้เครื่องมือแบบจำกัด, การปรับแต่งด้วย LoRA adapter
- ความพร้อมใช้งาน: iOS 26 beta (นักพัฒนาและ public beta)
- ประสิทธิภาพ: เวลาในการสร้างประมาณ 3 วินาทีสำหรับงานพื้นฐาน
 |
|---|
| นักพัฒนากำลังหารือเกี่ยวกับการรวมโมเดลภาษาใหม่ของ Apple ในสภาพแวดล้อมการทำงานร่วมกัน |
แนวทางที่เน้นความเป็นส่วนตัวทำให้ Apple แตกต่าง
ความมุ่งมั่นของ Apple ต่อการพัฒนา AI อย่างมีความรับผิดชอบรวมถึงการปฏิเสธที่จะใช้ข้อมูลส่วนตัวของผู้ใช้สำหรับการฝึกอบรมและการปฏิบัติตามโปรโตคอล robots.txt สำหรับการคลานเว็บ จุดยืนด้านจริยธรรมนี้ตรงข้ามกับแนวทางของคู่แข่งบางราย แม้ว่าจะยังมีคำถามเกี่ยวกับความร่วมมือของ Apple กับ OpenAI และผลกระทบต่อการอ้างสิทธิ์ความเป็นส่วนตัวของพวกเขา
การเน้นย้ำของบริษัทเกี่ยวกับการประมวลผลบนอุปกรณ์และสถาปัตยกรรม Private Cloud Compute แสดงให้เห็นความพยายามที่แท้จริงในการสร้างสมดุลระหว่างความสามารถ AI กับความเป็นส่วนตัวของผู้ใช้ แม้ว่าการนำไปใช้งานในปัจจุบันจะไม่ได้ให้ประสบการณ์ผู้ใช้ที่ราบรื่นเสมอไป
ในขณะที่การวิจัยทางเทคนิคของ Apple แสดงให้เห็นศักยภาพและแนวทางที่เน้นความเป็นส่วนตัวของพวกเขาสมควรได้รับการยอมรับ การทดสอบที่แท้จริงอยู่ที่การลดช่องว่างระหว่างความสำเร็จในห้องปฏิบัติการและความน่าเชื่อถือในชีวิตประจำวันที่ผู้ใช้คาดหวังจากอุปกรณ์ของพวกเขา ความพร้อมใช้งานของโมเดลเหล่านี้สำหรับนักพัฒนาอาจเร่งการปรับปรุง แต่ผู้ใช้ยังคงรอ AI ที่ทำงานได้อย่างราบรื่นตามที่การตลาดของ Apple แนะนำ
อ้างอิง: Apple Intelligence Foundation Language Models Tech Report 2025