← Zurück zum Blog
Aica. 6 Min. Lesezeit

China-iPhones können endlich Apple Intelligence nutzen: Bildgenerierung steckt in drei unscheinbaren Buttons

Veröffentlicht 7. Nov. 2026
China-iPhones können endlich Apple Intelligence nutzen: Bildgenerierung steckt in drei unscheinbaren Buttons

Am frühen Morgen des 4. November hat Apple iOS 27.3 Developer Beta 1 verteilt. Nutzer von iPhones für den chinesischen Markt können erstmals in den Einstellungen „Apple Intelligence & Siri“ aktivieren. Seit der ersten Vorstellung auf der WWDC im Juni 2024 haben Nutzer in Festlandchina mehr als zwei Jahre gewartet.

Laut Apple wird die finale Version im Dezember zusammen mit iOS 27.3 an alle chinesischen Nutzer ausgeliefert. Die Liste der ersten Funktionen ist nicht lang: Live-Übersetzung, Schreibwerkzeuge, Visuelle Intelligenz, Entfernen in Fotos, Genmoji, Fotosuche in natürlicher Sprache, Erinnerungsvideos, Prioritäts-E-Mails und E-Mail-Zusammenfassungen.

Keine dieser Funktionen heißt „KI-Bildgenerierung“. Zerlegt man sie jedoch, zeigt sich, dass Bildgenerierung bereits still an den vier alltäglichsten Stellen im System angekommen ist.

Qwen übernimmt die Fälle, in denen man selbst nicht weiterweiß

Am 31. Oktober kündigten Apple und Alibaba ihre Zusammenarbeit an: Qwen wird in Apple Intelligence integriert und deckt Siri, die Schreibwerkzeuge und die Visuelle Intelligenz ab. Es liefert Text- und Bildverständnis sowie Inhaltsgenerierung.

Die Arbeitsteilung sieht grob so aus: Apples eigene generative Modelle übernehmen die systemnahen Grundaufgaben. Live-Übersetzung, Umschreiben und Korrigieren, Entfernen in Fotos und Genmoji laufen auf Apples eigenen Modellen. Erst bei Anfragen, die mehr Kontext, mehr Weltwissen oder eine Anbindung an externe Dienste wie Taobao brauchen, kommt Qwen ins Spiel.

In der Praxis ist die Grenze klarer als die Beschreibung. Fragt man Siri: „Ich schlafe in letzter Zeit immer schlecht“, ruft es Qwen auf, um Empfehlungen zu Schlafenszeiten und Umgebung zu geben. Will man tiefer einsteigen, tippt man auf das Qwen-Symbol und springt in die App; der Gesprächsverlauf wird automatisch synchronisiert, man muss nicht alles erneut sagen. Will man den Eltern in Heilongjiang eine Daunenjacke schicken und fragt, ob sie in drei Tagen ankommt, nennt Siri die Lieferzeit. Für die weitere Preisprüfung und die Abholung an der Haustür wechselt man zu Qwen und ruft dort den Agenten von SF Express auf. Gefällt einem in einer Variety-Show das Outfit eines Gastes, fragt man zuerst Siri nach der Marke und wechselt dann zu Qwen, um bei Taobao nach demselben Stück zu suchen.

In diesen Schritten tauchen Bildfähigkeiten an zwei Stellen auf: Die Visuelle Intelligenz erhält „Qwen fragen“, mit dem man auf einen Gegenstand oder eine Szene zielt und direkt eine Frage dazu stellt; die Schreibwerkzeuge erhalten „Mit Qwen erstellen“, womit sich Inhalte von Grund auf generieren lassen. In der Ankündigung von Alibaba heißt es ausdrücklich, das schließe „auch Bilder“ ein.

Drei Buttons, drei verschiedene Dinge

Der erste ist „Entfernen“ in der Fotos-App. Diese Funktion läuft auf Apples eigenem Modell; offiziell heißt es, sie „entferne störende Objekte und bewahre dabei die Stimmung des Augenblicks originalgetreu“. Das klingt nach dem Passanten-Wegradieren, das jedes Smartphone bietet. Der Unterschied liegt in einem konservativeren Umgang mit Licht- und Schattenverhältnissen: Das Ziel ist, nach dem Entfernen keine auffällig saubere Fläche zu hinterlassen.

Draufsicht auf leere weiße Fotokarten auf einem warmen Holztisch, eine Karte angehoben, daneben ein weicher Radiergummi.

Der zweite ist Genmoji. Man gibt eine Beschreibung ein und erzeugt ein individuelles Emoji. Die technische Schwierigkeit wurde lange unterschätzt: Auf einer winzigen Leinwand muss die Bedeutung zu einem erkennbaren Bild verdichtet und zugleich an die Strichführung der Systemschrift angepasst werden. Apple hat daraus eine Systemfunktion gemacht, für die man keine Drittanbieter-App öffnen muss.

Der dritte ist die Fotosuche in natürlicher Sprache. Man gibt „das Foto vom Strand letztes Jahr mit dem Hund“ ein und holt das Bild direkt aus der Mediathek. Die Funktion wirkt wie eine Suche, tatsächlich prüft sie das Bildverständnis. Bei Zehntausenden Fotos entscheidet die Genauigkeit des Tag-Systems über die Erfahrung – und die Tags werden vom Modell erzeugt.

Dazu kommen Erinnerungsvideos, die aus einer Beschreibung einen kurzen Film mit Übergängen erzeugen. Damit decken die Bildfähigkeiten im System bereits vier Dinge ab: Generieren, Bearbeiten, Suchen und Zusammenstellen.

Wenn sich die Einstiegspunkte ändern, ändert sich auch das Geschäft

Chinesische Produkte für KI-Bildgenerierung haben in den vergangenen zwei Jahren um Modellbenchmarks und Preise gekämpft. Ein Open-Source-Modell mit 7B lief auf Consumer-Grafikkarten, ein Bild kostete ein paar Cent, ein Poster 30 Cent – diese Fortschritte sind real.

Das Problem: Nutzer müssen eine Webseite öffnen, eine App installieren, ein Konto anlegen und sich einen Prompt ausdenken. Bei jedem Schritt gehen Menschen verloren.

Apple hat diesmal Bildfähigkeiten in drei Handlungen gesteckt, die keine Entscheidung verlangen: beim Aufräumen der Fotos kurz tippen, beim Wunsch nach einem Emoji kurz einen Satz eingeben, bei der Fotosuche kurz eine Zeile tippen. Nutzer müssen weder wissen, welches Modell dahintersteckt, noch, was ein Prompt ist.

Für chinesische Anbieter ist das zugleich Bedrohung und Schnittstelle. Die Bedrohung: Ein Teil der Standardwerte an systemnahen Einstiegspunkten geht an Apple. Die Schnittstelle: Qwen rückt als Partner von Apple Intelligence für China das Thema „chinesisches Large Model“ auf die Systemebene global führender Consumer-Hardware. Wang Xiaojie von der Beijing University of Posts and Telecommunications urteilt in einem Interview, es sei das erste Mal, dass ein weltweit führender Consumer-Hardware-Hersteller ein chinesisches Large Model als Hauptgerüst der systemnahen KI für den chinesischen Markt einsetze.

Das Datenschutzkonzept verdient einen eigenen Satz. Apple zufolge wird vor dem Senden jeder Frage, jedes Dokuments oder Bildes an Qwen die Zustimmung eingeholt; Nutzer können „Mit Apple anmelden“ wählen oder ihr eigenes Qwen-Konto verwenden; Alibaba betont, die Anfragen und generierten Ergebnisse der Nutzer nicht zum Training von Modellen zu verwenden. Ob solche Zusagen überprüfbar sind, ist eine andere Frage – doch sie in den Produktablauf zu schreiben, ist die Voraussetzung dafür, dass KI-Funktionen für China überhaupt starten können.

Was noch fehlt

Bis zur finalen Version im Dezember sind einige Punkte offen.

Die Gerätebeschränkungen sind streng: iPhone 15 Pro / Pro Max, iPhone 16 und spätere Modelle, iPhone Air, iPhone Duo. Gerätesprache und Siri-Sprache müssen auf Chinesisch oder Englisch eingestellt sein. iPad und Mac warten noch auf die Genehmigung.

Auch die Funktionsgrenzen bleiben: Live-Übersetzung unterstützt nur begrenzte Sprachen, die Visuelle Intelligenz erkennt nur begrenzte Kategorien, und die Bildgenerierung selbst ist keine frei nutzbare Leinwand. Sie steckt in konkreten Formen wie Genmoji, Erinnerungsvideos und Bebilderung für Texte.

Die eigentliche Veränderung steht vielleicht nicht auf der Funktionsliste. In den vergangenen zwei Jahren lief die Verbreitung von KI-Bildgenerierung in China über Tools, die neue Nutzer anziehen: Wer das stärkere und günstigere Modell hat, zu dem laufen die Nutzer. Jetzt gibt es einen weiteren Weg: Die Fähigkeiten kommen mit dem Systemupdate. Nutzer müssen nicht überzeugt werden, sie müssen an einem Nachmittag nur auf diesen Button tippen.

Dieser Weg ist für Modellfirmen nicht unbedingt angenehm und für App-Firmen noch weniger. Für normale Menschen aber, die täglich Fotos aufräumen, Nachrichten verschicken und Einladungen für Veranstaltungen schreiben, ist eine weniger zu installierende App ein echter Vorteil.

Verwandte Artikel