中國版 iPhone 終於能用上 Apple Intelligence:生成圖片能力被藏進三個不起眼的按鈕

11 月 4 日凌晨,Apple 推出 iOS 27.3 開發者 Beta 1,中國版 iPhone 首次可以在設定裡開啟「Apple Intelligence 與 Siri」。從 2024 年 6 月 WWDC 首次亮相算起,中國大陸使用者等了兩年多。
依照 Apple 的說法,正式版會在 12 月隨 iOS 27.3 推送給所有中國使用者。首批功能名單不長:即時翻譯、寫作工具、視覺智慧、照片消除、智繪表情、自然語言搜圖、回憶影片、優先郵件與郵件摘要。
名單裡沒有任何一項叫「AI 生成圖片」。但如果你把這幾項拆開來看,會發現圖像生成已經悄悄進入系統最日常的四個位置。
千問接的是「想不出來」的那部分
10 月 31 日,Apple 與阿里巴巴宣布合作,千問被整合進 Apple Intelligence,涵蓋 Siri、寫作工具與視覺智慧三處,提供文字與圖像理解,以及內容生成能力。
分工大致是這樣:Apple 自建的生成式模型負責系統級的基礎工作,即時翻譯、改寫校對、照片消除、智繪表情這些都在 Apple 自己的模型上執行。遇到需要更長上下文、更多世界知識,或者要對接淘寶這類外部服務的請求,才交給千問。
實際操作裡,邊界比描述更清楚。問 Siri「最近總是睡不好」,它會呼叫千問給出作息與環境建議,想再深入一點就點千問圖示跳進 App,對話記錄會自動同步,不必重說一遍。想寄羽絨外套給在黑龍江的父母,問三天能不能到,Siri 給出時效,進一步查價和預約到府收件則是跳轉千問、呼叫順豐的智慧代理完成。看綜藝喜歡嘉賓的穿搭,先問 Siri 品牌,再跳千問去淘寶找同款。
這幾步裡,圖像能力出現在兩個地方:視覺智慧新增「詢問千問」,對準眼前的物品或場景直接辨識提問;寫作工具新增「千問創作」,可以從零生成內容,阿里巴巴的公告裡明確提到「也包括圖像」。
三個按鈕,三件不同的事
第一個是照片 App 裡的消除。這項由 Apple 自己的模型處理,官方說法是「移除干擾對象,同時原樣呈現拍攝當下的意境」。聽起來像所有手機都有的路人清除,差別在於它對光影關係的處理更保守,目標是擦掉東西之後不留下一塊突兀的乾淨區域。

第二個是智繪表情。輸入一句描述,生成一個專屬表情符號。這件事在技術上的難度被低估過:它要在極小的畫布上把語意壓縮成一個能看懂的形象,還要跟系統字體的筆觸對齊。Apple 把它做成系統級能力,不需要打開任何第三方 App。
第三個是自然語言搜圖。輸入「去年海邊那張有狗的照片」,直接從相簿裡把圖找出來。這項功能看起來是檢索,實際考驗的是圖像理解。相簿裡有幾萬張圖的時候,標籤體系的準確性決定體驗,而標籤是模型生成的。
再加上回憶影片,從一段描述生成一支帶轉場的短片,系統裡的圖像能力已經涵蓋生成、編輯、檢索、編排四件事。
入口變了,生意也就變了
中國國內做 AI 生成圖片的產品,過去兩年爭的是模型分數和價格。7B 的開源模型能跑在消費級顯示卡上,一張圖幾分錢,一張海報三毛錢,這些進步是真的。
問題在於,使用者要打開一個網頁、裝一個 App、註冊一個帳號、想一段提示詞。每一步都在流失使用者。
Apple 這次做的事情,是把圖像能力塞進三個不需要做決定的動作裡:清理照片時順手點一下、想發個表情時順手輸入一句話、找照片時順手打一行字。使用者不需要知道背後是哪個模型,也不需要知道什麼叫提示詞。
對中國國內廠商來說,這既是威脅,也是切入點。威脅在於系統級入口的預設值會被 Apple 拿走一部分;切入點在於千問作為中國版 Apple Intelligence 的合作方,把「中國大模型」這件事推到了全球頂級消費硬體的系統層。北京郵電大學的王筱潔在接受採訪時的判斷是,這是首次有全球頭部消費硬體廠商把中國大模型當作中國市場系統級 AI 的主骨架。
隱私設計值得單獨說一句。Apple 的說法是,在把任何問題、文件或圖片發給千問之前都會徵得同意;使用者可以選「透過 Apple 登入」,也可以用自己的千問帳號;阿里巴巴明確表示不會用使用者的請求與生成結果訓練模型。這類承諾能不能被驗證是另一回事,但把它寫進產品流程,是中國版 AI 功能能落地的前提。
還沒到的部分
12 月正式版之前,還有幾件事沒定。
機型限制很硬:iPhone 15 Pro / Pro Max、iPhone 16 及後續機型、iPhone Air、iPhone Duo。裝置語言和 Siri 語言要設成中文或英文。iPad 與 Mac 要等審核。
功能限制也還在:即時翻譯支援的語言有限,視覺智慧能辨識的品類有限,圖像生成本身並不是一個可以自由發揮的畫布,它嵌在表情、回憶影片、寫作配圖這些具體形狀裡。
真正的變化可能不在功能表上。過去兩年,AI 生成圖片在中國的普及路徑是靠工具拉新,誰家模型強、誰家便宜,使用者就往哪邊跑。現在多了一條路:能力跟著系統更新走,使用者不需要被說服,只需要在某個下午點一下那個按鈕。
這條路對做模型的公司未必舒服,對做應用的公司更不舒服。但對每天要清照片、要發訊息、要給活動寫邀請函的普通人來說,少裝一個 App 就是實惠。
相關文章
一份社群維護的點擊表,關掉了中國品牌 Android 系統裡的廣告
它不動系統,不解鎖,不刷機,只把廠商本來就留出來的開關一個個撥過去。代價是這份名單得一直有人續寫。
GPT Image 2.6 守住 token 價格,帳單卻變貴了
GPT Image 2.6 沿用 2.5 的全部 token 費率,每張圖卻更貴,因為更多工作現在花在輸出 token 上。上線十一天,定價結構說得比排行榜更多。
有人從外部重寫了 IDM,並寫下自己沒碰過的部分
Mister Download Manager 用 Rust 重寫了 Internet Download Manager 的下載流程,聲稱速度快 5 倍、支援 86 種語言。更值得細讀的,是它解釋如何在不複製任何程式碼的前提下完成重寫的那一段。
Rune 是一個 Rust UI 框架,設計初衷是讓 agent 能檢查自己的工作
Rune 能無頭繪製、匯出元素樹並接受腳本化輸入,這讓編碼 agent 拿到截圖永遠給不了的東西,一個可 diff 的訊號。這個框架仍是預先發布版,不接受 pull request。