苹果新款Siri明年春季发布：融入谷歌Gemini大模型

11月6日消息，由于苹果自研大模型进展未达预期，公司决定引入谷歌gemini大模型作为技术支撑，助力新版siri实现智能化跃升。

据悉，苹果计划每年向谷歌支付约10亿美元，以获得定制化Gemini模型的使用权，核心版本为具备1.2万亿参数的Gemini 2.5 Pro。

该模型将承担Siri的关键功能，包括信息摘要生成、任务规划以及复杂多步指令的执行。相较目前Siri所依赖的1500亿参数云端模型，新架构在处理能力与上下文理解深度上实现数量级提升，并支持多模态交互及128K token超长文本输入。

升级后的Siri预计于2026年春季随iOS 26.4系统正式上线，后续将在2026年6月WWDC大会上预览的iOS 27、macOS 27等新一代操作系统中进一步深度融合。

此前，苹果对谷歌Gemini、OpenAI的ChatGPT以及Anthropic的Claude三大主流模型进行了全面测试。最终选择谷歌方案的主要原因包括：整体合作成本更具优势（Anthropic报价年费超15亿美元）、双方长期存在的合作关系，以及Gemini 2.5 Pro当前在主流大模型评测榜单中的领先地位。

macOS Local Voice

利用 macOS 原生能力实现本地语音识别与合成。通过 yap (Apple Speech.framework) 进行语音转文字，通过 say + ffmpeg 进行文字转语音。完全离线，无需 API 密钥。具备音质检测与智能选声功能。

下载

值得一提的是，Gemini采用混合专家（MoE）架构设计，尽管总参数规模突破万亿，但在每次推理过程中仅激活部分子网络，从而在保障强大算力的同时有效控制计算开销。

为确保用户隐私安全，谷歌将为苹果专门开发的AI模型部署于苹果自有私有云服务器之上，谷歌方面无法访问任何用户数据，彻底规避数据泄露风险。

此外，苹果采用“双引擎”混合架构策略：由谷歌Gemini负责处理复杂的云端任务，如网页内容摘要、跨设备多应用协同调度等；而苹果自研的小型模型则继续在本地设备运行，用于处理健康数据、个人文件调用等敏感操作，形成“云端智能+本地隐私”的分层协作模式，在显著增强Siri智能水平的同时，牢牢掌握用户数据主权。