苹果公司宣布对其AI模型进行了更新，这些模型为iOS、macOS等系统上的Apple Intelligence功能套件提供支持。但根据该公司自己的基准测试，这些模型的表现落后于包括OpenAI在内的科技竞争对手的旧版模型。
苹果在周一的博客文章中表示，人工测试人员对其最新“Apple On-Device”模型（可在iPhone等设备离线运行）生成的文本质量评级“相当”于谷歌和阿里巴巴类似规模的模型，但并未超越。同时，测试人员认为苹果性能更强的“Apple Server”模型（设计用于在苹果数据中心运行）落后于OpenAI一年前发布的GPT-4o。
在另一项评估图像分析能力的测试中，人工评分者更青睐Meta的Llama 4 Scout模型而非苹果服务器模型。这一结果略显意外，因为在多项测试中，Llama 4 Scout的表现原本落后于谷歌、Anthropic和OpenAI等AI实验室的领先模型。
这些基准测试结果印证了此前报道——在激烈的AI竞赛中，苹果AI研究部门一直难以追赶竞争对手。近年来苹果的AI能力表现平平，承诺的Siri升级也无限期推迟。部分消费者甚至提起诉讼，指控苹果营销尚未实现的AI功能。
约30亿参数的Apple On-Device模型除生成文本外，还驱动摘要和文本分析等功能。（参数数量大致对应模型的解决问题能力，通常参数越多表现越好。）从本周一开始，第三方开发者可通过苹果的Foundation Models框架调用该模型。
苹果表示，相比前代产品，On-Device和Server模型在工具使用效率和语言理解能力（支持约15种语言）方面均有提升。这得益于扩展后的训练数据集，新增了图像、PDF、文档、手稿、信息图表及各类表格等内容。
