成均馆大学的权锡俊（Seok Joon Kwon）教授通过崔朱安（Jukan Choi）指出，苹果公司近期发表的研究论文揭示了现代大型推理模型（LRM）与大型语言模型（LLM）存在根本性的推理局限，但该论文存在缺陷，原因是苹果缺乏足够的高性能硬件来验证高端LRM与LLM的真实能力。该教授强调，苹果既没有谷歌、微软或xAI运营的大规模GPU集群，其自有硬件也不适合AI运算。
硬件短板制约研究结论
苹果这篇新论文宣称，当受控谜题环境中待解决问题的复杂度提升时，当代AI的LLM与LRM会丧失正确判断力，由此揭示了这些模型的本质局限，并驳斥了“AI具备类人思维”的普遍认知。研究人员发现，模型在已知谜题上的表现远优于陌生谜题，表明其成功源于训练数据的接触量，而非可迁移的解决问题能力。
但权教授质疑论文的核心结论——当复杂度超过临界点后，Claude 3.7 Sonnet Thinking和DeepSeek-R1 LRM的准确率会归零（与计算资源无关）——存在根本性谬误。“这与现有语言模型规模定律的观测结果直接矛盾。”权锡俊表示，“迄今数百项规模研究表明，性能会随参数增加呈幂律提升，超过特定规模后虽趋于饱和，但绝不会下降……这可能因为苹果缺乏足够大的GPU数据中心来验证参数规模与性能的关系……要验证规模定律，本应测试训练数据、参数与计算负载的组合并绘制性能曲线。”
WWDC前的舆论博弈
苹果选在年度开发者大会（WWDC）前发布该论文，而大会如预期未公布重大AI进展，引发其在全球AI竞赛中落后的批评。权教授认为这种时间安排绝非巧合，意在贬低Anthropic、谷歌、OpenAI和xAI等领跑企业的成果——毕竟苹果当前确实处于追赶状态。
硬件局限的连锁反应
2024年推出“Apple Intelligence”计划时，苹果就聚焦终端设备处理与基础任务。本届WWDC仍未展示数据中心级AI进展，再次将能力框定在隐私与性能受限的终端层面。这种策略虽巩固了重视隐私的用户群体，却导致其无力训练需要海量算力和用户数据的LLM/LRM。目前苹果已允许Siri在无法独立应答时调用外部大模型（先接入ChatGPT 4o，后续将支持Gemini），但仅传输用户明确授权的内容，且会隐匿IP地址并确保OpenAI不存储账户数据。
权教授指出，这种混合架构对封闭生态起家的苹果实属罕见，根源在于其长期忽视数据中心级硬件的开发。苹果M系列处理器专为客户端设计，GPU不支持AI训练所需的FP16格式，内存子系统采用LPDDR5而非高性能HBM3E，CPU也不原生支持PyTorch等主流机器学习框架，必须进行繁琐的格式转换。
若想真正赶超对手，苹果必须开发专门的服务器级处理器——配备先进内存子系统与精密的AI训练/推理能力，而非基于现有M系列芯片的GPU/NPU架构进行改良。
