苹果可能要跟Meta联手了

AIGC行业资讯4个月前发布 zhang
11 0

智东西6月24日消息,昨日,据《华尔街日报》报道,苹果正在与科技巨头Meta谷歌,以及明星AI创企Anthropic、Perplexity洽谈合作,以将第三方生成式AI模型融入苹果最近发布的AI系统Apple Intelligence中。

本月初,苹果在WWDC上首发了个人化智能系统Apple Intelligence,并官宣了首个第三方AI合作聊天机器人——OpenAIChatGPT。苹果的策略是自家AI模型与第三方模型合作为用户提供服务。

此外,这些企业争相与苹果谈判,想要集成到苹果的AI系统中还有一大原因是,知情人士透露称,Meta和其他开发生成式AI的公司希望利用苹果iPhone实现模型的大规模分销——类似于苹果在iPhone上的App Store所提供的服务,从而让自家的产品更具有知名度并获得收益。

可以看出,这样的策略对于AI玩家和苹果而言都有一定好处,既避免了让苹果过度依赖某一家的大模型,同时为其他AI玩家的大模型提高知名度提供了更广泛的渠道。

一、大规模分销渠道吸引AI玩家,苹果或仿照App Store模式抽成

苹果已经开发了自己的AI模型,同时宣布将与第三方AI玩家合作来帮助用户执行更复杂或者具体的任务。苹果在WWDC上宣布了Apple Intelligence的首个AI合作伙伴为OpenAI的ChatGPT

苹果公司软件工程高级副总裁Craig Federighi称:“我们希望从最好的开始,ChatGPT代表了我们当今用户的最佳选择。”他还透露,苹果还希望整合谷歌Gemini

苹果目前正在谈判的企业除了谷歌和Meta外,还有AI创企Anthropic和Perplexity。苹果如果与OpenAI以外的合作伙伴达成协议,用户就可以选择除了苹果内部系统之外他们想要的任何第三方AI模型。

知情人士称,在与其他AI公司的谈判中,苹果并未求任何一方向另一方付费。相反,AI公司可以采取通过Apple Intelligence出售其服务的高级订阅服务模式,就像在苹果的应用商店App Store中一样,苹果可以从用户的设备订阅收入中抽成。

不过,这些谈判都尚未最终敲定,最终结果也可能会以谈判失败告终。但可以确定的是,与苹果的交易一旦成功,AI公司的产品就可以快速被大规模分销。

以OpenAI为例,在WWDC的演示中提到,OpenAI将通过Apple Intelligence提供免费版本的ChatGPT,用户也可以将高级ChatGPT帐户链接到他们的苹果设备中。

苹果可能要跟Meta联手了© 由 智东西 提供

长期担任苹果分析师、Deepwater Asset Management管理合伙人的Gene Munster称,与苹果合作后ChatGPT的使用量预计将翻一番,但OpenAI的基础设施成本预计将增长30%至40%。并且他预计,10%至20%的苹果用户将选择为ChatGPT等产品支付高级AI订阅费用。

对于成功与苹果新平台整合的AI公司来说,这可能意味着数十亿美元的收入。“分销很难获得。”Munster说,“苹果的魅力在于,它已经拥有了这种大规模的分销渠道。”

二、十年关系紧张,苹果与Meta或因AI破冰?

苹果与Meta的谈判凸显了AI时代各大科技公司之间正在形成此前不太可能的联盟。例如,OpenAI的技术将同时嵌入微软和苹果的设备中。

苹果与Meta的合作将有助于提升双方在科技行业AI竞赛中的地位,也是两家巨头之间罕见的互相抛出橄榄枝。

Meta于2023年7月推出了大型语言模型Llama 2,今年4月发布了Llama 3。虽然Llama系列已获得科技行业和初创公司的支持和采用,但与苹果的交易将意味着Meta CEO马克·扎克伯格及其公司AI部门的重大胜利。

苹果可能要跟Meta联手了© 由 智东西 提供

值得注意的是,苹果与Meta这两家公司之间的紧张关系已经持续了十多年。

其中火药味最浓的事件是,苹果在2021年对其移动设备引入了隐私更改政策,据外媒报道,这一政策使Meta在2022年损失了100亿美元的收入。

并且今年4月,Meta还曾发布公告,鼓励广告商使用变通方法,避免向苹果支付30%的“推送帖子”服务费,这也是两家公司多年来争执不休的一种广告形式。

结语:苹果需考虑如何为第三方模型开放平台

苹果目前的策略是与多家AI公司讨论潜在的合作可能,这可以避免其过度依赖OpenAI,但苹果将如何向这些外部AI公司开放其新的AI平台仍有待观察。

目前苹果与其他公司的合作不像App Store那样存在既定的流程,开发人员可以自由地将他们的应用程序提交给苹果批准,然后再开放到应用商店中。AI相关的交易需要苹果必须以每家公司为基准进行沟通。

但为用户提供丰富的大模型选项或许是有意义的,因为不同的大模型在执行不同任务时效果不尽相同。

    © 版权声明

    相关文章