6月10日，蘋果WWDC大會，放出了一系列不重磅更新，長達92分鐘的演講，沒有新硬件發(fā)布，甚至連“one more thing”的環(huán)節(jié)也取消了。

一個沒有AI、沒有硬件的WWDC，蘋果讓外界失望而歸。

唯一的看點是設計思路出現了一些新變化：蘋果宣布所有的操作系統(tǒng)都應用上名為Liquid Glass的設計風格——所有的應用看起來透明度低了很多，透露著毛玻璃的光澤感。

除此之外乏善可陳。

不過，就在這兩天，蘋果發(fā)布的一篇關于大模型的新論文引起熱議，該論文試圖極力論證大型推理模型（LRMs）的徹底性崩潰。

同一天，華為董事會主席任正非接受了人民日報的專訪，信息量很大，也展現了超強的企業(yè)家領導力。但其中一句話令人印象非常深刻，任正非說，“人工智能也許是人類社會最后一次技術革命�！�

如今的分歧已經不僅僅是鴻蒙和OS生態(tài)的分歧，很顯然，面對AI，華為和蘋果正在押注不同的選擇。

01

從華為在AI基礎研究上的投入以及AI應用上的一系列舉動來看，華為顯然還是非�？春眠@一輪AI浪潮的。

早在2023年，華為就公開宣布了全面智能化(All Intelligence)戰(zhàn)略。

2024年華為年度報告中，人工智能已經成為“關鍵詞”�！拔磥�10年，AI算力的需求持續(xù)提升，將是系統(tǒng)對系統(tǒng)的巨大機會。最近1—2年，是AI終端格局形成關鍵期�！边@是孟晚舟的判斷。

此外，華為還構建了基于歐拉操作系統(tǒng)、高斯數據庫、AI算力使能平臺CANN、昇思AI計算框架的基礎軟件生態(tài)，在離AI最近的云業(yè)務上，華為云已經宣布面向AI全棧升級。

但對比之下，無論是從產品戰(zhàn)略還是技術探索上來看，面對這一輪AI浪潮風起云涌，蘋果的態(tài)度卻是極為遲疑的。

蘋果在其最新發(fā)布的論文《思維的錯覺：通過問題復雜性視角理解推理模型的優(yōu)勢與局限性》中，設計實驗測試了Claude 3.7 Sonnet、DeepSeek-R1、o3 mini等推理模型，得出結論：大型推理模型在處理簡單問題時存在“過度思考”問題；而當問題的復雜性上升到臨界點時，它們回答問題的準確性就會觸發(fā)“崩潰模式”，甚至準確度低到接近零。

一句話總結，這篇論文認為當前的大模型并不具備推理能力，只是在重復記憶。

但面對蘋果的結論，也有人反駁：“我們只能等著看論文來證明人類的推理不僅僅是記憶模式了�！�

外網爆火的這張梗圖或許就說明了一切，就算蘋果證明了模型無法做推理和原始思考，但人類就能了嗎？

很多人認為蘋果所表現的一系列這是為自己失去AI時代而辯護。蘋果很可能正在成為下一個諾基亞。

AI時代的“諾基亞時刻”，就要來了嗎？

02

人工智能到底是泡沫還是新一輪技術革命，其實說實話，到了今天也并沒有一個共識性的結論。

有人認為AI距離改變世界還有很長一段距離，但也有人認為AI已經徹底顛覆了我們的生活方式。

但任何一派都無法說服對方。我們就像是站在了黎明之前的黑暗里，誰也不知道下一輪技術革命紅利的黎明到底什么時候才會到來。

距離移動互聯網革命已經過去了將近十年時間，上一輪技術紅利的邊際效應也日趨明顯起來。技術紅利的喪失導致了很多的問題。

首先因為當蛋糕不再變大，大家就開始想要重新切分已有的蛋糕，爭議和分歧也就由此產生——以前被認為是低利潤環(huán)節(jié)的工廠突然之間變成了全球主要經濟體爭奪的中心就足以證明這一點。

但更深層次的影響是信心的喪失。新技術紅利帶來了結構性變化，讓很多人看到了改變現有生活狀態(tài)的可能性。但當舊紅利耗盡、新紅利又遲遲未至，怨氣也就由此產生。

未來學中有一個很著名的定律叫做阿瑪拉定律（Amara’s Law）：

“人們總是高估一項科技所帶來的短期效益，卻又低估它的長期影響�！�

“We tend to overestimate the effect of a technology in the short run and underestimate the effect in the long run .”

這一定律由羅伊·阿瑪拉（Roy Amara）提出。他是美國研究員、科學家、未來主義者和未來研究院主席。

阿瑪拉定律也被人們稱為是對技術成熟度曲線最形象的說明。

即以“膨脹預期峰值（Peak of inflated expectation ）”為始，緊隨其后是“理想幻滅的低谷（Trough of disillusionment）”為特征的“炒作周期（Hype Cycle）”。

面對AI，蘋果和華為做出了不同的選擇。但我們現在到底是處在膨脹預期峰值還是已經越過了理想幻滅低谷、真正迎來了大爆發(fā)周期，其實現階段誰有沒有答案。

就像人類歷史上每一次技術革命之前都會面臨路線選擇問題一樣，今天可能真的是一個賭運氣的時刻了。