為什么蘋果芯片團隊技術很強，卻錯失了AI的機會？原因何在？

如果單獨說蘋果芯片的算力基礎其實很扎實，尤其是神經引擎的矩陣運算能力，完全能支撐復雜的 AI 任務。但它一直偏向本地端的輕量 AI，比如拍照時的實時計算、離線語音助手這些，在云端大模型的部署上比較謹慎，所以給人一種 “AI 能力不足” 的錯覺，但硬件潛力其實很大。

但蘋果在AI這方面也有他們不得已的地方，為什么，因為它是定義全球化的公司，但現在的AI發(fā)展，其實是區(qū)域化發(fā)展，尤其是大模型的！例如在國內嚴格意義上來講不能用chatGPT等這樣的大模型！當然中國的豆包、deepseek等大模型在全球廣泛運行也有問題！

例如2026年火爆的seedance2.0，在海外市場雖然火，但正常正規(guī)的使用也還是有一定的門檻！但手機電腦這些消費端設備來說，你要做AI，要運行大模型，你就不能有門檻，讓人家拿起來就能用。但蘋果這個方面在當下環(huán)境是做不到的！

之前聽說iPhone在中國要開放自己的AI智能能力，報道了幾次說要和阿里通義，也聽說過要用百度，這兩種說法都有，這也就說明了很多問題！再看另外一個手機廠生三星，三星的手機AI能力在中國市場找到就是百度合作才解決了這個問題！

如果他們自己做，那就成本很高了，那他們需要再全球很多地方，單獨訓練大模型，單獨做一個獨立體系的AI訓練，作為蘋果而言，他們肯定不愿意這么做！所以我們就發(fā)現了蘋果在AI方面好像不夠努力，這也一種無可奈何的選擇！

舉個例子，如果他們在中國訓練一個大模型，僅訓練一個適配中文語境的大模型，就需要至少百億級的中文語料，還要搭建符合國內合規(guī)要求的算力集群，這對蘋果來說成本至少要上億美元，而且周期要 18 個月以上。相比之下，和百度、阿里這類已經有成熟模型和基礎設施的廠商合作，能把成本壓縮到原來的 1/5，還能在 6 個月內完成落地。

作為聚焦個人消費端的全球化企業(yè)，蘋果在 AI 領域不可避免地受到區(qū)域法規(guī)與數據安全的限制，但它正通過與本土技術伙伴的合作來彌補這一短板。

這種選擇或許會讓它在本輪 AI 爆發(fā)的浪潮中錯過部分短期紅利，對股價與市場表現產生一定影響，但這并不妨礙蘋果在更具想象力的賽道上持續(xù)探索 —— 無論是走向現實應用的機器人技術，還是不斷突破邊界的增強現實領域，這家始終以用戶體驗為核心的科技公司，依然在為未來的智能生活尋找新的可能。對此大家是怎么看的，歡迎關注我“創(chuàng)業(yè)者李孟”和我一起交流！