跳到正文
IFAI

行业动态

苹果发布 iOS 17:输入法引入端侧 Transformer 模型

首次发布 传播指数 39

Apple 发布 iOS 17。键盘全新引入端侧 Transformer 语言模型,大幅提高自动纠错与整句预测输入效率,同时依托神经引擎实现实时的通话语音留言转写。最值得关注的是,苹果正把前沿机器学习悄悄塞进每日高频的系统基础操作中。

苹果发布 iOS 17:输入法引入端侧 Transformer 模型
图:apple.com

平时我们给朋友发微信或者打电话,最烦的大概就是两件事:打字老被自动纠错坑成错别字,或者对方打来电话你正在开会根本不知道对方要说什么。苹果在这次 iOS 17 里,干脆把很多核心系统的底层零件翻新了一遍。

苹果正式发布 iOS 17。这次更新没有去搞那些花哨的系统大改版,而是集中在电话、信息、AirDrop 以及键盘输入这些每天都要打交道的基础功能上,同时还塞进了一个叫 StandBy 的待机显示模式和一个全新的日记应用 Journal。

键盘用上了 Transformer,通话能实时转文字

最值得注意的底层升级发生在键盘打字上。苹果给自动纠错换上了一套端侧 Transformer 语言模型。换句话说,系统在预测下一个词和整句语法纠错时,能结合更完整的上下文去理解你想敲什么,按下空格键就能直接补全单词或句子。

听写功能也换了新的语音识别模型,准确度有了提升。这意味着之前一直被大家吐槽打字容易误触跳字的毛病,这次有了专门的针对性修复。

电话应用也迎来了大动静。新增的 Live Voicemail 可以在对方留语音留言时,在屏幕上实时把语音转成文字显示出来。如果你看到对方讲的是紧要事,可以随时在留言过程中切进去接听;被运营商标记为垃圾电话的来电会被直接拒接。而且依靠神经网络引擎,这些转写全在本地跑,保证私密性。

通话界面本身也支持了个性化的联系人海报(Contact Posters),你可以自己给照片或拟我表情挑选排版和字体颜色,第三方通话软件也能接入这个功能。

碰一碰就传名片,手机横放变智能钟

AirDrop 这次推出了一个名叫 NameDrop 的玩法。两台 iPhone 或者一台 iPhone 和一块 Apple Watch 只要贴近,就能直接互换名片。靠近设备还能一起触发 SharePlay,一起看视频或者听歌。

信息应用 Messages 里,所有贴纸被整合到了键盘的一个抽屉里,用户还能从照片里直接提取主体做成动态 Live Stickers。语音信息发过去会自动转文字,找聊天记录支持多重过滤筛选。针对出行安全,系统加了一个叫平安确认(Check In)的机制,到达目的地会自动通知亲友;如果路上耽误了,还会加密共享位置、电量和信号状态。

横屏充电时,iOS 17 会唤醒全新的 StandBy 待机模式。把手机横着搁在床头柜或桌面上充电,屏幕就会变成全屏信息看板,展示不同样式的时钟、照片、小组件智能叠放,甚至还能接管即时通知和 Siri。iPhone 14 Pro 配合全天候显示能一直亮着,MagSafe 还会记住你在不同位置偏好的显示内容。

此外,苹果还推出了通过端侧机器学习给出记录灵感的 Journal 独立日记应用,并在地图里加入了离线地图下载功能,健康应用也补齐了心理情绪记录和预防用眼疲劳的屏幕距离提醒。

为什么重要

从表面上看,iOS 17 没有给普通人带来颠覆性的视觉大换脸,但对日常高频使用的用户来说,它的价值非常直接。每天都要打字的人终于能享受到更聪明的端侧补全,不想接陌生来电的人也能先扫一眼实时文字再决定要不要接听。这些改进不需要你改变习惯去适应,用上就能省点力气。

对行业来说,苹果正在把前沿的机器学习技术塞进每一个微小系统组件里。很多厂商热衷于把大模型做成独立对话框或者悬浮球,苹果的做法则是把 Transformer 藏在键盘底层,把语音识别模型塞进留言转写。这种做法非常聪明,因为它完全不给用户增加认知门槛,同时所有计算还在设备本地跑,牢牢守住了隐私底线。

不过这种做法也有隐患。端侧模型的实际表现非常依赖机型的算力,而且不同语言、口音在端侧小模型上的识别率往往差距很大。像实时留言转写或自动纠错,在英文环境下的良好表现能不能原汁原味地复刻到其他语种,依然需要打个问号。但总体来看,把日常最容易让人烦躁的打字和电话痛点拆开修好,比单纯堆砌几个用不上的 AI 噱头要务实得多。

来源 (1)

  1. [1]
    apple.com(在新标签页打开)原文apple.com

每日 AI 内容精选