跳到正文
IFAI

產業動態

蘋果 WWDC 2025 曝光:Apple Intelligence 迎即時翻譯與開發者工具

首次發布 傳播指數 35

據彭博社報道,蘋果計劃在 WWDC 2025 上重點為 Apple Intelligence 更新跨系統翻譯與開發者工具。使用者將支援資訊自動翻譯、電話與 AirPods 即時對話翻譯;開發者則可直接呼叫 Genmoji 等 AI 能力。具體細節預計於 6 月 9 日揭曉。

如果你去年看完 WWDC 之後一直等著那個無所不能的新版 Siri,可能還得繼續等。

6 月 9 日的 WWDC 2025 主題演講上,Apple 拿出了新一輪 Apple Intelligence 更新。這一次沒有畫更大的餅,而是把重心放在了跨系統的即時翻譯、螢幕視覺識別,以及面向開發者的基礎模型開放上,隨 iOS 26 等新系統一同推出。

電話能同傳,螢幕能直接「看」

對普通使用者來說,這次變化最明顯的日常功能是翻譯。

在 Messages 裡面,端側模型會在你打字的同時把內容轉成對方偏好的語言,對方回覆時也會立刻翻回你的語言。在 FaceTime 視訊通話時,螢幕會提供即時字幕;打普通電話時,Apple Intelligence 則會直接生成語音同傳。另外,之前彭博社等媒體也提到 Apple 正在開發通過 AirPods 實現的面對面即時對話翻譯,能自動識別對方在說的語言。

另一項大改動是 Visual Intelligence。以前它主要配合相機使用,現在只要按下 iPhone 截圖的按鍵組合,就能直接掃描螢幕上的內容。

如果螢幕上出現了一場活動,系統會順手提示你加入日曆;你也可以用它直接去 Google 或 Etsy 找同款商品。這次還深度整合了 ChatGPT,讓你可以直接就螢幕上的畫面向聊天機器人提問。和之前一樣,只有得到你的明確許可,相關資料才會交給 OpenAI 處理。

趣味功能上也有修補。Genmoji 允許使用者把 Unicode 庫裡的兩個既有 Emoji 融合成新表情,比如把樹懶和燈泡拼在一起調侃自己反應慢。Image Playground 則可以為群聊生成彩色背景,並接入了 ChatGPT 來生成全新風格的影像。

開發者用端側模型,寫三行程式碼就夠

面向開發者,Apple 終於開放了自家的端側基礎模型框架 Foundation Models framework。

按照 Apple 的說法,開發者只要寫三行 Swift 程式碼,就能呼叫系統自帶的模型能力。這些端側推理完全免費,支援離線執行,資料也不出裝置。Apple 舉了個例子,比如教育應用 Kahoot! 可以用它為學生量身定製測驗題目。

快捷指令(Shortcuts)也迎來了底層升級。使用者在搭建自動化時,可以直接呼叫端側模型或 Private Cloud Compute 雲端算力,甚至接入 ChatGPT。比如學生可以做一個快捷指令,自動把課堂錄音聽寫稿和自己隨手記的筆記做對比。

連 Apple Wallet 也順手加了一個小功能:自動整理各個商家和快遞公司發來的物流資訊,彙總在一個地方顯示。

為什麼重要

去年 WWDC 2024 上畫出的大餅,現在的兌現進度其實不算理想。原定最抓眼球的那個懂你上下文的新版 Siri 在 3 月宣佈推遲,通知摘要剛上線時也漏洞百出。看起來 Apple 這次變聰明了,不再硬吹遙遙領先的虛擬助手,而是把精力收縮到了幾項極高頻、極具體的場景裡。

對使用者來說,跨越電話、FaceTime 和簡訊的即時翻譯是真正的剛需,比寫詩畫圖實用得多。截圖鍵直接喚出螢幕分析,也切中了很多人查日程、搜同款的懶人習慣。如果平時經常跨語言溝通,新系統值得在推送後立刻試試。

對開發者而言,免費且離線的端側模型呼叫是最大的紅利。以往小團隊想加點 AI 功能,要麼自己扛伺服器推理成本,要麼擔心使用者隱私問題。現在三行 Swift 程式碼就能跑通端側生成,會逼著一大批 iOS 應用在今年迅速跟進 AI 化。

但隱患依然存在。和 Google 已經在 Pixel 上鋪開的同類能力相比,Apple 依然處於追趕狀態。更關鍵的是,Siri 依然缺席,說明端側複雜多步推理和深度系統控制的工程難度比 Apple 預想的要大得多。這套靠 ChatGPT 補位、主打日常實用小工具的修補策略很討巧,但只要 Siri 一天沒徹底脫胎換骨,Apple Intelligence 就談不上真正立足。

來源 (2)

  1. [1]
    appleinsider.com(在新分頁開啟)原文appleinsider.com
  2. [2]
    engadget.com(在新分頁開啟)報導engadget.com

每日 AI 內容精選