其中一个需要我们来关注的是苹果的收购事件。彭博社报道称，苹果已经收购了一家加拿大AI初创公司DarwinAI。

  苹果的AI团队一下子扩充了几十个技术人员——作为收购交易的一部分，DarwinAI的几十名员工都被纳入苹果麾下，DarwinAI联合发起人、加拿大滑铁卢大学系统模块设计工程系教授Alexander Wong加盟苹果，担任AI团队的主管。

  此前，DarwinAI的技术主要在视觉模型方向，他们此前主要给制造业提供零部件视觉检测的AI技术，致力于把AI系统打造得更小型和更快速。这符合此前苹果一直对外说的要打造更小的端侧大模型方向。

  “买买买”是苹果布局AI的思路之一，此前苹果已经陆续收购了Voysis、Curious AI、 AI Music、WaveOne等初创AI公司，来不断扩充自身的AI实力。

  践行收购战略的同时，苹果也在不断加大自研技术的力度。被披露收购DarwinAI的同一时间，苹果低调的在站上发布论文，官宣了在多模态大模型领域的最新成果。

  和市面上其他大模型相比，MM1亮点并不在惊艳的效果上，也没有提出特别的技术路线，而是经过控制各种变量，做实验，找出影响模型效果中关键因素。

  苹果做了各种变量实验，经过仔细修改数据源、修改图像分辨率等，来看各种各样的因素对模型效果的影响。

  对模型性能影响较大，比如更高清的图像，标注的细节越多，模型的效果就更好。

  ，视觉语言连接器指的是可以将图像和文本结合起来，进行信息融合的一种技术。论文中也提到，虽然影响不大，但仍然要选择合适的视觉语言连接器。

  对模型的性能有不同的影响。交错的图像文本数据和文本数据对于提高模型的少样本（few-shot）和零样本（zero-shot）性能至关重要，类似在训练时，需要用“多样化的教材”能够在一定程度上帮助大模型更好地适应不一样类型的问题。

  ，包括模型大小和训练超参数的选择，对于模型性能很重要，能够理解为在“建造大模型大楼”的过程中，要选择“合适的建筑材料”和“施工方法”。

  模型架构上，使用了混合专家（Mixture of Experts, MoE）架构是MM1的亮点之一，苹果探索发现，在模型的前馈网络层中使用MoE架构，可以轻松又有效地扩展模型的容量而不牺牲推理速度。

  我们可以将MoE架构理解为一个大型的客服中心，其中有许多专门处理不同问题的专家——有的专家专门处理技术问题，有的专家处理账单查询，还有的专家负责解答产品使用问题。在大模型训练过程中，当数据进入模型中后，大模型会像“客服中心”一样，根据问题的性质被分配给最合适的专家来解决。

  在实验过程中，苹果采用了一种名为Top-2 Gating的方法，来做“调度员”，根据图像的内容和文本语义等数据特点，来决定输入数据应该被送往哪些专家处理。在处理数据过程中，苹果还采用了一种叫“稀疏激活”的方式，只选择一部分“专家”进行计算，其余处于“休眠”状态，来提高模型训练的效率。

  此外，在训练大模型过程中，苹果还在3B参数的MoE模型中使用了64个专家，在7B参数的MoE模型中使用了32个专家。这些专家被分布在模型的不同层中，来提高模型处理多模态数据的能力。

  目前，语言模型主要有闭源和开源两种路线，闭源模型中，人们对数据、模型架构、训练细节知之甚少。开源模型虽然会发布数据、模型、训练的细节，但是也不会发布任何模型算法设计以及工程化的细节信息。

  苹果想打破这种局面，提出让大模型构建的过程变得“更透明”的路线，这是苹果为什么将各种模型训练的细节公开，发布这篇论文的原因。

  宣布停止造车后，接下来，苹果的重心都在加速大模型进程上，来追赶谷歌、微软、亚马逊。

  目前，整体大模型进展，苹果对外的信息较少，看上去已经落后其竞争对手一大截。

  在年初的苹果季度财务报表电话会议上，蒂姆·库克表示，苹果正在投入大量时间和精力将AI集成到其软件平台中。这些功能将在2024年晚些时候向客户提供。

  库克对于透露苹果大模型细节非常谨慎，他觉得苹果工作模式是先做再说，“我认为苹果在生成式AI和人工智能方面存在着巨大的机会，而无需透露更多细节或超出自己的范围。”

  据The Information2023年9月的一次报道，苹果每天在人工智能上投资数百万美元，正在多个团队开发多种人工智能模型。苹果构建对话式人工智能的部门被称为“基础模型”，有大约16名成员，由Apple人工智能主管John Giannandrea掌舵。

  对于大众期待的大模型与苹果手机结合的业务进展，目前公开的信息也非常有限。去年8月，苹果在加州、西雅图、巴黎、北京等部门已经释放了数十个岗位，招聘大模型技术人才，其中尤其是端侧大型模型是重点。招聘信息数据显示，苹果希望将大型机型压缩到终端中，以便未来iPhone/iPad等核心产品能直接运行在AIGC技术上。

  苹果也正在试验Siri增强功能、生成视频和图像的软件，和处理图像、视频和文本的多模式人工智能技术。此前，由于苹果一直比竞争对手更加谨慎，将隐私置于功能之上，导致Siri落后于Alexa、Google Assistan。接下来，苹果希望能够通过大语言模型让Siri自动执行多步骤任务。

  目前，苹果正在与其AppleCare支持员工一起测试ChatGPT式的生成式AI工具“Ask”，旨在生成对技术问题的答复。此外，苹果内部也有“Apple GPT”是苹果内部的聊天机器人，但该产品仅供苹果员工使用，不会在消费产品中使用。

  The Information和海通证券分析师Jeff Pu均表示，苹果将在2024年末左右在iPhone和iPad上提供某种生成式AI功能。也有人预测时间会提前，彭博社报道称，苹果将在今年6月的全球开发者大会上发布iOS 18更新。