随着苹果重新夺回全球市值第一的宝座，人们对几天前WWDC全球开发者大会的态度，似乎也发生了微妙变化。 在这场大会上，苹果花了一半的时间谈论AI。新版Siri的可贵之处，或许并不是因为它对新近多模态能力的全盘吸收，而是它可以在APP之间“穿梭”，了解一个更完整的“你”。 外界备受关注的大模型合作信息，苹果一方面确认了会接入Open AI的GPT-4o，另一方面，它也公开了三层大模型架构，云、端协同，自研与三方协作，给硬件厂商打了个样。 本期节目，我们请到了OPPO智能语音助手小布的业务负责人万玉龙，他有过操作系统、基础大模型的研发经验，同时也是个智能硬件“行家”。 在这次对谈中，他从苹果发布会聊起，提醒我们思考一个“无处不在”的 Siri 给硬件厂商带来哪些启发，又对隐私提出了哪些挑战； 他还非常清晰地拆解了端侧和云上的大模型是如何实现协同的，端侧更快、云上更慢其实是一种过时的说法，同样的，端侧部署更安全，也是个需要被挑战的观念。 在讲起乔布斯去世前力推siri上线，让更多人至少从理想维度上对更自然的人机交互有所期待——也非常令人动容。 【本期课代表】 OPPO智能语音助手“小布”业务负责人，万玉龙 【课代表观点】 1:34 为什么说Siri升级是苹果发布会的小惊喜 3:29 终端厂商要明白自己的优势，不能跟着APP跑偏了 8:42 谁更懂用户，谁才能在大模型上做出差异化 10:52 苹果在人机交互上一直是行业的标杆 12:47 乔布斯去世前力推Siri，让人们对更自然的人机交互有了期待 14:16 相比文字，语音才是更自然的交互方式 17:50 端侧大模型的重要作用：先把任务分流 20:51 效果和服务效率是手机厂商筛选三方大模型的标准 24:39 大模型时代，“端快云慢”是一个伪命题 27:17 端侧并不必然“更安全”，云的安全性在移动互联网时代已被验证 29:58 大模型的商业模式可能接近搜索引擎 35:20 手机厂商通常会选择自研和三方大模型并行 36:45 手机就像脑机的一个器官，短时间内难以取代 【补充知识点】 APP intents：使用 苹果App Intents 框架后，开发者可以通过编程的方式，将 App 的内容和功能加入 Siri 和“快捷指令”App 等系统服务中。 GUI：Graphical User Interface，即图形用户界面，指采用图形方式显示的端侧操作用户界面。 Function Call：Function Call 是 GPT API 中的一项新功能。它可以让开发者在调用 GPT-4 和 GPT-3.5-turbo 模型时，描述函数并让模型智能地输出一个包含调用这些函数所需参数的 JSON 对象。这种功能可以更可靠地将 GPT 的能力与外部工具和 API 进行连接。 OCR：Optical Character Recognition，即文字识别 【关于AI课代表】 「AI课代表」是一档传递大模型真知灼见和最佳实践的科技播客，由「声动活泼」参与策划和后期制作，现已在小宇宙、喜马拉雅、网易云音乐、苹果podcast等平台上线。 每期节目，我们会邀请在大模型领域有想法的开发者、技术专家和公司创始人担任“轮值课代表”，结合当下热门议题，分享他们最新鲜、最一手的观察和经验。 如果你对我们的节目有什么建议，或者希望成为我们的下一位“课代表”，欢迎给我们写邮件。 邮箱：[email protected] 【制作团队】 策划：nada、大帅 后期：Jack 、迪卡