2026 年 6 月 8 日，苹果在 WWDC 上发布了搭载 Apple Intelligence 的全新 Siri AI。它不是一次常规的升级，而是 Siri 自 2011 年诞生以来最彻底的一次重构。
个人语境理解、屏幕感知、跨应用操作、世界知识——这些能力之所以能在 iOS 27 / macOS 上完成，核心驱动力不在云端，而在本地芯片的算力突破。
这篇文章带你回顾 Siri 十五年的进化史，并从芯片架构的视角解读这次质变背后的技术基石。
━━━ ━━━ ━━━
一、Siri 十五年进化史：一条从云端到本地的路2011：iPhone 4S 上的\"玩具\"
Siri 最初来自一个 2010 年发布的独立 App，苹果在同年 4 月收购后将其整合进 iPhone 4S。这个版本能做的事情极其有限：定闹钟、发短信、查天气、找餐厅。语音识别全部走云端，网络一断就变哑巴。
这在当时是革命性的——但回头看，就是个大号语音控制面板。
2012-2015：缓慢扩展
iOS 6 加入体育/电影/餐厅查询；iOS 7 引入更自然的男声/女声，集成维基百科搜索；iOS 8 加入\"Hey Siri\"（需插电）、Shazam 音乐识别、HomeKit 控制。
这个阶段 Siri 的核心问题始终没有解决：所有语音数据都要上传到苹果服务器处理后返回结果，延迟高、隐私差、离线无用。
2016-2018：第三方开放与 Shortcuts
iOS 10 向第三方开放 SiriKit，能通过语音叫车（Uber）、发微信（WhatsApp）、支付（Square Cash）。Siri Shortcuts 是 iOS 12 的亮点——用户可以自定义\"说一句话执行一串操作\"。
Shortcuts 的发布暴露了一个尴尬的事实：用户对 Siri 原生能力的期待已经被降到了\"触发器\"层级。说\"晚安\" → 关灯 + 锁门 + 播放睡眠白噪音。好用，但本质上是个语音宏。
2021：转折点——本地处理
iOS 15 是 Siri 历史上最重要的转折点之一。苹果首次将语音识别从云端迁移到设备端——利用 Neural Engine 完成本地语音处理。效果是质变的：
- 响应速度从\"说等说等\"变成了即说即应
- 大部分请求无需联网即可处理
- 语音数据不再上传，隐私大幅提升
这是一个架构级的重构。从这一刻起，Siri 才开始从\"语音玩具\"向\"本地智能助手\"转型。
2023-2025：AI 时代的铺垫
iOS 17 去掉了\"Hey\"前缀，说\"Siri\"即可激活；可以连续发出多个指令无需重新唤醒。但与此同时，Google Assistant 和 ChatGPT 已经大幅拉开了差距——Siri 在对话能力、上下文理解、多模态等方面明显落后。
转折的临界点在 2025-2026 年到来。
2026：Siri AI——本地智能的集大成者
WWDC 2026 上发布的 Siri AI，由 Apple Intelligence 驱动，核心能力包括：
- 个人语境理解：知道你正在看什么、和谁在聊、在哪个 App 里操作
- 屏幕感知：识别屏幕上显示的内容（文字、图片、按钮），据此执行操作
- 跨应用执行：\"把这张照片里的电话号码存到通讯录，再发条短信\"——一句话完成
- 世界知识整合：可实时检索网络信息回答问题
- 历史对话记忆：Siri AI 拥有专属 App 保存对话记忆，可跨设备接续对话
- 语音定制：用户可调节 Siri 的语速、语调、表达方式
这些能力的背后，是一个早就开始铺垫的工程：用本地芯片让 AI 推理在设备端运行。
━━━ ━━━ ━━━
二、从芯片看 Siri AI：CPU/NPU 的算力革命
如果说 iOS 15 的本地语音识别是\"把一个小模型搬到了设备上\"，那么 2026 年的 Siri AI 则是\"在设备上跑起了大型语言模型\"。两者对芯片的要求截然不同。
算力量级的变化
| 能力 | 2021（iOS 15） | 2026（iOS 27） |
|---|---|---|
| 语音识别模型 | \~100MB | 小型 LLM + 本地 Embedding |
| 本地推理类型 | 单步语音转文字 | 多步推理 + 上下文 + 多模态 |
| 单次推理 TOPS 需求 | \< 1 TOPS | 5-30 TOPS |
| 离线可用性 | 基本 | 大幅提升 |
M5 芯片：为本地 AI 打造的架构
2025 年底发布的 Apple M5 芯片，某种意义上就是为 Siri AI 铺路的产品。它的 Neural Engine 达到了约 38 TOPS 的算力。但苹果做了一件更有意思的事：在每个 GPU 核心中集成了专用的 Neural Accelerator（神经加速器）。
这意味着什么？
传统架构下，AI 模型在 CPU 和 NPU 之间来回搬数据——内存带宽是真正的瓶颈。M5 通过统一内存架构和 GPU 内嵌 Neural Accelerator，实现了：
- 数据和权重不需要在不同芯片间搬运——CPU/GPU/NPU 共享同一个内存池
- 推理过程更加低功耗——单次推理比传统需要 CPU-GPU 来回拷贝的方案节能 60% 以上
- 持续推理不再是问题——不像云端 GPU 跑大模型需要庞大散热，M5 可以在 MacBook Air 的无风扇设计中稳定运行 AI 推理
A20 芯片：2nm 工艺的加持
2026 年随 iPhone 18 系列推出的 A20，是苹果首款基于台积电 2nm（N2）工艺 的芯片。相比 M5 的 3nm，2nm 带来的不只是更高的晶体管密度，更重要的是：
- 更多的晶体管分配给 Neural Engine，直接扩展 NPU 规模
- 内存子系统升级——更大的缓存和更高带宽，支撑更大的本地模型
- 能效比的大幅跃升——在同样的功耗下，2nm 比 3nm 多跑约 15-20% 的推理量
这三点加起来，让 iPhone 可以在设备端运行比以往复杂得多的 AI 模型。Siri AI 的\"个人语境理解\"和\"屏幕感知\"能力，正是建立在这个基础上的。
Core AI：开发者生态的引擎
苹果还更新了 Core ML 为 Core AI，专门为 Apple Silicon 优化了 AI 模型的集成接口。这意味着第三方开发者可以：
- 将本地大模型直接嵌入自己的 App
- 利用 Siri AI 的\"屏幕感知 + 跨应用执行\"能力
- 在设备端完成推理，数据不出设备
这是一个生态级别的能力开放。苹果没有把 Siri AI 做成一个封闭的\"超级 Siri\"，而是把它做成了一整个本地 AI 能力平台。
━━━ ━━━ ━━━
三、为什么\"本地\"这件事如此重要隐私
Siri AI 的大部分推理完全在设备端完成。涉及复杂推理需要云端的请求，苹果使用 Private Cloud Compute——由 NVIDIA 芯片驱动的专用服务器，用户数据既不存储也不对苹果可见。
这解决了\"AI 助手很智能但总在偷听\"的核心矛盾。
延迟
本地推理的响应时间在 10-50ms 量级，而云端推理最少也要 200-500ms。Siri AI 的\"屏幕感知\"和\"跨应用操作\"之所以能做到\"指哪打哪\"的体验，就是靠本地推理的毫秒级响应。
离线可用
这是被很多人忽略的点。苹果的策略是：能用本地完成的，绝不上传；必须上传的，在本地先完成预处理。这意味着即使在网络不佳的环境下，Siri AI 依然可以完成大部分日常操作。
━━━ ━━━ ━━━
四、结语：Siri 十五年后终于找到了自己的路
回顾 Siri 的十五年，一条清晰的主线浮现出来：
2011-2015——语音控制面板，算力和模型都不够
2016-2020——Shortcuts 时代的自我安慰，绕过能力短板
2021——本地语音识别首次上线，架构级转型启动
2021-2025——数据中心训练 + 设备端推理能力逐渐成熟
2026——Apple Silicon + Neural Engine 算力达到临界点，Siri AI 诞生
Siri AI 成功地证明了：本地 AI 这条路是可行的，前提是你的芯片要能扛得住。当 Google 和 OpenAI 在疯狂堆云端 GPU 的时候，苹果选择了一条完全不同的路——把所有能做的推理都搬回用户的设备上。
这条路走了十五年才走到今天。但走到的时候，它带来的体验是\"隐私、速度、离线可用\"三个维度的同时满足——这一点，纯云端的方案永远做不到。
━━━ ━━━ ━━━
后记： 从 iPhone 4S 到 iPhone 18，从云端识别到本地 LLM，Siri 的十五年恰好浓缩了整个 AI 行业从\"数据中心崇拜\"到\"边缘智能\"的路径转换。欢迎关注 LeisureLinux，获取更多深度技术解读。
深度拆解鸿蒙"龙虾"小艺 (OpenClaw)：系统级 Agent 的架构演进与边缘算力实践
Apple 端侧 AI 闪存路由架构：20B 参数不碰 DRAM
Apple Time Capsule 的"终结"与 NetBSD 的重生：深度架构分析
零刻 SER10 本地 AI 推理实测：NPU 的幻象与 OpenClaw 的现实
