Actualizado
En una reunión posterior al discurso inaugural de la WWDC, el vicepresidente senior de ingeniería de software de Apple, Craig Federighi, respondió a una pregunta que muchos usuarios de la compañía y expertos del mundo de la IA llevan haciéndose desde enero. Ese mes, Apple y Google confirmaron que trabajarían juntas en el desarrollo de los nuevos modelos fundacionales de Apple. Pero si Apple iba a firmar un acuerdo con Google para mejorar su inteligencia artificial, ¿cuánto de Gemini habría realmente dentro de la nueva Siri?
La respuesta ha resultado ser prácticamente nada. Ni la aplicación de Gemini, ni los modelos que Google vende a sus clientes, ni la infraestructura con la que los despliega, ni siquiera Google como buscador para fundamentar las respuestas que da la nueva Siri.
El acuerdo entre ambas compañías dejó la sensación de que Apple había claudicado y entregado a un rival el cerebro de sus dispositivos. Pero lo que Federighi y su equipo detallaron en esta sesión técnica posterior a la presentación es que Google ha ayudado a construir la tercera generación de los Apple Foundation Models (AFM), pero el producto que el usuario usará corre sobre la arquitectura cerrada de Apple casi siempre.
El sistema arranca en el propio teléfono. Cuando se habla con Siri AI (la "nueva Siri"), un reconocedor de voz en el dispositivo convierte la petición en texto y la pasa a un "orquestador" que decide qué hacer con ella.
Algunas peticiones se resuelven en el dispositivo gracias a un nuevo modelo fundacional, AFM Core. Algunos de los teléfonos y Mac más avanzados o con más memoria tienen acceso a un modelo local más avanzado, AFM Core Advanced, de unos 20.000 millones de parámetros (solo se utilizan entre 1.000 y 4.000 millones en cada consulta). Este modelo más avanzado es el que permite voces de Siri más expresivas y un mejor reconocimiento de voz y dictado. Pero los dos, tanto AFM Core como AFM Core Advanced, son capaces de resolver varias peticiones de forma local.
Las peticiones más complejas viajan a los servidores de Apple. Antes, el sistema puede consultar las acciones que ofrecen las apps, un índice semántico que rastrea los datos personales del usuario o incluso lo que aparece en ese momento en la pantalla para seleccionar la información que viajará al servidor.
Ahí está, según Apple, la diferencia con un chatbot al uso, que normalmente requiere un acceso constante al conjunto de la información personal para poder dar respuestas personalizadas. Gemini puede saber muchos detalles sobre sus usuarios, pero es gracias a que en cualquier consulta tiene acceso (si el usuario se lo ha dado) a todos sus documentos de Drive, sus fotos de Google Photos o el correo de Gmail.
Siri AI, en cambio rebusca entre cientos de miles de mensajes, fotos y notas, encuentra lo relevante y al servidor sólo sube el puñado de datos que hace falta para responder la petición concreta que ha hecho el usuario. Una vez respondida, esa información se borra de los servidores.
En los servidores, bajo control de Apple y con los procesadores M de la compañía para inferencia, viven AFM Cloud, un modelo de trabajo optimizado para coste y latencia y ADM Cloud Image, que es el modelo de imagen que hace posible el reencuadre espacial de fotos o la creación de imágenes realistas. Estos modelos se ejecutan exactamente igual que hasta ahora hacían los modelos fundacionales de primera y segunda generación (los presentados en 2024 y 2025) cuando las consultas tenían que salir a lo que Apple denomina una nube privada.
Cuando una pregunta exige además información de actualidad o datos generales, Siri AI no consulta el buscador de Google sino un servicio propio, Apple World Knowledge. La compañía insiste en que la información está compartimentalizada durante el proceso. El contexto del usuario se rastrea en local y solo se sube lo imprescindible a los servidores; las preguntas de conocimiento general se resuelven sin enviar quién escribió un mensaje o cuándo.
Estos cuatro modelos se han entrenado y refinado con la misma tecnología que Google usa en Gemini, pero son propiedad de Apple y en el caso de AFM Cloud y ADM Cloud Image corren en los servidores de la compañía.
Hay un tercer modelo que se ejecuta en servidores, que es AFM Cloud Pro. Es el más capaz, reservado a tareas agénticas y de razonamiento complejo. Tiene una capacidad comparable a la de los modelos llamados de "de frontera" de Gemini y es aquí donde Google tiene un papel más relevante.
AFM Cloud Pro se ejecuta sobre GPUs de Nvidia alojadas en la nube de Google. Apple, en cualquier caso, ha extendido a esos servidores ajenos la misma filosofía de Private Cloud Compute, el sistema con el que promete que los datos suben cifrados, se procesan y se borran sin que nadie, ni siquiera Apple, pueda verlos.
Para hacerlo ha combinado las herramientas de computación confidencial de Nvidia, Intel TDX y dos raíces de confianza por hardware de fabricantes distintos, de modo que si en una se descubriese una vulnerabilidad, el sistema seguiría protegido. Solo Apple puede desplegar software en esas máquinas y los dispositivos únicamente dialogan con código firmado por la empresa.
Esa obsesión por el control y la privacidad es, precisamente, el argumento que Apple esgrime para justificar la ausencia más llamativa del día. La nueva Siri no llegará al iPhone ni al iPad en la Unión Europea cuando se publiquen iOS 27 y iPadOS 27 este otoño. La compañía asegura que la culpa es de la DMA, que a su juicio obligaría a abrir a cualquier asistente de terceros el mismo acceso al dispositivo que tiene Siri AI. Bruselas, ha rechazado las propuestas que Apple ha hecho desde el año pasado para encontrar una solución de compromiso. Los europeos sí tendrán Siri AI en Mac y Vision Pro. En el teléfono, el dispositivo que más datos personales guarda, no hay fecha.
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。