今天小編分享的科技經驗：庫克中國行謎底揭曉？或與這家互聯網大廠聯手！，歡迎閲讀。
蘋果公司 CEO 蒂姆 · 庫克正在中國展開一系列活動。據美國媒體報道，蘋果公司正在和百度進行談判，以便在蘋果設備使用百度人工智能生成技術。受此影響，百度美股周五盤前一度直線拉升，漲超 6%。開盤後，股價高開，截至發稿，微漲 0.21%。
蘋果或與百度展開合作
據美國媒體報道，蘋果公司與百度就前者在中國的設備中使用百度人工智能生成技術舉行了初步會談。蘋果一直在探索利用外部合作夥伴來幫助加速人工智能雄心，已與包括谷歌和 OpenAI 在内的多家公司就使用它們的技術進行了讨論。上述人士表示，讨論仍處于探索階段。目前尚不清楚蘋果是否與其他中國人工智能公司進行過接觸。
此前，蘋果競争對手三星最新的 Galaxy 系列手機在中國也使用了百度的文心一言來支持某些人工智能功能。
證券時報記者就此進行求證，截至發稿，百度方面尚未作出回應。
在百度 2023 年第四季度及全年财報電話會上，CEO 李彥宏曾透露，文心大模型的日調用量已超過 5000 萬次，季度環比增長 190%；2023 年 12 月，約有 2.6 萬家企業調用文心大模型，季度環比增長 150%。目前，三星、榮耀等手機企業均與百度達成合作。
據官方介紹，三星 Galaxy AI 深度集成百度文心大模型多項能力，可提供端側賦能的通話、翻譯功能，以及借助生成式 AI 帶來的智能摘要、排版等功能。此外，Galaxy S24 系列手機首創了 " 即圈即搜 "，用户在文字、圖片或視頻上進行簡單的手勢操作，如畫圈、劃線等，即可立即獲得相關搜索結果。
百度表示，2024 年生成式人工智能與基礎模型業務将為公司帶來數十億元人民币的增量收入。
蘋果着急了！
在本輪由 OpenAI 引爆的生成式人工智能浪潮中，蘋果公司被認為是反應遲緩的巨頭之一。
今年 2 月，蘋果公司放棄了汽車項目的研發，并表示将加大對生成式人工智能領網域的投資。庫克曾在和投資人的交流中表示，該公司一直在研究生成式 AI，并計劃在今年晚些時候公布進展情況。
庫克也曾對媒體談及 AI 話題，稱該公司 AI 已經運用在了蘋果產品的各方面。
" 蘋果的生成式 AI，在今年晚些時候會宣布。" 庫克指出，生成式人工智能具有令人難以置信的突破潛力，它将為用户提供更加智能、高效的解決方案，進一步推動生產力的發展。
庫克強調，蘋果一直以來都致力于在人工智能領網域進行深入研究，并積累了豐富的經驗和技術。庫克指的蘋果在人工智能領網域的布局，是指從 AppleWatch 的摔倒檢測到 iPhone 的預測性文本輸入，這些功能都是由 AI 驅動的。
但顯然，這和投資者預期的 OpenAI 式的人工智能相去甚遠。
但庫克強調，蘋果将充分利用其在硬體和軟體方面的優勢，為用户提供更加出色的生成式 AI 體驗。他相信，蘋果在生成式人工智能領網域的創新将為用户帶來全新的互動方式和解決問題的能力。
随後，市場傳出蘋果公司正與谷歌和 OpenAI 展開談判，計劃将這些公司的生成式大型語言模型用在其 iPhone 全新人工智能功能的底層框架中。
據外媒報道，蘋果計劃利用大型語言模型全面革新 Siri，使其成為 " 終極虛拟助手 "。" 蘋果正在開發的一項具體功能是改善 Siri 與信息應用的互動，例如讓 Siri 更有效地自動完成句子并回答復雜問題 " 。
自研 + 并購 蘋果努力追趕
事實上，蘋果公司在人工智能領網域的投入并不算少。除了加大研發投入外，還通過持續并購提升競争力。
今年 3 月，蘋果公司完成對加拿大 AI 公司 DarwinAI 的收購，這家創企的數十名員工已經加入了蘋果的 AI 部門。據不完全統計，這是蘋果已知收購的第 33 家 AI 公司。
資料顯示，DarwinAI 作為一家專注于 AI 技術研發方面的公司。該公司一直致力于為制造商提供高效的視覺檢查 AI 系統，并致力于研發 " 使神經網絡模型更小、更快 " 的創新技術。這種技術特色與蘋果一貫推崇的在設備上運行 AI 而非完全依賴雲端運行的理念不謀而合，因此，DarwinAI 的加入被業界視為蘋果 AI 戰略的重要補充。
對于此次收購，蘋果方面表示，收購小型科技公司是其常規的投資策略之一，旨在通過整合優質資源和技術，推動公司在各個領網域的創新與發展。
據市場調研機構 Stocklytics 最新報告，到 2023 年，蘋果總共收購了 32 家 AI 公司，是科技公司中收購數量最多的，谷歌母公司 Alphabet 收購了 21 家，Meta 收購了 18 家，微軟收購了 17 家。
在研發方面，蘋果同樣也拿出了新東西。
上周，蘋果公司研發團隊成員發布了一篇名為《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》的論文，并正式亮出了自己的 300 億參數多模态大模型（MLLMs）。據稱這些模型在預訓練指标中是 " 最先進的 "，并且在一系列已建立的多模态基準測試中，經過監督微調後實現了 " 有競争力的 " 性能。此外，MM1 可以支持增強的上下文學習和多影像推理，使得少數樣本的思維鏈提示成為可能。
