Apple pracuje nad wdrożeniem Siri opartej na modelu Gemini od Google — ale nie w sposób, na jaki liczyli fani prywatności on-device. Według raportu The Information hybryda Siri i Gemini będzie przetwarzać złożone zapytania w chmurze, a nie lokalnie na iPhone. Apple zawarło w tym celu umowę z NVIDIA na korzystanie z platformy Confidential Computing.
Najważniejsze w skrócie
- Apple pracuje nad destylacją modeli Gemini Google — uproszczeniem modeli o bilionach parametrów do działania na iPhone
- Złożone zapytania do Siri trafią do infrastruktury chmurowej Google, a nie do Private Cloud Compute Apple opartego na chipach M-series
- Apple podpisało umowę z NVIDIA na Confidential Computing — szyfrowane przetwarzanie AI na GPU w chmurze
- Smartfony mają zbyt mało RAM, by utrzymać w pamięci modele z bilionami parametrów — lokalne modele mają co najwyżej kilka miliardów parametrów
- Szczegóły planowane do prezentacji na WWDC 2026
Dlaczego destylacja, nie Gemini Nano
Google oferuje Gemini Nano — wersję zoptymalizowaną pod urządzenia mobilne. Nano sprawdza się przy funkcjach kontekstowych: streszczanie notatek, sugestie odpowiedzi, podstawowe polecenia. To jednak nie to, czego potrzebuje Siri.
Siri ma być asystentem konwersacyjnym: rozumieć złożone polecenia, realizować wieloetapowe zadania i rozmawiać w naturalnym języku. Do tego potrzebny jest znacznie potężniejszy model. Na Androidzie Google nawet nie próbuje uruchamiać Gemini lokalnie — każde zapytanie do Gemini idzie prosto do chmury.
Apple stanęło więc przed problemem. Firma od lat promuje AI on-device jako przewagę prywatności. Teraz chce zaoferować jakość Gemini na iPhonie, ale fizyczne ograniczenia sprzętu nie pozostawiają łatwego wyjścia.
Destylacja to próba kompromisu. To technika, w której mały model "uczy się" zachowania dużego — przez wielokrotne imitowanie jego odpowiedzi. Dobrze przeprowadzona destylacja przenosi kluczowe zdolności modelu chmurowego do wersji lokalnej, przy jednoczesnym drastycznym zmniejszeniu liczby parametrów i wymaganej pamięci. Ale nawet po destylacji, jak wynika z raportu The Information, Siri i tak będzie musiała sięgać do chmury przy zadaniach wymagających pełnej mocy Gemini.
Fizyczne limity iPhone
Każda nowa generacja chipów Apple pojawia się z zapowiedziami o wydajności AI. Neural Engine, akcelerator AI w chipach serii A i M, jest projektowany pod kątem efektywnego przetwarzania w kontekście — np. klasyfikacji obrazów w czasie rzeczywistym czy transkrypcji głosu. Nie jest przeznaczony do obsługi modeli konwersacyjnych z miliardami parametrów.
Modele działające lokalnie na telefonach liczą co najwyżej kilka miliardów parametrów. Modele chmurowe Gemini mają ich biliony — to różnica trzech do czterech rzędów wielkości. Modele lokalne są ponadto kwantyzowane: działają na niższej precyzji numerycznej, co przyspiesza obliczenia, ale obniża jakość generowania.
Do tego dochodzi pamięć. Telefon — nawet z 8 GB RAM — nie jest w stanie utrzymać w pamięci modelu z bilionem parametrów. Ładowanie i offloadowanie warstw modelu w locie jest możliwe technicznie, ale powolne w praktyce. Wynik: lokalne AI na telefonach brzmi "mniej inteligentnie" niż chmurowe. Nawet duże modele chmurowe bywają zawodne — małe modele lokalne mają problem z prostymi pytaniami.
NVIDIA jako strażnik prywatności
Złożone zapytania Siri trafią do infrastruktury chmurowej Google — nie do Private Cloud Compute Apple. PCC, zbudowane na chipach M-series Mac, według doniesień The Information nie radzi sobie z uruchamianiem pełnych modeli Gemini bez destylacji. Apple zdecydowało się więc na zewnętrznego partnera chmurowego.
NVIDIA Confidential Computing to platforma, która szyfruje dane podczas przetwarzania na GPU w chmurze. Model AI przetwarza zaszyfrowane dane — teoretycznie nawet operator serwerowni nie ma do nich dostępu w postaci jawnej. Apple może dzięki temu nadal twierdzić, że dba o prywatność użytkowników, nawet gdy ich zapytania opuszczają iPhone.
Szyfrowanie nie jest bezpłatne pod względem wydajności. Confidential Computing na GPU NVIDIA jest wolniejszy niż przetwarzanie bez szyfrowania. Użytkownicy prawdopodobnie odczują opóźnienie, gdy Siri zdecyduje się sięgnąć po chmurę zamiast zrealizować zapytanie lokalnie.
Doświadczenie użytkownika: bezproblemowe z założenia
iPhone prawdopodobnie nie będzie informować użytkownika, która wersja Gemini obsługuje konkretne zapytanie Siri. Producenci systemów hybrydowych — łączących lokalne i chmurowe AI — reklamują je jako "bezproblemowe". W praktyce różnica w czasie odpowiedzi może być wyczuwalna.
Apple zachowa prawdopodobnie branding Private Cloud Compute, mimo że część przetwarzania będzie odbywać się na infrastrukturze Google i NVIDIA. To ryzyko dla spójności komunikacji marketingowej — "Twoje dane nie opuszczają urządzenia" brzmi inaczej, gdy Siri pyta Gemini w chmurze.
Dlaczego to ważne?
Apple zbudowało swoją pozycję w AI na narracji o prywatności i przetwarzaniu on-device. WWDC 2024 i WWDC 2025 to były pokazy kontroli, lokalności i bezpieczeństwa. Teraz firma zaprojektowała system, w którym kluczowa część przetwarzania Siri — ta wymagająca prawdziwej inteligencji — opiera się na infrastrukturze dwóch innych firm: Google i NVIDIA.
To nie dyskwalifikuje rozwiązania. Hybrydowe podejście do AI jest powszechne — robią to Google na Androidzie, Microsoft na Copilot+, a teraz Apple. Problem nie jest techniczny, ale narracyjny. Apple przez lata odróżniało się od rywali hasłem "privacy by design". Teraz musi utrzymać to pozycjonowanie, jednocześnie oddając część przetwarzania do zewnętrznej chmury.
Dla użytkowników oznacza to jedno: Siri z Gemini będzie prawdopodobnie znacznie mądrzejsza niż obecna wersja. Pytanie, czy w zamian za tę mądrość Apple serwuje kompromis prywatności, który samo przez lata krytykowało u konkurencji.
Co dalej?
- WWDC 2026: Apple zapowie szczegóły nowej Siri z Gemini — to prawdopodobnie pierwsza publiczna demonstracja hybrydowego systemu
- Apple musi rozwiązać problem zgodności narracji prywatności z przetwarzaniem w chmurze Google i NVIDIA — komunikat marketingowy będzie kluczowy
- Tempo wdrożenia destylacji Gemini na iPhone zdeterminuje, ile zadań Siri uda się obsłużyć lokalnie, a ile ruszy do chmury
