北京時間6月5日凌晨，arget="_blank">蘋果WWDC18（第18屆全球開發者大會）在美國加州圣何塞McEnery會議中心召開。蘋果像是例行公事一般，開了一場“階段性成果展示會”。沒有黑科技，全是“舊”科技。

北京時間6月5日凌晨，蘋果WWDC18（第18屆全球開發者大會）在美國加州圣何塞McEnery會議中心召開。不過今年的開發者大會上，不但如我們預期的一般沒有新硬件發布，而且也沒有之前熱議的iOS與mac OS應用融合。

蘋果像是例行公事一般，開了一場“階段性成果展示會”，向外界介紹了一下他們這一年來在iOS、watchOS、tvOS和macOS上究竟做了些什么。

沒有黑科技，全是“舊”科技。

蘋果的AR應用：不拋棄，不放棄

蘋果一直都沒有放棄對AR的繼續追求，在本次大會iOS部分的開場，蘋果高級副總裁克雷格·費德里吉就帶著AR又一次出現在了我們的視野中。

在開發者層面，蘋果與皮克斯達成了合作，推出了一個嶄新的文件格式：USDZ。這一格式會獲得包括Adobe等許多創意領域的軟件公司支持，其支持在諸多app中使用。

費德里吉還帶來了一款名叫“Measure”AR測量應用，它可以檢測矩形物體，利用AR技術特性，完成例如測量工作。在演示中，他對行李箱、相框等物體的尺寸進行了測量，而在測量完成后，這一應用還可以運用各種公式進行體積、面積等數值計算。

AR Kit2改進了面部追蹤、真實渲染、3D對象檢測、持續性和分享體驗等內容，除此以外，USDZ還可以將網頁中的3D物體直接調用至攝像鏡頭框架中，用于AR顯示。不過實話說，這與國內許多AR家居公司所做的內容在很大程度上并無不同。

老生常談，照片檢索

在進行了升級之后，iOS 12的相冊檢索能力得到了大幅提升。新的相冊可以跟據照片庫內的內容，進行智能整理并對于后續操作給出建議，比如說建議你可以將聚會照片與其中的好友進行分享；而收到你的分享的好友，其相冊能夠找到與之相對應的照片，同樣分享給你。

當然，相信很多“果粉”對于這一“新”功能并不十分滿意。早在2016年6月的WWDC上，蘋果就已經展示了出來相冊分類的功能，在iOS 10和macOS Sierra中蘋果就已經借助人工智能技術，引入了對人臉、物體和場景的識別。用戶還可以為每個相冊添加名字，便于查找。

舊智慧創造的新Siri

重頭戲來了，在iOS 12中，蘋果終于針對Siri的可用性進行了改善。

盡管克雷格·費德里吉強調，Siri 是世界上響應次數最多的語音助理，但這不能改變Siri一直以來都被吐槽是“最難用的語音操作系統”，沒有之一。它在功能多樣性上比不上大多數安卓手機上的語音系統，而且由于蘋果操作系統的封閉性，它與很多應用之間的交互很差，幾乎等同于沒有。

但我們可以知道的是，語音交互對未來任何一家科技巨頭的重要性，蘋果也不可能就此放棄。

最大的改變，是蘋果為Siri添加了新功能，ShortCuts（快捷方式）。用戶可以在任何應用中，通過“添加至Siri”的按鍵，向Siri中加入關于該應用的快捷操作方式，并錄制一個對應該功能的定制短語，之后對Siri說出這一短語時，就能夠直接啟動該應用，以及相關的快捷操作，這有點類似于為Siri編寫了一個“宏”。

（在快捷操作編輯器中，已經存在了許多快捷操作）

在快捷操作編輯器中，已經存在了許多快捷操作，用戶可以直接將它們都拖動添加，然后按照順序來執行這些操作。通過蘋果賬戶共享，你所添加的功能還將全面支持iPhone、iPad、HomePod以及Apple Watch。

在前不久的Google I／O開發者大會上，谷歌公開的AI助手，通過打電話的操作驚艷全場，當然這一功能還在研發階段；與前者的超前AI技術高度相比，Siri的新功能更像是通過傳統手段，解決了語音助手中目前仍然存在的一些功能性問題，降低了語音助手對AI技術的要求，從而提高用戶體驗。

我們可以發現，在語音技術發展到如今的高度（或許已經遭遇了瓶頸的情況下），在賽道之中的企業們對于語音助手的實用性追求，已經完全超過了它們對于技術成熟、準確程度和數據收集的追求，這或許可以從側面驗證，人工智能技術的應用落地已經進入了一個全新的階段。

Core ML 2：機器學習新工具

在去年WWDC上，蘋果就已經把機器學習方面內容做了成果展示。將機器學習功能作為iOS API的一部分向開發者開放，希望開發者們借此能夠應用機器學習技術，開發出更好的應用程序，而這一功能被叫做Core ML。

今年，蘋果發布了Core ML新工具，將原生支持 Mac 平臺的機器學習，包括機器視覺、自然語言功能，在Swift和Xcode中均可應用，而全新的Core ML 2有助于實現更快的訓練和更小的模型尺寸。

在視頻展示中，現在mac硬件可以通過外置GPU提高運行性能，而在一個由MacBook和eGPU驅動的現場Unity演示，Metal渲染器可以借助機器學習獲得更高的效率。

從某種程度上來講，蘋果這樣的舉動更像是為了滿足開發者對于機器學習的需求，而做出的被迫舉動。要知道在很多開源社區中，如何在蘋果app開發中使用機器學習技術是大家討論的熱點之一，這從側面印證了此前蘋果在這方面的不足。

在剛剛過去的五月，谷歌I／O 2018開發者大會后，有媒體表示谷歌發布的成果像是在追趕百度在人工智能方面的進度；那么在今年的WWDC18上，蘋果表露出的姿態甚至連一個追趕者都算不上，更像是一個陪跑者。

誠然，蘋果一直以來并不是一家以前沿技術著稱的公司，它的實力更多體現在強大的產品能力和現金流上。但人工智能現在也已經不再是一個那么前沿的技術領域了，產品化和商業化已經成為了這個領域巨頭競爭的關鍵詞。

從時間上來看，該到蘋果發力的時候了啊。