机器之心报道
编辑：Panda
前两天，苹果更新了 iPad mini 产品线，而这款最小型的 iPad 已经三年没有更新了。很显然，这次更新也是苹果为了让全产品线都具备其最新的 AI 能力。
图源：苹果官网
不过，苹果的 AI 能力究竟如何呢？作为局外人的我们常常会给出大不一样的判断。一些人相信苹果实力雄厚，做到行业领先的难度应该不大；另一些人则对此表示怀疑。
近日，这些怀疑似乎得到了一定的映证。据彭博社科技记者 Mark Gurman 发帖称，苹果公司的一些内部员工也认为该公司在 AI 赛道上落后了，并且差距达到两年以上！
据该消息源透露，苹果进行过一些内部研究。Gurman 在报道中写到：「研究发现，OpenAI 的 ChatGPT 比苹果的 Siri 准确 25%，并且可回答的问题也多 30%。事实上，某些苹果员工认为其生成式 AI 技术（至少目前）落后与行业领先公司两年以上。」
Gurman 显然也相信这个说法，他发帖尖锐地表示，苹果智能已经炒作了 5 个多月了，到下周实际上线时，很多消费者会发出疑问：「就这？」或「苹果智能在哪里？」他还写到：「就算新款 iPhone 今年能够大卖，那也是因为 AI 之外的其它东西。」
不少网友对此表示了认可，甚至一些人直言苹果在 AI 方面很失败。
实际上，我们也能感受到苹果在 AI 领域的「缺席」。不管是专注于 AI 的 OpenAI 和 Anthropic 等新公司，还是 Alphabet（谷歌）、Meta 和微软等老牌大型科技企业，总是隔三岔五就有 AI 相关研究 / 产品的发布或更新；并且就连我们国内的科技公司也总是在竞相「刷存在感」。而苹果的相关新闻却要少得多。
尽管如此，我们也不能贸然断言苹果在这场 AI 竞赛中再无翻身的可能，毕竟该公司有堪称无限的资源，而 AI 的开发在某种程度上就是一场资源的比拼。并且如有需要，苹果也完全可以与顶级 AI 公司合作甚至直接收购一家 AI 公司。
此外，苹果还有一项其它公司不具备的优势：可将新功能直接推送给大量用户。所以就算它的功能落后一点，其可能也不会缺用户。
据报道，到 2026 年，几乎每一台带有屏幕的苹果设备都能运行苹果智能（不过中国用户可能还需等待更长时间）。同时，苹果也在努力将 AI 能力集成到 Vision Pro 头设之中。并且苹果的下一代家居设备也将围绕 AI 能力构建。
在这个围绕人才、算力和数据的商业战场，苹果究竟能否在人工智能赛道追赶上来尚未可知。但这次内部爆料说明苹果已经感受到了压力。接下来我们会看到苹果在 AI 上投入更多资源，创造更多研究成果并实现更快的功能更新吗？让我们拭目以待吧。
https://x.com/markgurman/status/1848101893555503611
https://www.bloomberg.com/news/newsletters/2024-10-20/apple-s-latest-ipad-mini-highlights-ai-advantage-sonos-considers-new-headphones-m2hkz4mn
AI实验被叫停？百度：别怕有我在
撰文 / 吴 静
编辑 / 张 南
设计 / 师 超
热火朝天的人工智能赛道，被泼了一盆冷水。
3月29日，未来生命研究所（Future of Life Institute）公布了一封题为“暂停巨型AI实验”的公开信，呼吁所有AI实验室立即暂停训练比GPT-4更强大的AI系统，暂停时间至少6个月。 马斯克、苹果联合创始人Steve Wozniak、Stability AI创始人Emad Mostaque等上千名科技届知名人物和AI专家已经签署公开信。
该公开信写道，广泛的研究表明，具有与人类竞争智能的人工智能系统可能对社会和人类构成深远的风险。 这一观点得到了顶级人工智能实验室的承认。
这和360集团创始人周鸿祎在3月25日2023中国发展高层论坛上的发言如出一辙。
“当人工智能自己修改自己的代码，自我升级、自我进化时，这种进化速度恐怕用指数级都很难描述。 我觉得，留给人类的时间不多了，我认为GPT一定会产生意识，只是差别是在GPT-6还是GPT-8还是GPT-10。 ”
周鸿祎表示，随着大脑、神经元数目的增加，大脑与神经网络连接的数目的增加，到一定时候系统就出现了一种功能叫涌现。 就是很多智能功能就出现了，那么意识也随之出现。 所以现在大语言模型的所谓的参数，你就可以看成是脑容量里的神经网络的连接数，这个参数现在是千亿万亿，可能人脑至少有100万亿，可能人工智能到达10万亿，可能这个时候意识就会自动产生。
在AI热潮涌动之时，猝不及防，却遭遇伦理的挑战。
ChatGPT于2022年11月30日发布。 2023年1月末，ChatGPT的月活用户已突破1亿，成为史上增长最快的消费者应用。
3月15日，OpenAI正式推出GPT-4。 GPT-4是多模态大模型，即支持图像和文本输入以及文本输出，拥有强大的识图能力，文字输入限制提升到了2.5万字。 GPT-4的特点在于它的训练数量更大、支持多元的输出输入形式、在专业领域的学习能力更强。
次日，网络创始人、董事长兼首席执行官李彦宏携网络文心一言亮相。 发布会现场，李彦宏坦言，“不能说我们完全准备好了，文心一言对标ChatGPT、甚至是对标GPT-4，门槛是很高的，全球大厂还没有一个做出来的，网络是第一个。 我自己测试感觉还是有很多不完美的地方。 ”
此言一出，当天，网络港股盘中跌幅一度超过10%。 但次日，网络股票再度拉升，涨幅超13%。
作为国内第一家公开对标ChatGPT产品的企业，网络近日备受外界争议，但这丝毫不影响其商业化变现。
据不完全统计，截至目前，集度、东风日产、红旗、海马、长城、岚图、长安等多家车企宣布已成为网络文心一言首批生态合作伙伴。 后续，这些车企将全面体验并在汽车生态领域接入文心一言的能力，推进智能汽车交互的再升级。
汽车x文心一言，到底有多大的想象空间？
文心一言 VS ChatGPT
“文心一言确实不如现在最好的ChatGPT版本，但差距也不是很大，可能就是一两个月的差别。 目前差不多是ChatGPT今年1月份的水平。 但大家早就忘了1月份它是什么样子，今天大家已经习惯GPT-4，GPT-4的技术跟我们只差一天出来，是一个其他大厂也很难去拿出一个东西相比的技术。 ”
近日，面对外界对文心一言的一些负面评价，李彦宏在一场极客公园的直播中如是表示。
诚然，如李彦宏所言，无论是哪家公司，都不可能靠突击几个月就能做出这样的大语言模型。 深度学习、自然语言处理，需要多年的坚持和积累，没法速成。
深耕AI领域十余年，网络确实是全球为数不多、在芯片层、框架层、模型层和应用层这四层进行全栈布局的人工智能公司，从高端芯片昆仑芯，到飞桨深度学习框架，再到文心预训练大模型，到搜索、智能云、自动驾驶、小度等应用，各个层面都有自研技术。
但和ChatGPT仅仅只是有一两个月的差距，部分业内人士并不能同意这一观点。
3月25日，2023中国发展高层论坛开幕，360集团创始人周鸿祎在演讲中表示，中国大语言模型技术水平和GPT-4的差距在2到3年时间，目前GPT的技术方向已经明确，不存在难以逾越的技术障碍，中国应当坚持长期主义精神，迎头赶上。
十月怀胎，一朝分娩。 但在部分业内人士看来，文心一言还属于半成品，还没到能推出的程度，甚至将其定义为“早产儿”。 “但好在通过迭代进步也会很快，只要知道原理并且有事实证明能行之有效的时候，在应用领域很快就能追上去，甚至在规模应用这块比国外走得更快。 ”业内人士对汽车商业评论如是说，
“文心一言被迅速推出，是因为市场有需求，大家都有需要，更重要的是我们的客户需要，合作伙伴需要。 ”在发布会上，李彦宏透露，从我们承认文心一言的存在，短短一个月的时间，就有超过650家合作伙伴宣布加入文心一言生态。
这一数字目前还在持续攀升。
汽车X文心一言
车企x文心一言，到底能给车本身带来怎样的变化？两者的结合，到底有多大可能性和空间，文心一言之于汽车，将带来“量”的变化，还是“质”的改变？
如果你把上述提问给到文心一言，你会得到以下回答：
文心一言在汽车上使用，可能会带来以下改变：
更高的安全性能：文心一言可以通过语言理解和生成，帮助汽车识别和预测道路上的危险情况，从而提高驾驶安全性能。
更好的语音交互：文心一言可以通过语音交互，让驾驶者更加方便地控制车内系统，例如播放音乐、调节空调温度等。
更准确的导航系统：文心一言可以通过语音识别和自然语言处理技术，更准确地理解驾驶者的指令，从而更好地导航到目的地。
更高效的能源利用：文心一言可以通过人工智能技术，优化车载系统的能源利用，例如自动启停、智能空调控制等，从而更加高效地使用汽车能源。
更好的车载娱乐体验：文心一言可以通过语音识别和自然语言处理技术，为驾驶者提供更好的车载娱乐体验，例如音乐、电台、天气等信息的实时推送。
总之，文心一言在汽车上的使用，将会带来更高的安全性能、更好的语音交互、更准确的导航系统、更高效的能源利用和更好的车载娱乐体验。
我们还可以参考通用车企对引入ChatGPT之后，对汽车的期许。
作为国外第一家正式宣布引入ChatGPT的车企，据外媒报道，通用正在使用微软的Azure云服务和OpenAI的技术来开发一款新的虚拟汽车助手。 OpenAI的ChatGPT背后的人工智能语言模型可能很快就会为通用汽车的虚拟助手提供技术支持。
通用汽车副总裁 Scott Miller 表示，一旦ChatGPT 正式上车，通用汽车的智能化水平或将提升至另一个台阶。
在他的预想中，ChatGPT不仅可以帮助车主获取车辆使用的相关信息，还可以从日历中整合日程安排提醒车主待办事项。 例如，聊天机器人可以在仪表板上出现诊断灯时建议驾驶员采取什么行动，或在车辆信息娱乐系统上通过视频展示来指导用户如何更换爆胎。 这样便比目前车辆中使用的机械语音命令功能更优化。
另外，ChatGPT不仅可以极大地改善汽车本身的语音命令功能，而且还可用于汽车功能以外的语音控制。 当ChatGPT与家庭智能系统和手机集成使用时，它还可以执行更广泛的命令。 从“打开我的车库门”到“计划一条去医生办公室的路”，再到“为我预留一个充电点”，诸如此类语音控制都可以实现。
由于目前文心一言还未真正实现“上车”，处于内测阶段。 如果参照通用和ChatGPT的合作方式，综合此前车企官宣与文心一言合作的方向，重点仍然集中在智能座舱的人机交互领域。
当外界都对文心一言云服务及应用产品发布会翘首以待时，3月27日，传闻原定于当天下午举行的文心一言云服务及应用产品发布会临时取消，当天，网络股价一度下跌超4%。
当天，网络智能云公众号便澄清消息，称文心一言云服务受到了企业伙伴的广泛关注，已经收到12万家企业的申请测试。 为更好地满足现有客户的旺盛需求，网络智能云原定于3月27日举办的发布会改为面向首批邀约测试企业的闭门沟通会，进行深度充分的技术交流互动。 3月27日之后，网络智能云将于多地启动客户闭门沟通会议。
最早宣布加入文心一言生态圈的车企是集度。 2月14日，集度宣布，将融合网络文心一言的全面能力，打造全球首个针对智能汽车场景的大模型人工智能交互体验，支持汽车实现自然交流的再进阶，打响车企与类ChatGPT技术合作第一枪。
虽然诸多车企都纷纷表示与网络“文心一言”合作，但长安汽车动作最为迅速。 3月18日，长安汽车官宣“质美智省新家轿”——逸达，将成为国内首款搭载“文心一言”的量产车型，后续将通过软件升级的形式搭载到新车上。
也有业内人士表示，对于车企而言，汽车X文心一言是噱头大过实际功能。 截至目前，汽车X文心一言，最为频繁提到的就是能提升车机的智能化水平，就目前来看，这些都属于量的变化，短期内文心一言能否给汽车智能化体验本身带来质的改变，还有待进一步观察。
但笔者认为，如果人工智能都能发展到自己有意识的程度，汽车X 最先进的人工智能应用后，其发展前景也或许将远超大家想象。
被点燃的大模型竞赛
遭疯抢的不仅仅是文心一言，还有网络文心一言员工。
ChatGPT带动人工智能领域再度爆火，网络文心一言发布后，将 AI 浪潮推向高峰。 而与之相关的人工智能人才也备受追捧。
最近，谷歌主要AI团队——谷歌大脑的研究人员，纷纷跳槽到了OpenAI，谷歌大脑至少失去4名核心成员。 有消息称，国内，部分科技公司也把目光投向了网络，盯上了文心一言的内部开发人员。
人才争夺的背后是人工智能的争夺战，而这最后还是大模型之争。 IDC（国际数据公司）中国副总裁兼首席分析师武连峰曾表示，“大模型的背后蕴藏着一场人工智能落地模式的变革。 如今火爆全球的ChatGPT背后的技术支撑正是大模型。 没有对大模型的长期投入，就不会诞生ChatGPT这样的应用。 ”
德邦在一份研究报告中称，自ChatGPT推出以来，国内学术界和科技企业相继宣布或将推出类似机器人对话模型，有望推动大模型发展，而国产大模型也有望在这一波浪潮中迎来爆发式成长。
国内科技企业巨头在人才储备、集成能力、数据领域都遥遥领先。 “最核心的是数据，到了一定程度高校的研究只能是做做算法然后发几篇论文，因为像ChatGPT这类后续的验证阶段必须要通过海量的数据来证明，这也是大型商业化科技企业的核心优势。 ”一位智能网联电动汽车领域专家对汽车商业评论表示。
目前，国内大模型厂商主要包括网络（文心大模型）、腾讯（HunYuan大模型）、阿里（通义大模型）、华为（盘古大模型）等企业。 在德邦的一份关于国内大模型概览的研究报告中，其称文心大模型在市场格局中处于第一梯队。
其中，网络以文心大模型+飞桨PaddlePaddle深度学习平台；腾讯以HunYuan大模型+太极机器学习平台；阿里以通义大模型+M6-OFA；华为以盘古大模型+ModelArts，都打造了自然语言处理大模型、计算机视觉大模型以及多模态大模型方面。
2019年3月，网络率先在发布预训练模型ERNIE1.0，文心大模型构建了“基础+任务+行业”的三级模型体系，基础大模型支撑任务与行业大模型的建设，任务和行业大模型结合真实场景与数据反哺基础大模型优化，目前已有36个大模型。
此前，IDC评估结果显示，网络文心大模型处于第一梯队，产品能力、生态能力达到L4水平，应用能力达到L3水平。
2022年4月，腾讯首次对外披露HunYuan大模型，协同了腾讯预训练研发力量，完整覆盖NLP大模型、CV大模型、多模态大模型及众多行业/领域任务模型。
HunYuan先后支持了包括微信、QQ、游戏、腾讯广告、腾讯云等众多产品和业务，降本增效。 依靠HunYuan的多模态理解能力，在广告内容理解、行业特征挖掘、文案创意生成等方面的应用，在为腾讯广告带来大幅GMV提升的同时，也初步验证了大模型的商业化潜力。
2022年9月，在阿里巴巴达摩院主办的世界人工智能大会“大规模预训练模型”主题论坛上，发布 “通义”大模型系列，并宣布相关核心模型向全球开发者开源开放。 目前，主要应用方向是为下游任务提质增效，例如在淘宝服饰类搜索场景中实现了以文搜图的跨模态搜索。
华为云团队于2020年立项AI大模型，并且于2021 年4 月发布“盘古大模型”。 目前，盘古语音语义与视觉大模型广泛应用到金融、电商、物流等多个行业。 华为云官网近期显示，盘古大模型“即将上线”。
天风证券研报表示，盘古大模型是业界首个千亿参数中文语言预训练模型，在预训练阶段学习了40TB中文文本数据，被视为最接近人类中文理解能力的AI大模型。
显然，大模型竞赛是属于巨头间的比拼，较量才刚刚开始。
参考研究报告：AIGC专题：国内大模型概览 德邦证券
本文由汽车商业评论原创出品
转载或内容合作请联系说明
违规转载必究
1 人工智能的研究领域具体包含哪些？是机器人和算法吗？还有没有其他
人工智能(Artificial Intelligence) ，英文缩写为AI。 它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 “人工智能”一词最初是在1956 年Dartmouth学会上提出的。 从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。 人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。 人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。 但不同的时代、不同的人对这种“复杂工作”的理解是不同的。 例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着时代的变化而发展。 它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标。 目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。 除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。 人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。 [编辑本段]【人工和智能】人工智能的定义可以分为两部分，即“人工”和“智能”。 “人工”比较好理解，争议性也不大。 有时我们会要考虑什么是人力所能及制造的，或着人自身的智能程度有没有高到可以创造人工智能的地步，等等。 但总的来说，“人工系统”就是通常意义下的人工系统。 关于什么是“智能”，就问题多多了。 这涉及到其它诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。 人唯一了解的智能是人本身的智能，这是普遍认同的观点。 但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。 因此人工智能的研究往往涉及对人的智能本身的研究。 其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。 人工智能目前在计算机领域内，得到了愈加广泛的重视。 并在机器人，经济政治决策，控制系统，仿真系统中得到应用。 [编辑本段]【人工智能的定义】著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。 ”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。 ”这些说法反映了人工智能学科的基本思想和基本内容。 即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 人工智能（Artificial Intelligence，简称AI）是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。 也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。 这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。 人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。 可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。 从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 [编辑本段]【实际应用】机器视觉:指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统,智能搜索，定理证明，博弈，自动程序设计，还有航天应用等。 [编辑本段]【学科范畴】人工智能是一门边沿学科，属于自然科学和社会科学的交叉。 [编辑本段]【涉及学科】哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，[编辑本段]【研究范畴】自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法[编辑本段]【应用领域】智能控制，机器人学，语言和图像理解，遗传编程[编辑本段]【意识和人工智能的区别】人工智能就其本质而言，是对人的思维的信息过程的模拟。 对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。 现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息过程的模拟。 人工智能不是人的智能，更不会超过人的智能。 “机器思维”同人类思维的本质区别：1.人工智能纯系无意识的机械的物理的过程，人类智能主要是生理和心理的过程。 2.人工智能没有社会性。 3.人工智能没有人类的意识所特有的能动的创造能力。 4.两者总是人脑的思维在前，电脑的功能在后。 [编辑本段]【强人工智能和弱人工智能】人工智能的一个比较流行的定义，也是该领域较早的定义，是由约翰·麦卡锡（John McCarthy|）在1956年的达特矛斯会议（Dartmouth Conference）上提出的：人工智能就是要让机器的行为看起来就象是人所表现出的智能行为一样。 但是这个定义似乎忽略了强人工智能的可能性（见下）。 另一个定义指人工智能是人造机器所表现出来的智能性。 总体来讲，目前对人工智能的定义大多可划分为四类，即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。 这里“行动”应广义地理解为采取行动，或制定行动的决策，而不是肢体动作。 强人工智能强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。 强人工智能可以有两类：类人的人工智能，即机器的思考和推理就像人的思维一样。 非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。 弱人工智能弱人工智能观点认为不可能制造出能真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。 主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。 强人工智能的研究则出于停滞不前的状态下。 对强人工智能的哲学争论“强人工智能”一词最初是约翰·罗杰斯·希尔勒针对计算机和其它信息处理机器创造的，其定义为：“强人工智能观点认为计算机不仅是用来研究人的思维的一种工具；相反，只要运行适当的程序，计算机本身就是有思维的。 ”（J Searle in Minds Brains and Programs. The Behavioral and Brain Sciences, vol. 3, 1980）这是指使计算机从事智能的活动。 在这里智能的涵义是多义的、不确定的，象下面所提到的就是其中的例子。 利用计算机解决问题时，必须知道明确的程序。 可是，人即使在不清楚程序时，根据发现（heu- ristic）法而设法巧妙地解决了问题的情况是不少的。 如识别书写的文字、图形、声音等，所谓认识模型就是一例。 再有，能力因学习而得到的提高和归纳推理、依据类推而进行的推理等，也是其例。 此外，解决的程序虽然是清楚的，但是实行起来需要很长时间，对于这样的问题，人能在很短的时间内找出相当好的解决方法，如竞技的比赛等就是其例。 还有，计算机在没有给予充分的合乎逻辑的正确信息时，就不能理解它的意义，而人在仅是被给予不充分、不正确的信息的情况下，根据适当的补充信息，也能抓住它的意义。 自然语言就是例子。 用计算机处理自然语言，称为自然语言处理。 关于强人工智能的争论不同于更广义的一元论和二元论（dualism）的争论。 其争论要点是：如果一台机器的唯一工作原理就是对编码数据进行转换，那么这台机器是不是有思维的？希尔勒认为这是不可能的。 他举了个中文房间的例子来说明，如果机器仅仅是对数据进行转换，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。 基于这一论点，希尔勒认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。 也有哲学家持不同的观点。 Daniel C. Dennett 在其著作 Consciousness Explained 里认为，人也不过是一台有灵魂的机器而已，为什么我们认为人可以有智能而普通机器就不能呢？他认为像上述的数据转换机器是有可能有思维和意识的。 有的哲学家认为如果弱人工智能是可实现的，那么强人工智能也是可实现的。 比如Simon Blackburn在其哲学入门教材 Think 里说道，一个人的看起来是“智能”的行动并不能真正说明这个人就真的是智能的。 我永远不可能知道另一个人是否真的像我一样是智能的，还是说她／他仅仅是看起来是智能的。 基于这个论点，既然弱人工智能认为可以令机器看起来像是智能的，那就不能完全否定这机器是真的有智能的。 Blackburn 认为这是一个主观认定的问题。 需要要指出的是，弱人工智能并非和强人工智能完全对立，也就是说，即使强人工智能是可能的，弱人工智能仍然是有意义的。 至少，今日的计算机能做的事，像算术运算等，在百多年前是被认为很需要智能的。 [编辑本段]【人工智能简史】人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”(Artificial Intelligence)一词最初是在1956年Dartmouth学会上提出的，从那以后,研究者们发展了众多理论和原理，人工智能的概念也随之扩展，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现到现在，已经出现了许多AI程序，并且它们也影响到了其它 技术的发展。 计算机时代1941年的一项发明使信息存储和处理的各个方面都发生了革命.这项同时在美国和德国出现的 发明就是电子计算机.第一台计算机要占用几间装空调的大房间,对程序员来说是场恶梦:仅仅为运行一 个程序就要设置成千的线路.1949年改进后的能存储程序的计算机使得输入程序变得简单些,而且计算机 理论的发展产生了计算机科学,并最终促使了人工智能的出现.计算机这个用电子方式处理数据的发明, 为人工智能的可能实现提供了一种媒介的开端虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间 的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它 将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈 回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可 能用机器模拟的.这项发现对早期AI的发展影响很大.1955年末,Newell和Simon做了一个名为逻辑专家(Logic Theorist)的程序.这个程序被许多人 认为是第一个AI程序.它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解 问题.逻辑专家对公众和AI研究领域产生的影响使它成为AI发展中一个重要的里程碑.1956年,被认为是 人工智能之父的John McCarthy组织了一次学会,将许多对机器智能感兴趣的专家学者聚集在一起进行了一 个月的讨论.他请他们到 Vermont参加 Dartmouth人工智能夏季研究会.从那时起,这个领域被命名为 人工智能.虽然 Dartmouth学会不是非常成功,但它确实集中了AI的创立者们,并为以后的AI研究奠定了基础会议后的7年中,AI研究开始快速发展.虽然这个领域还没明确定义,会议中的一些思想 已被重新考虑和使用了. Carnegie Mellon大学和MIT开始组建AI研究中心.研究面临新的挑战: 下一步需 要建立能够更有效解决问题的系统,例如在逻辑专家中减少搜索;还有就是建立可以自我学习的系统.1957年一个新程序,通用解题机(GPS)的第一个版本进行了测试.这个程序是由制作逻辑专家 的同一个组开发的扩展了Wiener的反馈原理,可以解决很多常识问题.两年以后,IBM成立了一个AI研 究组 Gelerneter花3年时间制作了一个解几何定理的程序.当越来越多的程序涌现时,McCarthy正忙于一个AI史上的突破.1958年McCarthy宣布了他的新成 果: LISP语言. LISP到今天还在用的意思是表处理(LISt Processing),它很快就为大多数AI开发者采纳.1963年MIT从美国政府得到一笔220万美元的资助,用于研究机器辅助识别.这笔资助来自国防部 高级研究计划署(ARPA),已保证美国在技术进步上领先于苏联.这个计划吸引了来自全世界的计算机科学家, 加快了AI研究的发展步伐.大量的程序以后几年出现了大量程序.其中一个著名的叫是微型世界项目的一部分,包括 在微型世界(例如只有有限数量的几何形体)中的研究与编程.在MIT由Marvin Minsky领导的研究人员发现, 面对小规模的对象,计算机程序可以解决空间和逻辑问题.其它如在60年代末出现的STUDENT可以解决代数 问题,SIR可以理解简单的英语句子.这些程序的结果对处理语言理解和逻辑有所帮助.70年代另一个进展是专家系统.专家系统可以预测在一定条件下某种解的概率.由于当时计算机已 有巨大容量,专家系统有可能从数据中得出规律.专家系统的市场应用很广.十年间,专家系统被用于股市预 测,帮助医生诊断疾病,以及指示矿工确定矿藏位置等.这一切都因为专家系统存储规律和信息的能力而成为可能.70年代许多新方法被用于AI开发,著名的如Minsky的构造理论.另外David Marr提出了机器视觉方 面的新理论,例如,如何通过一副图像的阴影,形状,颜色,边界和纹理等基本信息辨别图像.通过分析这些信 息,可以推断出图像可能是什么.同时期另一项成果是PROLOGE语言,于1972年提出. 80年代期间,AI前进更为迅速,并更多地进入商业领域.1986年,美国AI相关软硬件销售高达4.25亿 美元.专家系统因其效用尤受需求.象数字电气公司这样的公司用XCON专家系统为VAX大型机编程.杜邦,通用 汽车公司和波音公司也大量依赖专家系统.为满足计算机专家的需要,一些生产专家系统辅助制作软件的公 司,如Teknowledge和Intellicorp成立了。 为了查找和改正现有专家系统中的错误,又有另外一些专家系统被设计出来.从实验室到日常生活人们开始感受到计算机和人工智能技术的影响.计算机技术不再只属于实验室中的一小群研究人员. 个人电脑和众多技术杂志使计算机技术展现在人们面前.有了象美国人工智能协会这样的基金会.因为AI开发 的需要,还出现了一阵研究人员进入私人公司的热潮。 150多所像DEC(它雇了700多员工从事AI研究)这样的公司共花了10亿美元在内部的AI开发组上.其它一些AI领域也在80年代进入市场.其中一项就是机器视觉. Minsky和Marr的成果现在用到了生产线上的相机和计算机中,进行质量控制.尽管还很简陋,这些系统已能够通过黑白区别分辨出物件形状的不同.到1985年美国有一百多个公司生产机器视觉系统,销售额共达8千万美元.但80年代对AI工业来说也不全是好年景.86-87年对AI系统的需求下降,业界损失了近5亿美元.象 Teknowledge和Intellicorp两家共损失超过6百万美元,大约占利润的三分之一巨大的损失迫使许多研究领 导者削减经费.另一个另人失望的是国防部高级研究计划署支持的所谓智能卡车.这个项目目的是研制一种能完成许多战地任务的机器人。 由于项目缺陷和成功无望,Pentagon停止了项目的经费.尽管经历了这些受挫的事件,AI仍在慢慢恢复发展.新的技术在日本被开发出来,如在美国首创的模糊逻辑,它可以从不确定的条件作出决策;还有神经网络,被视为实现人工智能的可能途径.总之,80年代AI被引入了市场,并显示出实用价值.可以确信,它将是通向21世纪之匙. 人工智能技术接受检验 在沙漠风暴行动中军方的智能设备经受了战争的检验.人工智能技术被用于导弹系统和预警显示以 及其它先进武器技术也进入了家庭.智能电脑的增加吸引了公众兴趣;一些面向苹果机和IBM兼容机的应用 软件例如语音和文字识别已可买到;使用模糊逻辑,AI技术简化了摄像设备.对人工智能相关技术更大的需求促 使新的进步不断出现.人工智能已经并且将继续不可避免地改变我们的生活.
苹果造车的秘密，都在这了
车东西
作者｜Juice
编辑｜晓寒
最近一两天，关于苹果造车的消息铺天盖地的传来，引起了热烈关注。
昨天，台湾经济日报称苹果最近向和大、贸联、和勤、富田等台湾汽车零部件厂商提出了备货要求，苹果预计将会在明年9月发表苹果汽车，还称其原型车已经在美国加州上路测试。
台媒称苹果汽车明年三季度亮相
而在今日，路透社又发布消息称，苹果计划在2024年生产一款纯电动乘用车，路透社还引援了接近苹果的人士的消息称，苹果正在研发低成本长续航的动力电池。
十余天前，外媒DigiTimes预测也苹果汽车将在2024～2025年亮相。
虽然这几条消息的时间看上去都有一定的冲突，但苹果在2014年开始进入电动汽车领域后已经申请了多个专利，此次供应链企业的密切发声，也暗示着苹果的首款汽车可能真的要来了。
在与行业人士交流以及回顾了苹果汽车专利（可参考车东西此前报道《苹果造车之心不死！1年新增30项专利，各个都是黑科技》、《70项专利解密苹果汽车！脑洞太大，特斯拉都追不上》、《苹果玩智能汽车，路子比特斯拉还野》）之后，车东西也找到了一些蛛丝马迹，几乎可以断定苹果汽车真的已经在路上了。
为了准确的认识苹果造车这件事，车东西整理了十个比较关键的问题，理清了这十个问题，对苹果造车就能有一个更清晰的认知。
一、苹果为什么要造车？抓住时代风口
苹果公司主打的产品主要是为以iPhone、Mac、iPad为代表的消费电子产品，在汽车领域并不是主力玩家，而之前也并没有很多经验，尽管如此，苹果还是跨界进入了这个赛道，那么苹果为何会这么做？
在车东西看来主要有以下几个原因，一方面在特斯拉的带领下，全球都掀起了智能电动汽车的浪潮，同时各国政府也在积极鼓励车企开始电动化转型。 多个跨界玩家如蔚来、理想、小鹏等都取得了不错的市场成绩，而且股价和市值也在不断飙升。
目前特斯拉的市值超过了丰田大众两大车企之和，蔚来汽车的市值也一度超越了宝马集团，智能电动汽车市场的发展潜力非常明显。
特斯拉市值6160亿美元
另一方面，苹果在10月底正式发布了2020财年Q4财报，财报显示，第四季度苹果的营收为646.98亿美元（约合人民币4334亿元），跟去年同期的640.40亿美元（约合人民币4191亿元）相比增长1%，而净利润为126.73亿美元（约合人民币829亿元），比去年的136.86亿美元（约合人民币896亿元）相比下降8%。
而且苹果此前最为倚重的iPhone业务营收却同比下滑20.7%，营收为264.44亿美元（约合人民币1731亿元）。
在这样的环境下，苹果也需要更多的业务来支持其自身发展，近期大火的智能电动汽车则无疑是苹果最好的选择。
苹果虽然在汽车领域也已经推出了CarPlay，但对于一贯致力于C端市场的苹果来说，CarPlay显然不能满足苹果在汽车领域的野心，直接生产面向用户的苹果汽车才更符合苹果的一贯作风。
作为行业颠覆者，苹果若能推出具有苹果特色的智能电动汽车，或将会影响行业未来十年的走向，苹果市值能否达到3万亿美元（约合人民币19.6万亿元）可能也全都系于苹果汽车了。
二、苹果有汽车人才吗？频繁挖角已组建完整造车队伍
虽然确认苹果肯定会造车，但汽车毕竟是一个大工程，还需要人才、资金、技术等多个方面的支撑。那么，苹果在这些方面是否已经做好了准备？
首先我们来看看苹果的人才储备。 2014年3月，苹果在日内瓦车展发布Carplay车载软件之后，便开始对汽车进行实质性的研究。 2015年，有媒体报道称苹果的汽车项目有数千人参与研发工作。 同时，苹果也一直在鼓励特斯拉员工加入苹果公司。
这一年，苹果从全球各大车企都挖来了优秀的人才，包括特斯拉、克莱斯勒汽车、大众集团。 在这其中，就包括特斯拉前副总裁ChrisPorritt。 目前，他还在苹果的Titan项目中担任重要职位。
此外，苹果在2015年还从英伟达、Waymo等公司聘用自动驾驶相关的人才，帮助苹果研发自动驾驶系统。 苹果还从三星公司“挖”走至少三名电池专家，主攻动力电池技术。
在2016年7月，《华尔街日报》报道称苹果返聘已退休的苹果前硬件高级副总裁BobMansfield，并由他来接管Titan汽车项目。
苹果前硬件高级副总裁BobMansfield
虽然苹果一直没有公布过团队人数，但从公开信息中也能找到一些蛛丝马迹。 2018年7月，苹果起诉前华人工程师张晓浪时，曾在诉讼文件中显示5000名员工正在参与研究其自动驾驶项目。
从这些信息来看，苹果内部对于汽车业务仍然是非常重视，在成立以来也已经进行了多次扩招，所吸纳的员工包括传统主机厂、新造车公司、自动驾驶公司甚至动力电池企业，几乎是涵盖了智能电动汽车领域的所有项目。 也就是说，苹果对于汽车人才的储备是全方位的。
三、苹果造车缺钱吗？现金储备1.26万亿并不差钱
众所周知，造车是一件烧钱的事。 目前在新能源汽车领域最成功的车企特斯拉在成立的17年中，几乎每一年都在亏损，累计烧钱超过了50亿美元（约合人民币327亿元），蔚来汽车在成立之后也烧了200多亿元才换来了今天的成绩，小鹏理想汽车都经历过相似的阶段。
在这一过程中，有很多新造车公司都一次而失败，戴森在烧了26亿英镑（约合人民币228亿元）之后，宣布放弃造车，拜腾也在烧了84亿元后陷入困境。
戴森宣布放弃造车
这也说明了，烧钱不一定能推出一个崭新的汽车品牌，但是没有钱一定无法做到。 而作为全球做成功的科技公司之一，苹果的现金流储备一直位居全球前列，对于苹果来说，烧钱造车并不会对原来的业务造成什么影响。
苹果公司今年Q4财报数据显示，目前苹果手握1918.3亿美元现金（约合人民币1.26万亿），也就是说苹果手里的现金数量都已经超过了很多公司的市值。
手里有钱的苹果也愿意向造车业务上砸钱，今年摩根士丹利（MorganStanley）分析师KatyHuberty曾分析苹果今年将投入近190亿美元（约合人民币1243亿元）用于汽车研发。
而摩根士丹利的数据还显示，全球汽车行业用于研发汽车科技的资金在800亿美元~1000亿美元（约合人民币5235亿元~6544亿元）之间，也就是，苹果一年投入的资金就占全球汽车产业研发资金的20%以上，从中也能看出苹果多舍得为汽车业务花钱了。
四、苹果造车有技术吗？已有超百项专利在手
人才和资金对于苹果来说都不是什么大问题，那么一直在消费电子领域发力的苹果汽车领域可谓是门外汉了，苹果在汽车领域是否积攒了什么技术呢？
事实上，苹果在汽车领域的技术储备也非常深厚，今年以来，车东西持续在跟踪苹果的汽车专利情况，几乎每隔两三个月，苹果就能拿出了几十个新的专利。
在2019年，苹果在汽车领域一共获得了30多项专利，涉及自动驾驶、AR导航、车载VR、车内支付、生物识别、智能硬件、车外交互、虚拟后视镜等多个领域。
苹果2019年以来获得的汽车相关专利
比较有创意的专利包括，将安全带变为触控板进行一些车载功能的操作、用智能车门来防止开门时发生的事故、将后视镜画面投射到侧面车窗等。
而步入2020年之后，苹果同样也没有停止对汽车技术的探索，截止今年12月，苹果在汽车领域又拿下了将近40个专利，在自动驾驶、智能座舱、智能车身、电动汽车、安全保障方面都有涉猎。
具体可参考车东西此前报道《苹果造车之心不死！1年新增30项专利，各个都是黑科技》、《70项专利解密苹果汽车！脑洞太大，特斯拉都追不上》、《苹果玩智能汽车，路子比特斯拉还野》。
从这些专利的情况来看，虽然苹果还没有正式拿出自己的车型，但是已经在整车制造、自动驾驶、智能座舱方面积累了大量的专利技术。
目前苹果已经积累了上百项汽车方面的专利，每一个新的专利都显示了苹果对于智能电动汽车的新思考。 也就是说，苹果汽车虽然现在还没有出现，但是等到发布的时候，一定会是颠覆汽车行业的创举。
也正是在人才、技术和资金上的储备，汽车行业的多个大佬都将苹果视为最大的对手。 2016年，马斯克就曾表示：“特斯拉的最大竞争对手不是谷歌，而是是苹果公司。 ”当年，福特时任CEO马克·菲尔兹（MarkFields）也认为谷歌苹果将会是最大的对手，而不是通用或FCA。
即使苹果在这四年内造车之路并不是很顺畅，也还有人认为苹果不可忽视。 在第十二届汽车蓝皮书论坛上，蔚来汽车CEO李斌认为在高端市场，未来将仅剩下5家左右车企，特斯拉和苹果将会位居其中。
五、苹果造车的进展如何？正建设供应链体系
虽然苹果在造车这条路上已经有了一定的技术积累，但是苹果至今还没有向外公布过造车的进展，外界对于苹果的造车情况，还不是非常清晰。
目前对于苹果造车的进展只能通过供应商和知情人士来透露，从这些只言片语中，我们也能大概了解到苹果造车的进展。
进入十二月份以来，关于苹果造车的新闻突然多了起来，12月10日，外媒DigiTimes报道称，近期汽车电子等相关供应链的消息显示，苹果将在美国设厂制造汽车，生产计划、初步技术、产品参数已经基本确定，目前已经开始与汽车电子供应商展开初步的合作洽谈。
苹果目前正在了解汽车产品的技术规格、成本、产品前景等多项指标，这类似于行业内的询价（RFQ）流程，同时也有不少供应商开始向苹果送样。 DigiTimes还表示，苹果正在与台积电联合研发自动驾驶芯片。
而就在日前，台网的供应链企业再次向外传出了苹果造车的消息。 台湾经济日报称，近期苹果开始向向和大、贸联、和勤、富田等等汽车零部件厂提出了备货要求，这些企业已经入到了苹果汽车的供应链之中。
甚至还在文中表示，因苹果的需求量巨大，和大、贸联等厂商全面爆单。
台媒统计的供应商信息
而路透社也在今天报道称苹果目前正在进行动力电池、自动驾驶的进一步研究。 在动力电池方面，苹果正在研究大电池和类似CTP的技术，在电池原材料方面，苹果可能也在研究磷酸铁锂电池。
自动驾驶方面苹果将会采用多个激光雷达，苹果在自研激光雷达的同时还在和潜在激光雷达供应商进行谈判。
从这些信息来看，苹果确实已经在谋划自己的第一款车了，跟零部件厂商开始接触了，首款车的推出只是时间问题。 但另一方面，苹果在核心科技方面还在进行研究。
六、苹果造车还有那些障碍？自动驾驶仍待突破
对于屡屡打造颠覆性产品的苹果来说，不会仅仅满足于打造一款普普通通的汽车，但要想达到这样的结果，苹果无疑还面临一些阻碍。
首先在整车制造方面，苹果并没有自己独立造车的经验，在动力电池这样的核心零部件方面还存在不小的短板。
其次，苹果要打造的一定是一款智能电动汽车，其中自动驾驶一定会成为重要的一部分，但是苹果目前在技术和数据收集上都存在一定的短板，自动驾驶技术并没有太多的突破。
年初，美国加州车管局（DMV）公布了58家自动驾驶公司（其中有自动驾驶路测牌照的公司有56家）在2019年度的自动驾驶路测数据。
在2017年就获得了路测资格的苹果也在其中，但从结果上来看，苹果的成绩并不算好，与谷歌相比还存在不小的差距。
谷歌Waymo和苹果的路测数据
2019年，苹果的成绩是路测总里程达到7544英里（约合1.2万公里），路测车辆70台，MPD（MilesPerDisengagement，衡量一辆自动驾驶汽车“驾驶水平”最直观的指标）为117.88英里（约合189.7公里）。 谷歌Waymo在2019年的路测总里程约145万英里（约合233万公里），路测车辆148台，MPD为.43英里（约合2.12万公里）。
在最为关键的MPD数据上，谷歌Waymo的成绩是苹果的112倍还多。 这就意味着，在自动驾驶技术方案，苹果还落后Waymo很多。
苹果用于自动驾驶测试的雷克萨斯RX450h
而在自动驾驶数据收集上，苹果这70辆车收集数据的能力也远远赶不上特斯拉，毕竟在影子模式的协助下，特斯拉有超过100万辆车都在进行自动驾驶的数据收集。
总的来看，苹果在造车路上还没能实现从0到1的跨越，在未来汽车行业竞争中最为关键的自动驾驶技术上苹果的建树也不算多，这也是苹果在造车路上不得不面临的阻碍。
七、苹果新车何时面世？未来2～3年或将发布
在苹果造车这件事上，除了苹果默默进行的一些努力之外，最吸引消费者的无疑是苹果汽车什么时候才会推出，而这一讨论近日非常火热。
10天前，媒体DigiTimes曾表示，预计2024～2025年苹果汽车就会正式亮相于苹果发布会。 当时这一消息就曾引起了行业的广泛关注。
DigiTimes预测苹果汽车将在2024～2025年亮相
日前，台湾媒体的言论更是将这个时间往前提了两年不止，台湾经济日报称，零部件供应商证实苹果将会在明年9月份发表苹果汽车，比原先规划提早至少两年，其原型车已经在美国加州上路测试。
而今日，路透社也发表文章称苹果计划在2024年生产一款电动乘用车。
短短十余天的时间，苹果汽车的发布会时间就在2021年、2024年、2024～2025年这三个时间点反复跳动，让吃瓜群众吃的不亦乐乎。
事实上，关于苹果汽车亮相时间的讨论由来已久。 2016年，特斯拉CEO马斯克做客CodeConference时曾表示：“如果不出意外，5年之后，你办公室窗前的马路上就会开过一辆真正印着苹果Logo的汽车”。 但是五年过去了，窗外跑的汽车依然是BBA、大众、丰田、特斯拉。
马斯克
不过，从目前的消息来看，苹果在造车这件事上确实已经动了真格，但鉴于目前并没有海外媒体报道或是拍到所谓的苹果原型车，新车明年发表这个说法还有待考证。
现在传的比较多的时间点2024～2025年，无论是DigiTimes还是路透社都倾向于这个时间点，知名分析师郭明錤也曾预测苹果汽车将会在2023年至2025年间发布。
但苹果的研发能力和执行力都非常优秀，在已经开始布局供应链的情况下，再等3～5年发布苹果汽车看上去则过于缓慢，并不符合苹果的一贯作风。
由此来看，苹果汽车在明年发布的难度会比较大，但是2022年和2023年可能将会是关键节点。 不过这都是猜测，苹果汽车的发布时间还是要等官方确认。
八、苹果将会造一辆什么样的车？将会具有三大特点
虽然苹果汽车的发布时间还不确定，但是不妨碍我们对苹果汽车进行猜测。 苹果持续更新的专利技术也为我们提供了足够多的线索。
车东西此前曾连续跟踪了苹果曾获的的汽车专利，结合这些专利，车东西认为苹果的首款汽车将会具有以下三个特点。
1、将对机械结构不断优化，并且让硬件往智能化演进。
苹果一直以来都是一家硬件公司，在开发硬件上有自己独特的见解，这样的特性保留到了苹果汽车专利里面。
苹果的汽车专利中也对硬件做了很多的设计，如对车门的铰链进行了重新设计，可以解决开门时碰到周围车辆和撞到自动车的情况；保险杠加入了可伸缩的功能，从而减轻碰撞造成的伤害；车窗可以根据乘员的需求调节颜色、反射率和透明度，既可以保证车内隐私，也能调节车内氛围。
苹果专利中车门的结构
苹果还申请了多项汽车悬架的专利，车辆在检测当前道路状况后，会主动调节悬架，让车内乘员乘坐始终保持舒适状态。
甚至，苹果还想把安全气囊也塞入到安全带内。
安全带安全气囊
但仅对硬件进行改进并不是苹果最终的追求。 在苹果的设想中，门把手内可以加入TouchID或FaceID识别装置，提升安全性。
车辆的安全带也可以变成可触摸式，用户可以在安全带上定义不同的功能按键，并通过点按、滑动的方式调整车辆的音量、接听电话、询问Siri等功能。 通过安全带实现车载音频和通讯的功能。 内置麦克风离驾驶员的嘴更近，因此可以获得更好的收音效果。
驾驶员可以对驾驶员上的按钮、功能进行自由定义
通过嵌入生物识别技术和传感器，检验驾驶员是否酒驾。 安全带进行加热，让驾驶员和乘客感受到温暖。 此外，前排安全带可以控制后排娱乐系统，同时还能利用外界照射的阳光进行太阳能供电。
对于硬件的改进也能看出苹果在汽车上的思考，而对数十年未变革过的安全带进行重新设计则彰显了苹果的颠覆性思维。
2、AR、VR等虚拟现实技术将会出现在汽车上。
苹果去年的专利就在考虑VR技术和汽车的结合，希望用户可以在车上进行沉浸式VR视频会议。 而一直以来，AR增强现实都是苹果重点发展的技术之一，将这一技术搬上车也是苹果的目标之一。
在这方面，苹果的方向是AR-HUD，截止目前，苹果一共获得了四项有关AR-HUD的专利。 苹果的AR-HUD除了可以导航之外，还能翻译路牌。
AR-HUD可翻译路牌
有了AR-HUD，驾驶员还可以直接在挡风玻璃上通话，显示画面的大小可以和真人一样，让视频通话更有临场感。 在驾驶过程中，FaceTime电话并不会挡住驾驶员视线，副驾可以看到完整的画面，主驾只能音频通话。 当车辆速度下降或者停止时，驾驶员一侧才会显示FaceTime画面。
通过挡风玻璃可以实现FaceTime视频电话
这些功能在现在的技术条件下还不是很成熟，但考虑到苹果汽车还不会在近期推出，随着技术的演进，这些炫酷的功能出现在苹果汽车上也并非不可能。
3、自动驾驶将会是重头戏。
虽然苹果在自动驾驶方面的研发进展并不迅速，但是苹果对于自动驾驶仍然非常重视，多项专利都涉及到了自动驾驶。
可以肯定的是，苹果的自动驾驶技术一定会采用激光雷达，从2018年至今，苹果在激光雷达上已经获得了多个专利技术。
在苹果的专利中，激光雷达不但可以用来识别和测距，还能在极暗光环境下探测可能在道路上出现的动物和行人。
红外相机辅助激光雷达测距
同时，专利文件还展示了其他传感器组件，包括摄像头、生物探测处理器、激光雷达、垂直腔面射型激光脉冲控制器等。
这些传感器拥有不同的探测本领，实时观察车辆周围和前方的路况信息。 专利显示，苹果希望在传感器采集信息之后，进行数据共享，让自动驾驶的决策过程更加精准。
苹果还考虑到了自动驾驶汽车去充电的问题，根据苹果的专利，电动汽车可以自动驾驶到充电站并自动插入插头充电。
具体可参考车东西此前报道《苹果造车之心不死！1年新增30项专利，各个都是黑科技》、《70项专利解密苹果汽车！脑洞太大，特斯拉都追不上》、《苹果玩智能汽车，路子比特斯拉还野》。
总的来看，虽然苹果汽车还没有亮相，但是苹果已经构想了一个汽车的蓝图，比如全车身智能化的硬件，VR和AR技术进入座舱内部，更加准确智能的自动驾驶，这些功能都非常值得期待，相应的苹果汽车也非常值得期待。
九、苹果会自产汽车吗？短期内可能会选择代工
在苹果造车方面，还有一件事值得大家思考，即苹果会进行自产还是代工？
在传统的消费电子领域，代工的模式非常成熟，像富士康、比亚迪这样的企业在代工方面做的都非常成功，而在汽车领域代工并不普遍，仅有麦格纳会帮车企代工一些高端车型。
从外媒消息来看，苹果确有代工的想法，路透社报道，苹果此前曾与麦格纳就生产汽车进行过谈判，但由于苹果的计划并不清晰，谈判最终并没有成功。
目前来看苹果确实也少有建厂的传闻，再加上苹果此前并无生产汽车的经验，自己贸然建厂还需要很多流程需要打通。
最适合苹果的方式或许只剩下代工生产和建立合资车企来生产这两条路了。
但需要说明的一点是，这仅限于苹果汽车的初期，等苹果汽车每年都能达到一定的销量之后，苹果一定会考虑自产汽车。
这既跟苹果一直以来的发展理念有关，也跟汽车产业的普遍规律有关。
十、苹果何时开始造车计划？乔布斯时代已有念头
总的来看，苹果进入汽车行业并不是一时突发奇想，而是很早之前就有的想法。
《纽约时报》报道显示，乔布斯生前就打算开发汽车品牌iCar，而苹果前高管也曾表示乔布斯在2008年就有造车的念头，但当时主要精力放在了研发手机上面。
进入了本世纪第二个十年之后，苹果在手机市场站稳了脚步，就开始重新考虑进入汽车行业了。 在2014年，苹果开启了代号为“泰坦计划”，正式对汽车进行研发。
在发展之初，苹果一直集中在汽车硬件的开发方面，直到2016年，苹果前硬件高级副总裁BobMansfield接任Titan汽车项目后，苹果的研发路线曾从汽车硬件开发转变为自动驾驶系统的开发。
2017年，苹果首席执行官库克在接受彭博电视台采访时说：“苹果正在专注于自动驾驶系统，但不一定会开发出真正的硬件产品。 ”2018年，苹果对自动驾驶的测试不断升级、规模也在不断扩大。
但在2019年，有关苹果自动驾驶车辆的信息在逐渐减少，甚至还曝出苹果在自动驾驶部门裁员200人的消息，唯一重磅的消息是苹果收购了自动驾驶公司，苹果无论在自动驾驶还是造车领域似乎正在更加低调。
而最近，根据彭博社报道，目前苹果的自动驾驶部门负责人再次换人，由机器学习和AI战略高级副总裁JohnGiannandrea担任主管，前主管BobMansfield正式退休。 苹果Titan项目执行主管DougField直接向JohnGiannandrea汇报，JohnGiannandrea直接向苹果CEO库克汇报。
苹果高级副总裁JohnGiannandrea
此后，近段时间以来，苹果在造车方面的消息再起，而且似乎距离第一款车的推出已经不远了。
从这段历程来看，虽然苹果的造车之路并不顺畅，但是苹果始终不曾放弃过这一计划，也正因为如此，苹果汽车才值得用户一直期待。
结语：苹果造车，从不是说说而已
在汽车行业进行四化转型之后，越来越多的跨界玩家进入到了汽车领域，但在这些外来者中，有人成功，有人黯然退场，有人还在继续坚持。
苹果就属于还在继续坚持阵营中的一员，虽然进展并不算迅速，但是苹果在人才储备、资金储备方面都不逊色，凭借着资金和人才的投入，苹果已经取得了超过百项的汽车专利，也仍然在有条不紊的进行造车准备。
现阶段，关于苹果造车的信息再次增加，也说明苹果造车可能快要到一个新的节点了。 苹果这个新造车玩家也正在跑步进场，如果苹果在未来几年的某一个发布会上突然亮出了苹果汽车，也不会让人意外。
