北京时间6月5日凌晨，arget="_blank">苹果WWDC18（第18届全球开发者大会）在美国加州圣何塞McEnery会议中心召开。苹果像是例行公事一般，开了一场“阶段性成果展示会”。没有黑科技，全是“旧”科技。

北京时间6月5日凌晨，苹果WWDC18（第18届全球开发者大会）在美国加州圣何塞McEnery会议中心召开。不过今年的开发者大会上，不但如我们预期的一般没有新硬件发布，而且也没有之前热议的iOS与mac OS应用融合。

苹果像是例行公事一般，开了一场“阶段性成果展示会”，向外界介绍了一下他们这一年来在iOS、watchOS、tvOS和macOS上究竟做了些什么。

没有黑科技，全是“旧”科技。

苹果的AR应用：不抛弃，不放弃

苹果一直都没有放弃对AR的继续追求，在本次大会iOS部分的开场，苹果高级副总裁克雷格·费德里吉就带着AR又一次出现在了我们的视野中。

在开发者层面，苹果与皮克斯达成了合作，推出了一个崭新的文件格式：USDZ。这一格式会获得包括Adobe等许多创意领域的软件公司支持，其支持在诸多app中使用。

费德里吉还带来了一款名叫“Measure”AR测量应用，它可以检测矩形物体，利用AR技术特性，完成例如测量工作。在演示中，他对行李箱、相框等物体的尺寸进行了测量，而在测量完成后，这一应用还可以运用各种公式进行体积、面积等数值计算。

AR Kit2改进了面部追踪、真实渲染、3D对象检测、持续性和分享体验等内容，除此以外，USDZ还可以将网页中的3D物体直接调用至摄像镜头框架中，用于AR显示。不过实话说，这与国内许多AR家居公司所做的内容在很大程度上并无不同。

老生常谈，照片检索

在进行了升级之后，iOS 12的相册检索能力得到了大幅提升。新的相册可以跟据照片库内的内容，进行智能整理并对于后续操作给出建议，比如说建议你可以将聚会照片与其中的好友进行分享；而收到你的分享的好友，其相册能够找到与之相对应的照片，同样分享给你。

当然，相信很多“果粉”对于这一“新”功能并不十分满意。早在2016年6月的WWDC上，苹果就已经展示了出来相册分类的功能，在iOS 10和macOS Sierra中苹果就已经借助人工智能技术，引入了对人脸、物体和场景的识别。用户还可以为每个相册添加名字，便于查找。

旧智慧创造的新Siri

重头戏来了，在iOS 12中，苹果终于针对Siri的可用性进行了改善。

尽管克雷格·费德里吉强调，Siri 是世界上响应次数最多的语音助理，但这不能改变Siri一直以来都被吐槽是“最难用的语音操作系统”，没有之一。它在功能多样性上比不上大多数安卓手机上的语音系统，而且由于苹果操作系统的封闭性，它与很多应用之间的交互很差，几乎等同于没有。

但我们可以知道的是，语音交互对未来任何一家科技巨头的重要性，苹果也不可能就此放弃。

最大的改变，是苹果为Siri添加了新功能，ShortCuts（快捷方式）。用户可以在任何应用中，通过“添加至Siri”的按键，向Siri中加入关于该应用的快捷操作方式，并录制一个对应该功能的定制短语，之后对Siri说出这一短语时，就能够直接启动该应用，以及相关的快捷操作，这有点类似于为Siri编写了一个“宏”。

（在快捷操作编辑器中，已经存在了许多快捷操作）

在快捷操作编辑器中，已经存在了许多快捷操作，用户可以直接将它们都拖动添加，然后按照顺序来执行这些操作。通过苹果账户共享，你所添加的功能还将全面支持iPhone、iPad、HomePod以及Apple Watch。

在前不久的Google I／O开发者大会上，谷歌公开的AI助手，通过打电话的操作惊艳全场，当然这一功能还在研发阶段；与前者的超前AI技术高度相比，Siri的新功能更像是通过传统手段，解决了语音助手中目前仍然存在的一些功能性问题，降低了语音助手对AI技术的要求，从而提高用户体验。

我们可以发现，在语音技术发展到如今的高度（或许已经遭遇了瓶颈的情况下），在赛道之中的企业们对于语音助手的实用性追求，已经完全超过了它们对于技术成熟、准确程度和数据收集的追求，这或许可以从侧面验证，人工智能技术的应用落地已经进入了一个全新的阶段。

Core ML 2：机器学习新工具

在去年WWDC上，苹果就已经把机器学习方面内容做了成果展示。将机器学习功能作为iOS API的一部分向开发者开放，希望开发者们借此能够应用机器学习技术，开发出更好的应用程序，而这一功能被叫做Core ML。

今年，苹果发布了Core ML新工具，将原生支持 Mac 平台的机器学习，包括机器视觉、自然语言功能，在Swift和Xcode中均可应用，而全新的Core ML 2有助于实现更快的训练和更小的模型尺寸。

在视频展示中，现在mac硬件可以通过外置GPU提高运行性能，而在一个由MacBook和eGPU驱动的现场Unity演示，Metal渲染器可以借助机器学习获得更高的效率。

从某种程度上来讲，苹果这样的举动更像是为了满足开发者对于机器学习的需求，而做出的被迫举动。要知道在很多开源社区中，如何在苹果app开发中使用机器学习技术是大家讨论的热点之一，这从侧面印证了此前苹果在这方面的不足。

在刚刚过去的五月，谷歌I／O 2018开发者大会后，有媒体表示谷歌发布的成果像是在追赶百度在人工智能方面的进度；那么在今年的WWDC18上，苹果表露出的姿态甚至连一个追赶者都算不上，更像是一个陪跑者。

诚然，苹果一直以来并不是一家以前沿技术著称的公司，它的实力更多体现在强大的产品能力和现金流上。但人工智能现在也已经不再是一个那么前沿的技术领域了，产品化和商业化已经成为了这个领域巨头竞争的关键词。

从时间上来看，该到苹果发力的时候了啊。