アップルの強化されたAIモデルは競合他社に劣る

アップルは昨日、WWDC 2025で、インテリジェンススイート全体にわたって機能するAIモデルの今後のアップデートを発表した。このモデルは、OpenAIなどの競合他社の旧モデルと比較してベンチマークで劣った。しかし、このテックジャイアントは、On-DeviceおよびApple Serverが前世代と比較して改善され、15以上の言語を理解できると主張した。

人間のテスターによると、iPhoneやその他のデバイスでローカルに実行される最新のOn-Deviceモデルは、テキスト生成においてGoogleやAlibabaの旧モデルと同様のパフォーマンスを示した。人間のテスターは、同社のデータセンターで実行するように設計されたApple Serverを、OpenAIの1年前のGPT-4oよりも低い評価とした。別の評価では、画像分析能力においてMetaのLlama 4がApple Serverよりも優れていると評価された。この評価結果は、 Llama 4 ScoutがGoogle、Anthropic、OpenAIなどのAIラボと比較して低調だったため、アップルを驚かせた。

開発者はアップルの革新の約束に懐疑的

開発者は、 否定的 な感情を抱いている。これらの年のWWDCリリース、特にアップルの小さなOn-Device AIモデルに対してである。AI搭載の個人向けファイナンスアプリOrigiのチーフプロダクトオフィサーであるAtul Kakkar氏は、開発者として、ティム・クック氏の会社が発表したものに対する興奮の高まりを感じなかったと明かした。彼は、毎年恒例のWWDCイベントはかつてテクノロジー業界で最も注目される行事だったが、今ではiPhoneメーカーがAI巨人たちと歩調を合わせられるかどうかという懐疑的な視線に包まれていると考えている。

Appleは自社のAIに関するベンチマーク結果を公開しておらず、詳細な文書化が不十分な直接比較評価の結果のみを発表しています。

しかし、Apple自身の基準でさえ、最新のオンデバイスモデルはGoogleのオープンソースGemma 3-4BやQwen 3-4Bよりも全体的に劣っています。

そして、そのサーバーLLMはLlama 4 Scoutに似ている pic.twitter.com/hwpOG5Lgyp

— Ethan Mollick (@emollick) 6月 10日、2025年

テックジャイアントは、開発者向けにAIツールを継続的に更新し、Apple Intelligenceスイート内でスリリングな消費者体験を構築することで、追いつくよう圧力を受けている。AI搭載の育児アドバイスアプリBoboのCEO兼共同創設者であるGrant McDonald氏は、ティム・クック氏の会社が興味深いことをしているが、ノイズを振り切って突破するには不十分だと語った。

McDonald氏は、開発者がOn-Deviceの小さなAIモデルを使用してAI搭載アプリケーションを構築できるようにすることが、同社が提供したい価値であると信じている。小さなAIモデルは小さなデータセットでトレーニングされ、計算リソースを少なく使用するため、クラウド上の大型サーバーではなくiPhoneで実行できる。彼は、デバイス上でモデルを実行することは、GPTやGeminiのようなクラウドベースのものよりも実質的に安価だと述べた。 

開発者は、On-Deviceモデルがクラウドベースのものと比較して良好に機能する可能性に疑問を抱いている。ある開発者は、独自データセットでファインチューニングできないだろうと語った。McDonald氏は、On-Deviceモデルは一部のアプリには十分だが、Boboには不十分だと述べた。育児アプリは、睡眠コンサルタント、授乳コンサルタント、言語病理学者、その他の育児専門家からの独自データを使用して、AIモデルをカスタマイズした。 

アップルのAI研究部門は競合他社に追いつくのに苦労している

テックジャイアントは、よりパーソナライズされたコンテンツを特徴とするSiriのアップグレードを約束したが、このアップグレードは遅延している。一部の顧客は、まだ提供されていない製品をマーケティングしたとして同社を提訴している。研究者たちは、AIモデルが数学や科学で非常に優れたパフォーマンスを示す一方で、複雑な問題では思考の錯覚を提供に過ぎないと指摘している。 

テックジャイアントは、会話から距離を置くために、大規模言語モデルの開発とデバイスへのAI実装を遅らせた。 WWDC、同社はAI機能であるApple Intelligenceを発表したが、コミュニティからはがっかりさせられたと見なされた。 

研究者たちは、 解明した 。LRMは特定のポイントを超えると失敗し始めることがわかった。これは、すべての推論モデルが、問題の複雑さが増すにつれて精度が段階的に低下し、最終的にゼロ精度に至るという同様のパターンを示していることを示している。研究者によると、推論モデルは最初はより多くの思考トークンを適用するが、複雑さが増すと諦め、直感に反して、問題の難易度が増すにもかかわらず、その推論努力は減少し始める。 

Forrester Research AnalystであるDipanjan Chatterjee氏によると、Siriに関する沈黙は耳をつんざくほどだった。彼は、テキストの修正やかわいい絵文字の量では、彼がSiriが実現可能だと知っている、待ち望まれていたインタラクティブなAI体験を埋め合わせることができないと明かした。同社が迅速に行動しない限り、Siriの終焉は近いと信じている。同社はSiriのアップグレードに関する正確なタイムテーブルを提供しなかった。しかし、同社のトップソフトウェア執行役員のCraig Federighi氏によると、最早でも来年まで発生しないと示唆している。