小爸爸

苹果在iPhone后的时代走向何方_我的网站

让子弹飞

一 | 北京时间1月10日，苹果计划在第一季度将其新iPhone的生产量削减10%，这清楚地表明，其忠实的用户基础不是“取之不尽，用之不竭”的资源，也不能用其服务产品来睡在“功绩书”上。

二 | 苹果需要在其所涉足的所有市场上更具竞争力，而不是依赖其庞大用户群的网络效应。

三 | 界面新闻记者 | 查沁君界面新闻编辑 | 文姝琪因为太过火爆，距离Kimi K3发布不到一周，月之暗面就按下了“暂停键”。

四 | 无论我们看到苹果的困境是由于关键市场需求的低迷，如中国（如苹果首席执行官蒂姆•库克（Tim Cook）在致投资者的公开信中所说），还是苹果自身的失败，或两者兼而有之，苹果在智能手机销售列表中的排名似乎会下降。 7月19日晚，月之暗面宣布，由于算力资源紧张，暂停开放Kimi新用户订阅，将有限算力优先保障现有订阅用户。目前，苹果是继三星和华为之后的第三大智能手机制造商。此前，华为被授予智能手机市场领导者的称号。如果苹果不能以很高的价格出售大量的手机，并且不愿意降价，那么其他手机制造商将在全球市场上超越中国市场。图源：月之暗面 7月20日，月之暗面回应界面新闻称，此次调整仅涉及新用户订阅，现有会员权益保持不变，老套餐并未取消，已订阅用户仍可正常使用并按原规则自动续费。对于此前手动关闭自动续费的用户，公司将陆续恢复续订功能，老用户升级套餐等功能也将逐步开放；至于新套餐，目前仍因算力资源限制暂未开放购买，恢复时间尚未确定。

五 | 从官方回应来看，此次调整更像是在有限算力资源下，对新增用户和存量用户体验进行重新平衡，而非对会员体系进行调整。 K3发布后，国内外开发者社区迅速涌现大量体验和测评，不少人将它与Claude、GPT等国际头部模型放在一起比较，围绕推理成本、GPU资源、服务稳定性的讨论，也开始取代Benchmark，成为AI圈新的焦点。 K3到底有多火？ K3发布后，很快登上了全球AI模型讨论的焦点。从中长期来看，iPhone销量的下滑只会削弱苹果利用大用户群光环效应的能力。

六 | 到去年年底，全球iPhone用户估计达到10亿。在其他市场，苹果的产品和服务必须在自身的优势上与竞争对手竞争，而iPhone光环效应（鼓励用户购买其他苹果产品）的帮助将减少。独立AI模型评测机构Artificial Analysis发布的最新“智能指数（Intelligence Index）”显示，Kimi K3综合得分达到57分，位列全球第三，仅次于Claude Fable 5（60分）和GPT-5.6 Sol（59分），领先Claude Opus 4.8（56分）。

七 | 苹果将不可避免地面临这样一个事实：目前，在非iPhone用户中，苹果产品的竞争力并不强。与此同时，K3完成单项任务的平均成本约0.94美元，与GPT-5.6 Sol基本相当，仅约为Claude Opus 4.8的一半。在没有大量iPhone用户支持的情况下，苹果在市场上竞争的最好例子是耳机市场。在相对较小的“完全无线”耳机市场中，按销售额计算，苹果公司的飞机占市场的83%。凭借其Beats品牌，苹果也在高端耳机市场处于领先地位。

八 | 这两个品牌使苹果成为耳机市场三大巨头之一（索尼和哈曼是另外两个）。

九 | 对业内而言，更重要的是，这是首个进入Artificial Analysis综合榜单前三的开源模型。长期以来，“开源模型整体落后闭源模型半代”几乎是行业共识，而K3的出现，让这一差距进一步缩小。苹果电视（没有iphone的帮助）在4K流媒体设备市场也有很强的竞争优势，仅次于亚马逊Fire。图源：Monolith励思资本除了评测成绩，K3本身的参数规模同样引发业内关注。在其他市场，苹果的其他产品和服务，不需要iPhone的帮助，表现不佳。尽管有大量iPhone用户的巨大帮助，苹果音乐在美国的营销策略还是非常成功。在全球范围内，苹果音乐未能削弱Spotify的市场份额，付费用户的数量仅为后者的一半左右。苹果在智能音箱销售方面远远落后于亚马逊和谷歌。K3是月之暗面首款万亿参数级MoE模型，总参数规模达到2.8万亿。

十 | 一位国产AI芯片厂商人士向界面新闻表示，今年以来，随着Anthropic等海外厂商不断推出更大参数模型，国内模型竞争再次回到“大参数、长上下文”赛道，万亿参数、百万级上下文正成为头部模型的重要竞争方向。就个人电脑的销量而言，它仅排在第五位，在整体市场上表现不佳。在他看来，K3之所以迅速“出圈”，不仅因为模型能力，更因为它意味着国产开源模型首次进入这一量级。在视频服务领域，苹果始终坚持销售和租赁模式，而不是基于订阅的流媒体服务的快速增长。自从iPhone和iPad问世以来，苹果唯一成功的业务就是可穿戴设备。“对于行业来说，2.8T本身就是一个重要信号。苹果手表是去年销量最高的智能手表，但该设备依赖于iPhone，这意味着苹果不会面临竞争，竞争对手的智能手表可以与各种智能手机配合使用。” 业内关注很快传导到了开发者社区。

十一 | 这就是为什么沃尔玛支付，一种可以在任何手机上使用的移动支付服务，在美国比苹果支付更大，尽管后者在世界各地有明显的优势。在X（Twitter）、Reddit、OpenRouter、Linux.do、V2EX等平台，大量开发者第一时间分享体验，不少人将K3接入Cursor、Cline、OpenCode等AI编程工具进行测试。如果iPhone不再是苹果可靠的增长引擎，特别是当它的用户群开始萎缩时，库克需要在每个市场上努力保持自己的优势或赶上竞争对手。这意味着耳机、智能扬声器和PC市场在质量和价格上更具前瞻性的竞争：在提高音乐数量的同时，在音质和推荐质量方面与Spotify展开竞争；引入与Netflix相当的视频服务。

十二 | 它还意味着将服务和Apple Watch与Apple平台分离，尽可能消除它们对iPhone和其他Apple设备的依赖，并允许iPhone用户使用其他供应商的设备。今年，苹果采取了一些明显的措施，使其服务不再局限于其平台：iTunes视频商店将推出三星的新智能电视，竞争对手的设备将开始支持苹果的irplay和homekit功能，使iPhone用户可以在各种型号的电视上传输内容，并使用各种类型的智能hom。电子设备。然而，这远不是所谓的平台独立性。

十三 | 从代码生成、Agent任务到工具调用，K3几乎成为过去几天AI圈讨论最多的模型之一。讨论几乎集中在三个问题：第一，它到底能不能替代Claude做编程？第二，它是否真的达到国际第一梯队？第三，它到底值不值得迁移？不少开发者认为，K3最大的亮点并非聊天，而是在长流程Agent任务和代码生成场景。

十四 | 一些体验者表示，在复杂代码修改、工具调用等任务中，K3已经能够进入Claude、GPT等国际头部模型的竞争序列。平台独立性是苹果成为Spotify和Netflix等服务提供商的最重要因素。

十五 | 对苹果来说，摆脱对iPhone的依赖是一个痛苦的过程。股市不仅会惩罚苹果过于乐观的行为，而且苹果进入的每一个市场的重要性也会增加。iPhone的巨大阴影无法像过去那样掩盖苹果的错误，与专业制造商竞争的需求也急剧增加。新的形势要求苹果的每一个产品团队都要更加专注，无论库克是否愿意，他都有更高的“多任务”能力。但也有反馈称，在真实工程任务中，该模型虽然能力突出，但仍会遗漏部分细节，需要人工修正；此外，其复杂统计推理等任务表现仍存在不稳定情况。另一类讨论则集中在成本。有用户认为，K3虽然单价具有竞争力，但由于复杂任务Token消耗较大，实际使用成本未必低于预期，尤其是在长流程Agent任务中更为明显。 K3的热度也迅速传导到了海外AI圈。美国科技投资机构Atreides Management创始人Gavin Baker将K3称为AI发展的一个“拐点（inflection point）”，他认为高质量开源模型正在加速AI能力扩散，其影响不会局限于模型厂商，而将惠及整个AI应用生态。也有研究者保持谨慎。

十六 | 长期研究人工智能对工作影响的宾夕法尼亚大学沃顿商学院教授Ethan Mollick在X上表示，他曾让Kimi K3对自己此前的一项学术研究进行复杂统计审计，但模型“在很多方面都搞砸了”，包括错误使用统计分析方法。 Mollick认为，K3已经非常接近全球领先模型，但复杂专业任务中的可靠性仍需更多真实场景验证，而不能仅依据Benchmark成绩作出判断。这一评价也反映出当前AI社区对新模型的一种普遍态度：一方面，K3在代码生成、Agent等场景的表现获得了大量开发者认可；另一方面，模型在复杂专业任务中的稳定性和可靠性，仍需要更多真实场景的持续验证，而不能仅依据榜单成绩作出判断。

十七 | 算力紧缺仍是瓶颈也正是在开发者快速涌入、调用量持续攀升的背景下，月之暗面很快遇到了另一个问题——算力。过去两年，大模型行业更常见的叙事是“训练一个模型需要多少GPU”、“参数规模达到多少”，而不是因为用户太多，不得不暂停开放订阅。事实上，训练完成并不意味着算力投入结束，尤其是在AI Coding、Agent等场景快速发展的背景下，模型需要持续调用工具、读取上下文、执行多轮推理，一个请求占用GPU资源的时间远高于传统聊天场景。模型能力越强、上下文越长、用户调用越频繁，对推理算力的消耗也越高。 “今天最大的问题还是缺算力，尤其是高质量的推理算力。

十八 | ”上海国投孚腾资本投资总监陈雨沁此前接受界面新闻采访时表示，即便是头部模型公司，也已经开始取消无限量使用、提高服务价格，本质上都反映出推理资源依然紧张。“如果基础设施没有解决，很多应用公司其实不敢真正大规模推广产品。” “从供需关系来看，国内AI算力长期处于供不应求状态，而随着头部模型集中发布，这种紧张局面会进一步放大。”上述芯片产商人士向界面新闻称。他介绍，目前像月之暗面、智谱、MiniMax等独立模型公司，获取算力主要依赖两种方式：一是租用公有云厂商的算力服务，二是建设自有算力集群。但前者资源有限，后者属于重资产投入，需要较长建设周期，因此模型厂商的算力供给始终存在一定压力。 “业内普遍认为，支撑万亿参数模型训练和推理，万卡级集群已经成为基础门槛。”他表示，从2024年至今，真正具备万卡级部署能力的厂商仍然是少数，不少已经宣布建设的大规模集群项目，落地周期往往以年计算，因此供需之间仍存在长期缺口。今年WAIC期间，一个细节让上述国产芯片厂商印象深刻。他告诉界面新闻，各家国产芯片厂展示超节点产品时，被问得最多的两个问题就是：“能不能支持万卡集群？”“能不能支持万亿参数模型训练？” 相比过去围绕单卡性能、芯片参数展开讨论，如今产业链更加关注的是超大规模集群能力，以及支撑头部模型持续训练、推理的基础设施。这一变化，也折射出大模型竞争逻辑的变化。过去，模型公司比拼的是参数规模、训练能力和Benchmark成绩；如今，随着越来越多模型进入真实生产环境，推理效率、服务稳定性、成本控制以及基础设施能力，开始成为新的竞争维度。