WWDC26：Siri AI 終於補考，但中文與硬體門檻還要觀望

如果只看一件事，WWDC26 的重點就是：Apple 終於把兩年前承諾的「更個人化 Siri」重新端上台面。

這次焦點不只在聊天能力，還包括理解螢幕內容、讀取個人情境，並且跨 App 幫你完成任務。Apple 在 WWDC26 公告中說，Siri AI 可以理解螢幕上的內容、搜尋訊息、郵件、照片等個人資料，也能透過更系統化的 App actions 完成跨 App 任務。

換句話說，這比較接近 2024 年 Apple Intelligence 剛發表時大家期待的樣子。但也因為這些能力曾經延後，這次更像是 Apple 的補考。補考有交卷，不代表已經拿高分。

以下根據 Apple 公告、開發者文件與外媒整理，尚未包含 Beta 實測心得。

圖：Apple 在 WWDC26 發表新一代 Apple Intelligence、Siri AI 與各平台軟體更新。來源：Apple Newsroom。

先看結論

• Siri AI 今年稍晚先以 Beta 推出，而且先支援英文。
• Apple Intelligence 已列出繁體中文支援，但 Siri AI Beta 初期仍是英文，中文體驗不能直接套用英文 Demo 判斷。
• 一般 Apple Intelligence / Siri AI 支援裝置範圍不算窄，但最進階的本地模型功能門檻更高；Apple 頁面列出 iPad、Mac 需要 12GB 以上記憶體。
• Apple 把部分更重的能力放到 Private Cloud Compute，也明確提到部分功能會有每日使用上限，iCloud+ 可提高額度。
• 目前適合把它看成「方向正確，但要等 Beta 與正式版驗證」。

補考重點：Siri 終於回到核心

Apple 這次重新把更個人化的 Siri 放到主軸，重點包含理解個人情境、螢幕內容，以及在 App 內或跨 App 替使用者行動。這些能力才是 Apple Intelligence 真正有別於一般 chatbot 的地方。

WWDC26 的 Siri AI 正在補這塊：它可以回答與螢幕內容相關的問題、用個人情境搜尋 App 內資料、上網取得最新資訊，也有獨立 Siri app 用來回到過去對話。

Apple 的核心賣點會落在「AI 能不能真的進入作業系統」。如果做得好，它會比單獨開一個聊天 App 更貼近日常使用；如果做不好，使用者只會再次覺得 Siri 的承諾太早說出口。

圖：Apple 示範 Siri AI 的螢幕理解能力。來源：Apple Newsroom。

Siri AI 和第三代 AFM 的關係

這裡要分兩層看。Apple 在 WWDC26 新聞稿中的明確說法是：新一代 Apple Intelligence 採用新的隱私架構，並「驅動 Siri AI」。Apple Machine Learning Research 文章則說，這套架構的核心是第三代 Apple Foundation Models，也就是 AFM 3，一個和 Google 合作打造的五模型家族，涵蓋裝置端模型與 Private Cloud Compute 上的伺服器模型。

可確認的是：Siri AI 屬於新一代 Apple Intelligence / AFM 3 架構下的代表性功能。Apple 目前沒有公開「Siri AI 每一種請求」分別使用哪個模型，也沒有說所有 Siri AI 功能都跑在單一模型上。

目前 Apple 公開的 AFM 3 資訊如下：

• AFM 3 Core：裝置端 3B，也就是約 30 億參數的 dense model。
• AFM 3 Core Advanced：Apple 目前最強的裝置端模型，20B sparse 架構，總參數約 200 億；每次請求依需求啟用約 1B 到 4B，也就是約 10 億到 40 億參數。Apple 明確提到它支援更自然的語音與更高準確度的聽寫等功能。
• AFM 3 Cloud：Private Cloud Compute 上的主要伺服器模型。
• ADM 3 Cloud (Image)：影像生成與編輯模型。
• AFM 3 Cloud Pro：更高階的伺服器模型，用於 agentic tool use 與複雜推理；Apple 表示它在 Google Cloud 的 NVIDIA GPU 上運行，但維持 Private Cloud Compute 的隱私保證。

以目前公開資訊來看，Siri AI 由新一代 Apple Intelligence 驅動；第三代 AFM 則是這套 Apple Intelligence 架構的核心模型家族。至於不同 Siri AI 功能在裝置端、Private Cloud Compute 或不同模型之間如何分工，Apple 尚未逐項公開。

圖：Apple 公開的 AFM 3 Core Advanced 模型架構示意。來源：Apple Machine Learning Research。

中文使用者還不能太樂觀

Apple 公告中列出 Apple Intelligence 支援繁體中文，這是好消息。但同一份公告也寫得很清楚：Siri AI Beta 今年稍晚先給裝置語言設為英文的支援裝置使用，Apple 只說會陸續擴展更多語言，沒有給中文時程。

所以對台灣使用者來說，現在不能只看英文發表會 Demo 就下結論。真正要觀察的是：

• 繁體中文什麼時候支援 Siri AI。
• 台灣口語、人名、地名、App 名稱混雜時，辨識與理解是否穩定。
• 跨 App 操作在中文語境下是否跟英文一樣完整。
• 「裝置語言」與「Siri 語言」限制是否造成日常使用摩擦。

簡單說，Apple Intelligence 支援繁中，還不能推導出 Siri AI 的完整體驗已經支援繁中。

硬體門檻：功能層級要分開看

Apple 官方列出的 Apple Intelligence 和 Siri AI 支援裝置包含 iPhone 16 與後續機型、iPhone 15 Pro / Pro Max、M1 以上 iPad 與 Mac、Apple Vision Pro，以及需要搭配附近 iPhone 的 Apple Watch 機型。

本地 AI 的重點不只在「能不能用」，還在「能用到哪一級」。Apple 對 AFM 3 Core Advanced 的官方描述是「由最有能力的 Apple silicon 系統解鎖並最佳化」，但沒有在研究文章中列出完整機型表。

Apple 頁面列出的「Most powerful on-device model」支援條件包括：iPhone Air、iPhone 17 Pro、M4 以上且 12GB 以上記憶體的 iPad，以及 M3 以上且 12GB 以上記憶體的 Mac。這也代表不是所有能跑 Apple Intelligence 的裝置，都能使用最強的裝置端模型。

圖：Apple 官方 Apple Intelligence 頁面列出的進階本地模型支援條件。來源：Apple。

重點是：不要把「支援 Apple Intelligence」和「支援最強本地模型」混在一起。前者範圍較廣，後者門檻明顯更高。

隱私與雲端：仍有伺服器模型

Apple 仍然主打隱私與 Private Cloud Compute。官方說 Apple Intelligence 會優先透過裝置端處理，較複雜請求才使用伺服器模型，而且 Private Cloud Compute 的設計是不儲存使用者資料、只為請求使用。

不過 Apple 也在 WWDC26 公告中寫到，部分 Apple Intelligence 功能，例如影像生成，因為依賴高效能伺服器模型，會有每日使用上限；多數 iCloud+ 方案可提高額度。

這裡的觀察點是：Apple 的 AI 體驗會分成裝置端、本地進階模型、Private Cloud Compute、訂閱提高額度幾個層次。使用者買新裝置前，最好先看清楚自己在意的功能屬於哪一層。

我的判斷

WWDC26 的 Apple Intelligence 比前兩年更接近理想狀態。Siri AI 如果真的能穩定理解個人資料、螢幕內容，並跨 App 完成任務，Apple 的系統級 AI 優勢就會成立。

但現在還不適合直接下「Apple 追上了」的結論。

原因很簡單：Siri AI 還是 Beta、初期英文，中文時程未定；最進階本地模型有更高硬體門檻；部分雲端功能有使用上限；跨 App 任務是否穩定，要等真實日常情境測試。

所以這次最精準的說法是：Apple 終於開始補上當年最重要的承諾，但使用者，尤其是中文使用者，還要觀望。

參考資料

1. Apple Newsroom 台灣，〈Apple 發表新一代 Apple Intelligence、Siri AI 等多項更新〉，2026-06-08：https://www.apple.com/tw/newsroom/2026/06/apple-unveils-next-generation-of-apple-intelligence-siri-ai-and-more/
2. Apple，Apple Intelligence and Siri：https://www.apple.com/apple-intelligence/
3. Apple Developer，WWDC26 Apple Intelligence guide：https://developer.apple.com/wwdc26/guides/apple-intelligence/
4. Apple Machine Learning Research，Introducing the Third Generation of Apple’s Foundation Models，2026-06-08：https://machinelearning.apple.com/research/introducing-third-generation-of-apple-foundation-models