سيري الذكاء الاصطناعي مقابل جوجل جيميني: ما الذي يدعم المساعد الجديد من أبل؟

ليزا إرنست · 12.07.2026 · الذكاء الاصطناعي · قراءة لمدة 19 دقيقة

الإجابة البسيطة: سيري الجديد من أبل ليس روبوت الدردشة العادي من جوجل جيميني يرتدي واجهة أبل. سيري الذكاء الاصطناعي هو مساعد يتحكم فيه أبل مبني من عدة نماذج أساسية من أبل، وأنظمة بحث محلية، وأطر عمل لإجراءات التطبيق، وحوسبة السحابة الخاصة. توفر جوجل تقنية نماذج وسحابية مهمة أسفل هذه البنية.

الإجابة التقنية أكثر إثارة للاهتمام. كشفت أبل عن عائلة من خمسة نماذج AFM 3، بما في ذلك نموذج كثيف بـ 3 مليارات معامل، ونموذج متناثر على الجهاز بـ 20 مليار معامل، ونماذج متعددة للخوادم، ونموذج استدلال عالي الجودة مستضاف عبر بنية حوسبة سحابية خاصة موسعة على سحابة جوجل. تبدأ هذه المقارنة بين سيري الذكاء الاصطناعي من أبل وجيميني من جوجل بالشرح السهل، ثم تتبع طلباً عبر الاسترجاع، وتوجيه النموذج، واستدعاء الأدوات، والتنفيذ، وضوابط الخصوصية.

المصدر: غرفة أخبار أبل

الإجابة في 30 ثانية

• جيميني هو أساس، وليس منتج سيري الكامل. تقول أبل وجوجل إن نماذج أبل الأساسية القادمة تستند إلى نماذج جيميني وتقنية سحابة جوجل.
• سيري الذكاء الاصطناعي هو نظام موجه. يمكن للطلب استخدام نماذج محلية، أو فهارس محلية، أو أدوات تطبيقات، أو نموذج أكبر عبر حوسبة السحابة الخاصة.
• لدي أبل خمسة نماذج AFM 3 معلن عنها. اثنان يعملان على الأجهزة المدعومة وثلاثة يعملون على الخوادم للقيام بعمليات استدلال أثقل، وعمل متعدد الوسائط، وتوليد صور.
• السياق الشخصي هو في المقام الأول مشكلة استرجاع. لا يحتاج سيري إلى حفظ صندوق بريد كامل في أوزان النموذج؛ يمكنه البحث في المحتوى المفهرس وتمرير النتائج ذات الصلة فقط إلى سياق النموذج النشط.
• الإجراءات هي أدوات مكتوبة، وليست أتمتة غير مقيدة للشاشة. نوايا التطبيق، وكيانات التطبيق، والمخططات تصف ما يسمح التطبيق لسيري بالعثور عليه أو القيام به.
• تطبيق جيميني العادي أوسع كمساحة عمل للذكاء الاصطناعي. يقدم بحثًا طويلًا، واختيار نموذج، وملفات، وكتابة، وإنشاء وسائط، وخدمات جوجل المتصلة، وسير عمل الوكيل.

أولاً، افصل بين الأسماء التي يخلطها الناس

ينبع معظم الارتباك من التعامل مع أربع طبقات مختلفة كما لو كانت نفس المنتج. إنها ليست كذلك.

المقارنة المفيدة هي منصة سيارة. تقنية جيميني هي جزء من المحرك ومنصة التصنيع. نماذج أبل الأساسية هي محركات أبل المضبوطة. سيري الذكاء الاصطناعي هو المركبة النهائية، بما في ذلك التوجيه، والمكابح، ولوحة القيادة، ومنطق السلامة، والوصول إلى باقي نظام التشغيل.

ماذا يحدث فعلياً عندما تسأل سيري شيئاً؟

بلغة مبسطة: يعمل سيري أولاً على فهم ما تريده. ثم يقرر ما إذا كان بإمكانه الإجابة محليًا، أو يحتاج إلى معلومات من جهازك، أو يجب عليه استدعاء إجراء تطبيق، أو يتطلب نموذج سحابة أكبر. قد يجمع النتيجة من عدة مسارات.

تقنيًا: تسمي أبل علنًا منسق نظام، ونماذج أساسية على الجهاز، وفهرس البحث، وصندوق أدوات التطبيق، ونوايا التطبيق، والوعي بالشاشة، وحوسبة السحابة الخاصة. أبل لا تنشر مسار إنتاج كامل لكل طلب، لذا فإن التسلسل التالي هو إعادة بناء مدعومة تقنيًا للمكونات المعلنة بدلاً من الادعاء بأن كل استعلام يتبع مسارًا ثابتًا واحدًا.

1. الحصول على المدخلات: يتلقى سيري الكلام، أو النص المكتوب، أو المحتوى المحدد، أو لقطة شاشة، أو مدخلات الكاميرا، أو أي وسيلة أخرى مدعومة.
2. تحليل النية والسياق: يحدد النظام ما إذا كان الطلب محادثيًا، أو معلوماتيًا، أو شخصيًا، أو بصريًا، أو موجهاً نحو إجراء.
3. استرجاع السياق: يمكن للأدوات المحلية البحث في المحتوى المفهرس في البحث، وحل الأشخاص، وفحص المحتوى المعروض على الشاشة، أو طلب معلومات منظمة من تطبيق.
4. اختيار النموذج: يختار المنسق نموذجًا على الجهاز أو نموذج خادم وفقًا للقدرة، وزمن الاستجابة، والأجهزة، وحدود الخصوصية، وتعقيد المهمة.
5. تخطيط الأدوات:
6. التنفيذ والتحقق: ينفذ نظام التشغيل أو التطبيق الإجراء بموجب الأذونات العادية ويعيد نتيجة مكتوبة.
7. توليد الاستجابة: يجمع النموذج مخرجات الأداة، والسياق المسترجع، ومعرفة العالم في الإجابة النهائية أو السؤال التالي.

المصدر: apple.com

المكون المهم هو المنسق. إنه يربط النماذج باسترجاع البحث، وقدرات التطبيق، وحوسبة السحابة الخاصة بدلاً من توقع نموذج واحد كبير ليقوم بكل مهمة بنفسه.

لماذا التنسيق أهم من نموذج روبوت الدردشة

يمكن لنموذج اللغة إنتاج نص مقنع، ولكن مساعد نظام التشغيل يجب أن يقدم تغييرات حالة صحيحة. "انقل اجتماعي إلى الساعة 3:00 مساءً" ليس مجرد مهمة كتابة. يجب على المساعد تحديد الحدث الصحيح، وحل المنطقة الزمنية، والتحقق من الأذونات، واستدعاء إجراء التقويم، والتعامل مع التعارضات، وتأكيد ما تغير.

هذا يفصل بين التخطيط الدلالي والتنفيذ الحتمي. يفسر النموذج اللغة ويقترح إجراءً منظّمًا. يقوم مكون برمجي تقليدي بالتحقق منه وتنفيذه. هذا التصميم عادة ما يكون أكثر أمانًا وأسهل في الاختبار من السماح للنموذج بالتلاعب بالواجهات بحرية مع نقرات محاكاة.

داخل عائلة نماذج AFM 3 من أبل

بلغة مبسطة: لا تستخدم أبل نموذج سيري واحد. تظل المهام الصغيرة والسريعة محلية، ويمكن لشريحة أبل الأقوى فتح نموذج محلي أكبر بكثير، ويمكن أن تنتقل الطلبات الصعبة إلى نماذج خادم محمية بالخصوصية.

كشفت أبل عن خمسة نماذج أساسية من الجيل الثالث في 8 يونيو 2026. تتشارك هذه النماذج في أساس تدريب مشترك ولكنها متخصصة لأجهزة وأعباء عمل مختلفة.

كيف يمكن لنموذج ذي 20 مليار معلمة أن يعمل على جهاز استهلاكي؟

شرح بسيط: لا يتعين أن يكون النموذج الكامل نشطًا في الذاكرة دفعة واحدة. تخزن Apple مجمع الخبراء الكامل في وحدة تخزين الفلاش وتحمل فقط الأجزاء المطلوبة للطلب الحالي في ذاكرة أسرع.

شرح تقني: يستخدم AFM 3 Core Advanced بنية يتم تنشيطها بشكل متفرق حول تقنية Instruction-Following Pruning. يختار كتلة توجيه كثيفة خفيفة الوزن مجموعة فرعية ثابتة من الخبراء أثناء معالجة المطالبة. يظل الخبراء المشتركون نشطين، بينما يتم تحميل الخبراء الموجهين الخاصين بالطلب من NAND إلى DRAM. تقول Apple إن الاختيار يمكن تحديثه بشكل دوري أثناء توليد الرموز.

يختلف هذا عن نموذج مزيج الخبراء التقليدي على مستوى الرموز والذي قد يتخذ قرارات توجيه في كل طبقة لكل رمز بينما يظل جميع الخبراء متاحين بسهولة في ذاكرة المسرّع. تتمتع NAND بنطاق ترددي أقل بكثير من DRAM، لذا تنقل Apple المزيد من أعمال التوجيه إلى مستوى المطالبة وتقلل من حركة الوزن. النتيجة هي نموذج ذي 20 مليار معلمة يمكن أن تكون بصمته الحسابية النشطة أقرب إلى 1 أو 2 أو 4 مليارات معلمة لحمل عمل معين.

ماذا يعني "يعتمد على Gemini" وماذا لا يثبته

تنص مذكرة Apple-Google المؤرخة في يناير 2026 على أن الجيل التالي من نماذج Apple Foundation سيعتمد على نماذج Gemini وتقنية Google السحابية. أطلقت Apple لاحقًا على نماذج AFM 3 الخمسة اسم "مبنية خصيصًا بالتعاون مع Google". هذا يؤكد علاقة تقنية عميقة، ولكنه لا يعني أن Apple تعرض نقطة نهاية نموذج تطبيق Gemini العام مباشرة.

لم تصدر Apple علنًا الوصفة الكاملة التي توضح أي نقاط تحقق من Gemini أو مكونات معمارية أو بنية تحتية للتدريب أو مراحل تقطير أو مجموعات بيانات ما بعد التدريب تتوافق مع كل نموذج AFM 3. لقد كشفت أن العائلة شاركت أساسًا أوليًا مشتركًا، وتم تدريبها على نطاق واسع على مسرّعات سحابية TPUs، ثم تم تخصيصها وتحسينها لشرائح Apple أو وحدات معالجة الرسومات NVIDIA. أي ادعاءات تتجاوز ذلك ستكون مجرد تكهنات.

السياق الشخصي: Siri أقرب إلى RAG الخاص منها إلى ذاكرة النموذج

بلغة مبسطة: يمكن لـ Siri الإجابة عن أسئلتك المتعلقة بالبريد الإلكتروني والرسائل والملفات والصور عن طريق البحث عن العناصر ذات الصلة عند الحاجة. لا تحتاج إلى دمج بياناتك الخاصة بشكل دائم في النموذج.

النمط التقني يشبه توليد التعزيز الاسترجاعي، أو RAG:

1. تمنح تطبيقاتك بيانات وصفية قابلة للبحث وكيانات لـ Core Spotlight.
2. يقرر النموذج أن أداة بحث شخصية مطلوبة.
3. يقوم بإنشاء استعلام دلالي أو منظم فوق الفهرس المحلي.
4. يقوم Spotlight بإرجاع العناصر المرشحة أو المعرفات.
5. يمكن للتطبيق ترطيب النتائج المحددة ببيانات وصفية كاملة عند عدم كفاية بيانات الفهرس المضغوطة.
6. يستدل النموذج على المجموعة الصغيرة المسترجعة وينشئ إجابة مستندة إلى تلك العناصر.

تُظهر وثائق مطوري Apple أن SpotlightSearchTool يمكنه إجراء بحث دلالي، وتصفية منظمة حسب التواريخ والأشخاص والمواقع، وحتى مسارات عمل بحث وحساب متعددة المراحل. قد يستدعي النموذج الأداة أكثر من مرة قبل الإجابة. يمكن أن تقلل ملفات تعريف التوجيه من مخطط البحث المتاح للسياقات الصغيرة على الجهاز، مما يحسن الكفاءة ويقلل من فرصة الاستعلامات غير ذات الصلة.

لهذه البنية ميزتان عمليتان. أولاً، يحتوي سياق النموذج على المعلومات المطلوبة فقط للطلب الحالي بدلاً من صندوق بريد كامل أو مكتبة صور. ثانيًا، تظل البيانات المفهرسة محكومة بصناديق رمل التطبيقات، وأذونات نظام التشغيل، وتكاملات المطورين الصريحة.

App Intents: كيف تحول Siri اللغة إلى إجراءات آمنة

بلغة مبسطة: يخبر التطبيق Siri بما يُسمح له بفعله وما هي كائنات البيانات التي يفهمها. ثم تقوم Siri بملء الحقول المطلوبة من اللغة الطبيعية.

تقنيًا: يكشف App Intents عن الإجراءات والكيانات والاستعلامات والمخططات كوحدات واجهة موحدة. يمكن للتطبيق تعريف نية مثل إنشاء مهمة، أو كيان مثل مشروع، واستعلام يحل أسماء المشاريع. يمكن لنموذج Siri إنشاء وسائط منظمة، لكن التطبيق لا يزال يمتلك التحقق والتنفيذ.

تدعم Google Gemini أيضًا استدعاءات الوظائف والمخرجات المنظمة وتنسيق الأدوات. الفرق هو نطاق المنتج. يمكن لمنصة مطوري Gemini استدعاء واجهات برمجة التطبيقات المخصصة، وGoogle Search، وسياق URL، وتنفيذ التعليمات البرمجية، والبحث عن الملفات، وأدوات أخرى. تتمثل الميزة الخاصة لـ Siri في أن Apple يمكنها كشف إجراءات نظام التشغيل والتطبيقات من خلال نموذج أذونات أصيل عبر iPhone و iPad و Mac و Watch و Vision Pro.

المصدر: apple.com

تدعم Siri AI الآن محادثات أغنى، لكن الدردشة المرئية هي الواجهة الأمامية فقط. التمييز التقني الأكثر أهمية هو قدرتها على الجمع بين معرفة الويب والاسترجاع الخاص والإجراءات المعتمدة للتطبيق في تدفق نظام واحد.

Siri AI مقابل روبوت Gemini العادي: مقارنة تقنية

حالة المحادثة والذاكرة يتم تنفيذهما بشكل مختلف

تبدو محادثة روبوت الدردشة وكأنها 'تتذكر'، ولكن العديد من الآليات المختلفة يمكن أن تخلق هذا التأثير:

• نافذة السياق: يتم تضمين الرسائل السابقة في طلب الاستدلال الحالي.
• حالة المحادثة على جانب الخادم: تقوم الخدمة بتخزين الدورات السابقة واستردادها باستخدام معرف المحادثة.
• ذاكرة طويلة الأمد: يتم تخزين التفضيلات أو الحقائق المختارة بشكل منفصل وإدخالها في محادثات لاحقة.
• الاسترجاع: يتم البحث عن البيانات ذات الصلة من فهرس خارجي وإضافتها فقط عند الحاجة.

يجمع Siri AI بين سجل المحادثات، ومزامنة iCloud، والاسترجاع من فهارس Apple. يجمع منتج Gemini العادي بين سجل الدردشة، والتخصيص الاختياري، والتطبيقات المتصلة. على جانب المطور، يمكن لواجهة برمجة تطبيقات التفاعلات من Google تخزين تفاعل ومتابعته عبر previous_interaction_id؛ يمكن للمطورين أيضًا تعيين store=false وإدارة السياق بأنفسهم. لا ينبغي الخلط بين سلوك واجهة برمجة التطبيقات هذا والتنفيذ الدقيق لكل دردشة Gemini للمستهلك، ولكنه يوضح الاختلاف على مستوى المنصة بين جلسات السحابة ذات الحالة ونهج الاسترجاع الأولي المحلي لـ Apple.

تتمحور مجموعة أدوات المطور الحالية من Google حول واجهة برمجة تطبيقات التفاعلات لطلبات الوسائط المتعددة، والمخرجات المنظمة، وتنظيم الأدوات، والوكلاء. يمكنها الحفاظ على حالة جانب الخادم، وكشف خطوات التنفيذ، وتشغيل المهام الطويلة في الخلفية. يمكن لنماذج Gemini من فئة 3 دمج ربط بحث Google، وسياق URL، وتنفيذ التعليمات البرمجية، والبحث في الملفات، واستدعاءات الوظائف المخصصة في سير عمل واحد. يستخدم Gemini Live اتصال WebSocket ذي الحالة للصوت والصور والنص المستمر، مع دعم المقاطعة والإخراج الصوتي بزمن استجابة منخفض. دليل Gemini Gems يشرح طبقة المساعد المخصصة القابلة لإعادة الاستخدام، بينما دليل مفتاح واجهة برمجة تطبيقات Gemini يغطي نقطة الدخول للمطور.

المصدر: blog.google

يكشف تطبيق Gemini عن مساحة عمل AI أوسع: البحث، المحادثة المباشرة متعددة الوسائط، الملفات، الوسائط التوليدية، والوكلاء. يخفي Siri المزيد من مكدس النماذج لأن وظيفته الرئيسية هي الوساطة مع نظام التشغيل.

مقارنة الخصوصية: التنظيم الأولي المحلي مقابل الذكاء الاصطناعي السحابي المتمحور حول الحساب

لمراجعة أعمق على مستوى الحساب، راجع دليل Zerlo إلى ضوابط خصوصية وبيانات Google Gemini. التمييز المركزي ليس 'Apple لديها بيانات، Google ليس لديها' أو العكس. بل هو مقدار المعالجة التي تحدث محليًا، والتي الخدمة تخزن حالة المحادثة، وأي الأذونات نشطة، وما إذا كانت التطبيقات المتصلة تتلقى نسخة من المعلومات.

مقايضات زمن الاستجابة والطاقة والموثوقية

نموذج متفوق تقنيًا ليس بالضرورة مساعدًا متفوقًا. يجب على النظام الموازنة بين جودة النموذج مقابل وقت الاستجابة، وضغط الذاكرة، واستخدام البطارية، وظروف الشبكة، ومخاطر الإجراء.

مخاطر أمنية تواجهها كلا البنيتين

حقن الطلب من خلال المحتوى المسترجع

يمكن أن يحتوي بريد إلكتروني أو صفحة ويب أو مستند على تعليمات موجهة إلى النموذج بدلاً من المستخدم. يجب على المساعد الآمن معاملة النص المسترجع كبيانات غير موثوق بها، والفصل بين سياسة النظام، وتقييد الأدوات التي يمكن استدعاؤها. الأدوات المكتوبة تقلل المخاطر، لكنها لا تزيلها إذا سُمح للنموذج بتمرير بيانات حساسة إلى إجراء خطير.

تحديد الشخص الخطأ والكائن الخطأ

يمكن أن يكون 'أرسلها إلى Alex' أكثر خطورة من هلوسة واقعية. يجب على المساعد تحديد جهات الاتصال والملفات والأحداث بثقة كافية وطلب التوضيح عندما يكون الغموض ماديًا. تعرض Apple تحديد جهات الاتصال ومخططات الكيانات لهذا السبب.

مسارات أدوات غير حتمية

يمكن لطلبين متطابقين إنتاج خطط نماذج مختلفة. لذلك قدمت Apple أدوات تقييم لتدفقات الوكيل، بينما تعرض Google خطوات الأدوات والمخرجات المنظمة في واجهات برمجة تطبيقات المطورين الخاصة بها. تحتاج فرق الإنتاج إلى مجموعات بيانات تختبر ليس فقط الصياغة النهائية ولكن أيضًا ما إذا كانت الأداة الصحيحة تم استدعاؤها بالوسائط الصحيحة.

توسيع الأذونات

يصبح المساعد أكثر فائدة كلما زاد عدد التطبيقات المتصلة، ولكن نطاق تأثيره المتزايد يزيد أيضًا. فإن أذونات الحد الأدنى من الامتياز، والتأكيد على الإجراءات التدميرية، وإيصالات التنفيذ الواضحة، والاتصالات القابلة للإلغاء أكثر أهمية من درجة المعيار الأساسية.

هل يمكننا القول أي نموذج أذكى؟

ليس بمسؤولية من البيانات العامة وحدها. نشرت Apple تحسينات داخلية لتفضيلات البشر لنماذج AFM 3 مقابل جيلها السابق، بما في ذلك مكاسب في اتباع التعليمات، وفهم الصور، والإملاء، والنص إلى الكلام. هذه قياسات جيلية مفيدة، لكنها ليست معيارًا محايدًا مباشرًا ضد نموذج Gemini الاستهلاكي الحالي.

تنشر Google معلومات واسعة عن القدرات لنماذج Gemini وتقدم وصولاً أوسع للمطورين، لكن النموذج الدقيق، وسياسة التوجيه، والطلب النظامي، والأدوات، وحدود المنتج التي يستخدمها تطبيق Gemini يمكن أن تتغير. ستحتاج المقارنة العادلة إلى طلبات متطابقة، ووصول متطابق للأدوات، وسياق مكافئ، ونفس اللغة، وتجارب متكررة، وتصنيف منفصل للواقعية، ونجاح الإجراء، وزمن الاستجابة، وتكلفة الخصوصية.

• تم تحسين Siri AI للمهام الشخصية والسياقية والقابلة للتنفيذ داخل نظام Apple البيئي.
• تم تحسين تطبيق Gemini لذكاء سحابي واسع، والبحث، والإبداع، وسير عمل الوكلاء.
• يمكن أن تكون النماذج المشتقة من Gemini التابعة لشركة Apple مرتبطة تقنيًا بنماذج Google مع إنتاج تجربة مستخدم مختلفة جدًا.

أي واحد يجب أن تستخدمه؟

أسئلة متكررة

الخلاصة

الإجابة الصحيحة تقنيًا على "ما الذي يشغل مساعد Apple الجديد؟" ليست ببساطة "Google Gemini". يتم تشغيل Siri AI بواسطة عائلة نماذج AFM 3 التابعة لشركة Apple وطبقة تنسيق يتحكم فيها Apple. تساهم تقنية Gemini في أساس النموذج وتساهم Google Cloud في البنية التحتية لمسار الحوسبة السحابية الخاصة الأكثر تطلبًا، لكن Apple تتحكم في الاسترجاع والأذونات وإجراءات التطبيق والنشر وواجهة المساعد.

بالنسبة للمستخدمين غير التقنيين، يكون الاختلاف واضحًا: تم تصميم Siri لفهم والتصرف داخل أجهزة Apple، بينما تم تصميم Gemini كمساحة عمل ذكاء اصطناعي واسعة. بالنسبة للقراء التقنيين، يكون التمييز الحاسم هو البنية المحيطة بالنموذج: استدلال متفرق على الجهاز، RAG محلي عبر Spotlight، نوايا التطبيقات المحددة، توجيه نماذج ديناميكي، وحدود سحابية ثابتة موثقة مقابل منصة وكيل سحابي عامة بسياقات كبيرة وجلسات مستمرة ونظام بيئي أوسع للأدوات.