三大操作系统全面集成 AI进入人人皆可用时代

TechWeb 文/卞海川

随着AI技术的深度整合，操作系统地位抬升，价值将被重新定义。

大模型时代的操作系统正逐渐进化为一个更加智能的平台，除了传统的为应用程序提供运行环境和支持外，还将成为调度中心，作为“入口”衔接用户和APP。

操作系统巨头们的AI进化

以近日刚刚发布的Windows 11 AI PC的“回顾”（Recall）新功能为例，用户能够轻松找到此前在PC上浏览过的内容或是处理过的任务。Windows 11 AI PC能够像人类一样，基于个人经历中的特有联系和关联整理信息。它能够根据记忆中的线索碎片快速、直观地检索出用户想要寻找的内容，帮用户回想起那些几乎已经遗忘了的事情。

此外，Windows 11 AI PC的另一大功能亮点是，具有实时翻译功能的实时字幕。该功能可以将自动将任意App或视频平台上的直播或录播音频即时翻译成英文字幕，支持包含中文在内的40多种语言翻译，将PC所传输的音频转换为统一的英文字幕，并在App显示窗口上实时显示。即便用户处于离线状态，也能实现该功能。

值得注意的是，在常见的功能升级外，微软在此次发布会上着重强调了AI PC与既有软件深度协同上的优势。

除了微软外，谷歌宣布即将推出的Android 15将以AI为核心，Gemini将成为Android的基础部分，可在系统层面运行。同时，谷歌还使用本地小模型Gemini Nano来保障用户数据安全，端云AI 协同为用户带来更好的体验。Gemini 将在Android上充当AI助手，而不是Google Assistant，Gemini AI将能够作为任何正在使用的应用程序的叠加层出现。

其中，备受瞩目的即圈即搜功能将不仅限于搜索物体，更增加了截图与题目解答的智能化处理。用户只需圈选题目，Android 15便能迅速提供解题思路与答案，助力学习。

又如在浏览PDF文件时，Android 15能够总结文件内容，并以交互方式帮助用户快速获取所需信息。对于视频内容，Android 15同样具备强大的分析能力，能够解析视频内容与字幕，让用户更快捷地获取关键信息。

此外，Android 15还引入了AI诈骗电话检测功能，通过智能识别通话中的可疑行为，及时弹出警告提示，保护用户免受诈骗侵扰。

至于苹果，据多家外媒报道，苹果有望与OpenAI合作，把一系列生成式AI 功能加入即将推出的iOS 18中。一个代号为“Project Greymatter”的AI工具套件或将集成到Safari、照片、语音备忘录等苹果的核心应用之中。

据称，苹果的重心是在iOS 18中加入ChatGPT支持的AI功能，并最终嵌入即将于今年9月发布的iPhone 16中。苹果预计将在6月10日的WWDC大会上正式公布与OpenAI的合作伙伴关系，以及宣布其硬件设备上的大语言模型和云驱动的苹果大语言模型。

AI技术对操作系统的影响

从上述三大操作系统巨头与AI技术的深度融合来看，将大模型融入操作系统，不仅能够为用户带来全新的功能和服务，还有助于推动操作系统向AI原生的方向发展。

例如在智能化的文件搜索上。通过大模型，操作系统能够提供智能化的文件搜索功能。例如，用户可以通过自然语言查询，直接找到需要的文件或信息，大大提高了搜索的准确性和效率。

其次，大模型的语言理解能力为操作系统的语音助手功能提供了强大的支持。用户可以通过语音指令，轻松完成系统设置、查询信息等操作，实现了与系统的自然交互。此外，大模型的强大语言处理能力，使得操作系统可以提供实时翻译功能。用户可以得到及时、准确的语言翻译服务，极大地方便了跨语言的交流和协作。

当然，要实现上述功能，需要操作系统能够提供更为强大和灵活的支持，例如架构、运行环境、内存管理等的优化，以确保大模型能够高效、稳定地运行，提高操作系统的整体性能。而随着大模型的应用，AI框架的支持也会变得尤为重要，这就需要操作系统需要提供强大的AI框架支持，以确保大模型和其他AI应用能够顺利地运行和升级。

IDC中国研究经理程荫对TechWeb表示，大模型、生成式AI将给操作系统的形态和业态带来颠覆性变化。基于自然语言的极简交互将替代很多传统的图形界面交互，形成LUI+GUI的混合形态。同时，“no app”的理念也将重塑下一代应用，通过对话即可直接调取、使用各种工具。由此，新一代的操作系统肯定会应运而生。操作方式被大幅简化，应用之间的集成度更高，多应用之间也更加融合。价值如提高内容生产效率、个性化搜索和推荐、变革交互方式与体验创新等等。

写在最后

看未来，AI将是操作系统的基础能力之一，通过大模型，开发者能够为操作系统设计出智能搜索、推荐系统等，丰富操作系统的应用生态。同时，大模型通过自然语言处理和深度学习，可以使操作系统更好地理解用户的需求和意图，实时分析用户上下文并预测需求，进而自主推断并运行各种服务，无需用户显式指令，人机交互向更加自然、无感的境界迈进。