Apple nutzt Googles Gemini für die geräteinterne KI des iPhones
Apple nutzt „Knowledge Distillation“, um Googles riesiges Gemini-Cloud-Modell in eine optimierte, geräteinterne Komponente für iPhones umzuwandeln.
Wie am 25. März 2026 bekannt gegeben wurde, gewährt Apples umfassende Vereinbarung mit Google seinen Ingenieuren Zugriff auf das vollständige Gemini-Modell in Rechenzentren, was eine gründliche Analyse seiner internen Mechanismen ermöglicht. Dieser strategische Schritt bedeutet eine größere Autonomie für Apple im Bereich der KI und ermöglicht es dem Unternehmen, die hochwertigen Ergebnisse und die „Chain-of-Thought“-Argumentation von Gemini direkt für das Training zu nutzen. Durch die Nachahmung der Rechenprozesse des großen Modells kann Apple kleinere, sicherere proprietäre Grundmodelle entwickeln.

Der Hauptvorteil dieses Destillationsansatzes besteht darin, die Hardwareanforderungen und Betriebskosten drastisch zu senken, während das kompakte Modell bei bestimmten Aufgaben eine Reaktionsgeschwindigkeit und Genauigkeit beibehält, die mit dem ursprünglichen Gemini vergleichbar sind. Während die Kernaufgabe des Apple Foundation Model-Teams (AFM) weiterhin darin besteht, das Erlebnis auf dem Gerät zu optimieren, anstatt eine universelle KI zu entwickeln, die Gemini direkt Konkurrenz macht, stärkt diese Initiative Apples Strategie der „On-Device-Intelligence“ erheblich.
Durch zukünftige Updates wie iOS 26.4 wird dieses destillierte On-Device-Modell die Reaktionsfähigkeit und den Datenschutz für native Apps wie Siri verbessern. Branchenweit gesehen geht Apples „Dekonstruktion und Rekonstruktion“ von Modellen von Drittanbietern nicht nur auf Leistungsbedenken beim Ausführen von Modellen mit hohen Parameterzahlen auf mobiler Hardware ein, sondern deutet auch auf eine Wettbewerbsverschiebung weg von cloudbasierten Parameterwettläufen hin zu einer optimierten, effizienten Ausführung auf dem Gerät hin.
Verwandter Artikel
Schwedisches KI-Startup Lovable Eyes: Bewertung von 13,2 Milliarden US-Dollar nach großer Finanzierungsrunde
Während KI-gestützte Coding-Tools an Popularität gewinnen, hat das schwedische Startup Lovable eine bedeutende Finanzierungsrunde abgeschlossen. Das Unternehmen strebt danach, 3 Milliarden US-Dollar einzusammeln, was seine Bewertung potenziell auf 13
Google testet den Remy AI Agent für Gemini, da der Fokus auf die Benutzerkontrolle verlagert wird
Laut Business Insider testet Google Remy, einen neuen KI-Personalagenten für Gemini. Dieses Tool soll Aufgaben im Auftrag von Nutzern ausführen und sowohl professionelle Arbeitsabläufe als auch tägliche Routinen optimieren.Derzeit wird Remy in einer
So beheben Sie Core Web Vitals für bessere SEO-Rankings
Berichtskartenkommentare mit KI-Tools optimierenEinführungKI-Tools zur Generierung von BerichtskartenkommentarenMagic SchoolAlmanac AIChat GPTNutzung von Magic School zur Generierung von BerichtskartenkommentarenAnmeldung bei Magic SchoolAuswahl des
Empfehlungen zu verwandten Spezialthemen
Kommentare (1)
Interessant, dass Apple hier auf Googles Modell zurückgreift. Das klingt nach einer pragmatischen Lösung, um schnell eine eigene KI-Kompetenz aufzubauen. Aber irgendwie frage ich mich, ob das nicht die Abhängigkeit von einem Konkurrenten erhöht. Die 'Knowledge Distillation' ist clever, aber wie gut funktioniert das wirklich auf einem iPhone? Die Akkulaufzeit wird sicher eine Herausforderung. 🧐
Apple nutzt „Knowledge Distillation“, um Googles riesiges Gemini-Cloud-Modell in eine optimierte, geräteinterne Komponente für iPhones umzuwandeln.
Wie am 25. März 2026 bekannt gegeben wurde, gewährt Apples umfassende Vereinbarung mit Google seinen Ingenieuren Zugriff auf das vollständige Gemini-Modell in Rechenzentren, was eine gründliche Analyse seiner internen Mechanismen ermöglicht. Dieser strategische Schritt bedeutet eine größere Autonomie für Apple im Bereich der KI und ermöglicht es dem Unternehmen, die hochwertigen Ergebnisse und die „Chain-of-Thought“-Argumentation von Gemini direkt für das Training zu nutzen. Durch die Nachahmung der Rechenprozesse des großen Modells kann Apple kleinere, sicherere proprietäre Grundmodelle entwickeln.

Der Hauptvorteil dieses Destillationsansatzes besteht darin, die Hardwareanforderungen und Betriebskosten drastisch zu senken, während das kompakte Modell bei bestimmten Aufgaben eine Reaktionsgeschwindigkeit und Genauigkeit beibehält, die mit dem ursprünglichen Gemini vergleichbar sind. Während die Kernaufgabe des Apple Foundation Model-Teams (AFM) weiterhin darin besteht, das Erlebnis auf dem Gerät zu optimieren, anstatt eine universelle KI zu entwickeln, die Gemini direkt Konkurrenz macht, stärkt diese Initiative Apples Strategie der „On-Device-Intelligence“ erheblich.
Durch zukünftige Updates wie iOS 26.4 wird dieses destillierte On-Device-Modell die Reaktionsfähigkeit und den Datenschutz für native Apps wie Siri verbessern. Branchenweit gesehen geht Apples „Dekonstruktion und Rekonstruktion“ von Modellen von Drittanbietern nicht nur auf Leistungsbedenken beim Ausführen von Modellen mit hohen Parameterzahlen auf mobiler Hardware ein, sondern deutet auch auf eine Wettbewerbsverschiebung weg von cloudbasierten Parameterwettläufen hin zu einer optimierten, effizienten Ausführung auf dem Gerät hin.
Schwedisches KI-Startup Lovable Eyes: Bewertung von 13,2 Milliarden US-Dollar nach großer Finanzierungsrunde
Während KI-gestützte Coding-Tools an Popularität gewinnen, hat das schwedische Startup Lovable eine bedeutende Finanzierungsrunde abgeschlossen. Das Unternehmen strebt danach, 3 Milliarden US-Dollar einzusammeln, was seine Bewertung potenziell auf 13
So beheben Sie Core Web Vitals für bessere SEO-Rankings
Berichtskartenkommentare mit KI-Tools optimierenEinführungKI-Tools zur Generierung von BerichtskartenkommentarenMagic SchoolAlmanac AIChat GPTNutzung von Magic School zur Generierung von BerichtskartenkommentarenAnmeldung bei Magic SchoolAuswahl des
Interessant, dass Apple hier auf Googles Modell zurückgreift. Das klingt nach einer pragmatischen Lösung, um schnell eine eigene KI-Kompetenz aufzubauen. Aber irgendwie frage ich mich, ob das nicht die Abhängigkeit von einem Konkurrenten erhöht. Die 'Knowledge Distillation' ist clever, aber wie gut funktioniert das wirklich auf einem iPhone? Die Akkulaufzeit wird sicher eine Herausforderung. 🧐





Heim






