目前生成式AI领域的顶尖LLM研究开发公司和实验室，要么本身就是M7巨头【美股七巨头Magnificent Seven：美国股票市场中市值最大的七家科技公司，包括英伟达、微软、Alphabet（谷歌母公司）、Meta（脸书母公司）、亚马逊、苹果、特斯拉】的隶属机构和部门，如Google DeepMind、Meta Superintelligence Labs等；要么背后有一家M7巨头作为股东或战略合作伙伴，如OpenAI、Anthropic、xAI等。这些AI机构及其所属或合作的M7巨头作为科技新闻的头条常客，频繁出现在全球人工智能发展的报道中。
这些顶尖AI机构对于人工智能的发展有着重要的作用，它们不仅在基础研究领域投入巨资，还在实际应用层面引领着行业变革，对其了解可以帮助我们把握人工智能的发展脉络和演进方向。本文对OpenAI、Google DeepMind、Anthropic、xAI、Meta Superintelligence Labs、苹果AI机构进行初步梳理，以作为后续阅读和了解AI新闻报道的基础背景信息。
核心AI机构关键指标对比（截止2025年8月）
| AI机构 | 旗舰模型系列 | 主要的美股七巨头合作伙伴 | 最新估值 (美元) |
|---|---|---|---|
| OpenAI | GPT系列 | 微软 (Microsoft) | 3,000亿，2025年8月寻求5000亿估值 |
| Google DeepMind | Gemini系列 | Alphabet（Google母公司） | —— (内部部门) |
| Anthropic | Claude系列 | 亚马逊 (Amazon) / Alphabet | 615亿，2025年8月寻求1700亿估值 |
| xAI | Grok系列 | 特斯拉 (Tesla) | 1130亿（含已并购的X），2025年8月寻求1,700亿 - 2,000亿估值 |
| Meta Superintelligence Labs | Llama系列 | Meta(Facebook母公司) | —— (内部部门) |
| Apple AI机构 | 暂无 —— | 苹果(Apple) | —— (内部部门) |
1 OpenAI：ChatGPT
1.1 组织架构
1.1.1 治理架构
OpenAI采用了一种独特的混合结构：一个营利性的子公司（OpenAI LP，计划重组为PBC）由一个非营利性的母公司（OpenAI Inc.）完全控制。这一设计的初衷是在吸引巨额资本的同时，确保公司始终服务于“开发安全且有益于全人类的通用人工智能（AGI）”的最终使命。
非营利母公司（OpenAI Inc.） 是营利性子公司（OpenAI LP）的主要股东和控股主体，对OpenAI LP拥有最终决策权。董事会成员以独立董事为主，负责控制和监督整个组织的战略方向和使命，确保“通用人工智能惠及全人类”。董事会成员并非只由投资方代表组成，而是有学界人士、独立专家、公司内部代表，大多数成员不持有OpenAI的股权，以保证决策的独立性和对使命的忠诚度。
AGI豁免条款：一旦董事会判定公司实现AGI，这种技术将被视为具有特殊性质，不再适用于普通商业化协议，该技术将被排除在所有商业许可协议之外（包括与微软的协议），由非营利组织为全人类管理。
1.1.2 主要子部门/业务线
- 研究团队（Research）：聚焦前沿 AI 研究，涉及模型架构、对齐、安全等问题。
- 工程团队（Engineering）：负责模型训练、部署、基础设施（算力平台、大规模分布式训练系统）。
- 产品团队（Product）：面向用户产品（ChatGPT、API 平台、企业服务）。
- 安全与政策团队（Safety & Policy）：负责 AI 安全性研究、AI 对齐，以及对外的政策沟通。
- 运营与支持（Operations, HR, Legal, Finance）：公司运作保障。
1.2 领导团队
| 姓名 | 职位 | 背景与核心职责 |
|---|---|---|
| Sam Altman | 首席执行官 (CEO) & 联合创始人 | 前Y Combinator总裁，负责OpenAI的战略方向、合作伙伴关系和AGI路线图。 |
| Greg Brockman | 总裁(President) & 联合创始人 | 前Stripe首席技术官，领导基础设施和模型开发，在GPT-4等关键项目发布中发挥了核心作用。 |
| Jakub Pachocki | 首席科学家(Chief Scientist) | 机器学习研究专家，曾领导GPT-4和强化学习项目，于2024年接替Ilya Sutskever（OpenAI 联合创始人、原首席科学家（2015–2024），2023 年 11 月在 OpenAI 董事会危机中，被视为罢免 Sam Altman 的关键人物之一，2024 年 5 月宣布离开 OpenAI，并创立新公司 Safe Superintelligence Inc. (SSI)，专注于安全的超级智能研发，并已获得超过 10 亿美元的融资，估值达到 300 亿美元。 |
| —— | 首席技术官（CTO） | Mira Murati：OpenAI原首席技术官（CTO），2023 年 11 月在 Sam Altman 被临时罢免后接任 OpenAI 临时 CEO，数日后Sam Altman 复职，恢复 CTO 身份；2024 年 9 月，Murati 宣布辞去 CTO 职位；2025 年初2月创立 AI 创业公司 Thinking Machines Lab，专注于构建可定制的 AI 系统。该公司在成立不到一年内完成了 20 亿美元的融资，估值达到 120 亿美元，成为 AI 行业的新兴独角兽 |
| Mark Chen | 首席研究官 (CRO) | 2025 年被提升至此职位，统筹所有研究项目 |
| Fidji Simo | CEO of Applications | 负责将研究成果商业化，领导应用团队、产品化与营收转化。根据2025年8月最新报道，已获得更大的管理权限，COO、CFO和CPO均需向其汇报。 |
| Brad Lightcap | 首席运营官 (COO) | 负责全球运营、业务战略和收入增长。曾是Y Combinator的投资者和Dropbox的合伙人。 |
| Sarah Friar | 首席财务官 (CFO) | 2024年加入，前Nextdoor CEO。负责财务战略、融资和投资者关系，为公司潜在的IPO做准备。 |
| Kevin Weil | 首席产品官 (CPO) | 领导消费和企业产品的开发，负责ChatGPT的用户体验和API产品路线图。 |
| Jason Kwon | 首席战略官 (CSO) | 负责公司发展、长期规划和生态系统合作。曾任OpenAI总法律顾问。 |
| Bret Taylor | 董事会主席 | Sierra联合创始人，前Salesforce联席CEO。提供战略监督，不持有公司股权。 |
| Nick Turley | Head of Product (ChatGPT) | 专责 ChatGPT 产品团队 |
| Scott Schools | 首席合规官（Chief Compliance Officer） | 负责法律与监管风险管理 |
| Srinivas Narayanan | 工程副总裁（VP of Engineering） | 负责 ChatGPT 平台与基础设施扩展 |
| Julia Villagra | 首席人事官（Chief People Officer） | 负责全球扩招与组织文化建设，2025年8月已提出离职 |
1.3 产品与商业化
1.3.1 估值情况
在2025年3月完成由软银领投的400亿美元F轮融资后，公司估值飙升至3,000亿美元，几乎是2024年10月1,570亿美元估值的两倍。2025年8月，OpenAI正就出售来自现任及前任员工约60亿美元股票展开谈判，此轮交易或将公司估值推至约5000亿美元。
1.3.2 收入情况
公司财务数据显示了指数级的增长曲线，其年度经常性收入ARR在2025年7月已达到130亿美元，相较于同年1月的60亿美元翻了一番以上。
1.3.3 用户数据
截至2025年8月，OpenAI的周活跃用户数已高达7亿，每日接收超过25亿条用户请求。据相关媒体估算，其付费用户总数已达数千万，其中包括超过1,000万的ChatGPT Plus个人订阅用户和超过500万的商业付费用户。
1.4 OpenAI与微软
微软是OpenAI最大的战略投资者和合作伙伴，为 OpenAI 提供 Azure 云算力和资金支持，但其过往对OpenAI的投资并未转化为OpenAI PBC的实际持股，而是通过与 OpenAI签订合作协议获得利润/收入分配权和技术使用权。
- 投资与利润分享：微软自2019年以来累计投资超过130亿美元，并享受OpenAI的利润分享/收入分享。目前，微软有权获得OpenAI 20%的收入分享，但该收益分享总额最高为10倍投资额。
- 技术访问：微软拥有对 OpenAI IP（包括模型和基础设施）的使用权，可用于其产品，如 Copilot。
- API 独占性：OpenAI 的 API 独家运行在微软 Azure 上，并通过 Azure OpenAI 服务提供。
- AGI 条款：目前的协议中，如果 OpenAI 实现通用人工智能（AGI），微软将失去对其技术的访问权。然而，双方正在重新谈判此条款，以确保微软在未来仍能访问 OpenAI 的技术。
2 Google DeepMind：Gemini
2.1 组织架构
2023年，Alphabet将其旗下两大顶级AI研究团队——原DeepMind和Google Brain——合并为一个统一的AI产品和研究主体，即Google DeepMind，由 Demis Hassabis 负责掌舵，旨在整合资源、加速AI研发和产品化进程。Google DeepMind在组织架构上拥有极高的战略地位，其CEO Demis Hassabis直接向Alphabet CEO Sundar Pichai汇报。作为一个完全整合的内部部门，Google DeepMind团队主要分为以下几个职能领域：
- 研究 (Research)：专注于推动AI理论和实践的边界，进行基础科学发现和AI赋能产品的研究。
- 工程 (Engineering)：构建可扩展、负责任的AI研发项目的基础设施，支持大规模AI研究。
- 科学与战略计划 (Science & Strategic Initiatives)：致力于利用AI在生物、化学、物理等领域实现科学突破，并推动AI透明度等战略项目。
- 责任与安全 (Responsibility & Safety)：由政策专家、哲学家和研究人员组成，负责测试系统、实践伦理，并与学术界和公民社会合作。
- 产品 (Product)：致力于将最先进的AI能力应用到Alphabet的全线产品中，为全球数十亿用户创造价值。
- 运营 (Operations)：包括项目管理、人才发展、公共关系等，为研究工作提供支持。
2.2 领导团队
| 姓名 | 职位 | 背景与核心职责 |
|---|---|---|
| Demis Hassabis | 首席执行官 (CEO) | 神经科学家、AI研究员和企业家。负责Google DeepMind的整体战略方向，直接向Sundar Pichai汇报。2024年获得诺贝尔化学奖，以表彰其在蛋白质结构预测方面的贡献 |
| Lila Ibrahim | 首席运营官 (COO) | 负责 DeepMind 的日常运营、战略执行和组织发展。 |
| Koray Kavukcuoglu | Google首席 AI 架构师、前DeepMind 首席技术官（CTO）、 | 前DeepMind CTO，拥有纽约大学博士学位。负责将Gemini等先进模型更高效地集成到谷歌产品中，直接向 Google CEO Sundar Pichai 汇报 |
| Jeff Dean | 首席科学家（Chief Scientist） | Google资深员工，Google Brain联合创始人，MapReduce和TensorFlow等关键技术的创造者。负责设定AI研究的未来方向。 |
| Pushmeet Kohli | 研究副总裁 | 负责Science and Strategic Initiatives单元，领导科学研究和战略项目，包括 AlphaFold、AlphaEvolve 和 Co-Scientist 等，并监督“责任与安全”团队。 |
| Josh Woodward | 副总裁（VP/GM, Gemini 产品线） | Google Labs 的副总裁（VP），同时兼任 Gemini 产品线的总经理（GM），领导 Google Labs 团队，探索 AI 应用的前沿领域，并负责 Gemini 产品线的整体战略和执行 |
| Mehdi Ghissassi | 产品负责人（Head of Product） | 负责将 Google 的前沿 AI/ML 研究成果转化为广泛应用的产品。拥有超过十年的Alphabet产品领导经验。 |
2.3 产品与商业化
Google DeepMind继承了其前身在AI基础研究领域的辉煌遗产。从击败世界围棋冠军的AlphaGo，到精准预测几乎所有已知蛋白质结构的AlphaFold，这些里程碑式的成就为其赢得了无与伦比的科学声誉。
如今，这些深厚的研究实力正全面转向为谷歌的商业产品提供动力。其模型被深度集成到谷歌的全线产品中，从核心的谷歌搜索、广告系统，到Google Cloud的企业服务，再到数十亿用户日常使用的安卓和各类应用。由于其商业化并非通过直接销售模型，而是通过提升现有业务的价值来实现，暂未找到可靠的估值、收入和用户情况数据。
2.4 Google DeepMind与Alphabet
作为Alphabet内部的AI研发核心，Google DeepMind拥有优势也面临挑战。
优势
- 计算资源：Google DeepMind可以无限制地调用谷歌云（Google Cloud）庞大的全球计算基础设施，包括谷歌自研的TPU（Tensor Processing Unit）芯片，这为其进行大规模模型训练提供了坚实的基础。
- 数据护城河：它能够接触到来自谷歌生态系统（如搜索、YouTube、Gmail、地图等）的海量、多样化且高质量的专有数据。这些数据是训练出更强大、更具情境感知能力模型的最宝贵资产，是外部竞争者无法获得的独特优势。
- 分发渠道：一旦模型开发完成，可以通过谷歌的旗舰产品瞬间触达全球数十亿用户。这种内置的分发网络，使得新功能的推广和用户反馈的收集效率极高。
挑战
- 战略自噬风险：这是谷歌面临的最核心的“巨头困境”。生成式AI可能会从根本上改变用户获取信息的方式，从而直接威胁到支撑Alphabet千亿美元营收的传统“搜索-点击”广告业务模式。这种潜在的自我颠覆风险，可能会在公司内部造成战略上的犹豫和行动上的迟缓。 此外，谷歌在全力发展自家Gemini模型的同时，还向Anthropic投入巨资，可能是作为一种风险对冲手段，也是维持其Google Cloud平台竞争力的必要手段，即使这意味着在某种程度上支持了其内部AI实验室的竞争对手。
3 Anthropic：Claude
3.1 组织架构
Anthropic由多位前OpenAI核心研究人员创立，他们离开OpenAI的部分原因是对其发展方向和安全承诺感到担忧。Anthropic注册为公益公司 (Public Benefit Corporation, PBC)，作为一种法律实体形式，它要求公司在追求商业利益的同时，必须兼顾其对社会和公众的积极影响。公司设立了一个名为“长期利益信托”（Long-Term Benefit Trust）的机构，由无经济利益的独立成员组成。该信托拥有选举及罢免董事会成员的权力，目前选举 1/5 董事会成员，未来会提升到 3/5，从而逐渐取得多数控制权。通过这一结构，Anthropic 尝试在董事会中实现“安全优先”的监督机制，以平衡商业利益与公共利益。
3.2 领导团队
| 姓名 | 职位 | 背景与核心职责 |
|---|---|---|
| Dario Amodei | 首席执行官 (CEO)，联合创始人 | 负责公司的整体战略和AI安全愿景。前OpenAI研究副总裁。2021 年，他与妹妹 Daniela Amodei 等人共同创办了 Anthropic，专注于 AI 安全研究。 |
| Daniela Amodei | 总裁，联合创始人 | 负责公司的运营、战略和确保AI开发的责任感。前OpenAI安全副总裁。 |
| Jack Clark | Head of Policy，联合创始人 | 负责政策和公共关系，确保公司的发展与伦理和安全标准保持一致，在塑造公司的AI政策、公共沟通等方面发挥关键作用。前OpenAI政策总监。 |
| Tom Brown | 联合创始人 | 领导核心 AI 研究，管理算力资源与基础工程。前OpenAI研究员，GPT-3论文的主要作者之一，曾主导了 GPT-3 的开发工作。 |
| Jared Kaplan | 首席科学家（Chief Science Officer），联合创始人 | 主导科学研究框架和方法。前OpenAI研究员，AI Scaling Laws领域的关键研究者之一 |
| Sam McCandlish | 首席技术官(CTO)，联合创始人 | 他负责公司的技术战略和工程团队的领导，将前沿研究转化为实际可行的技术和产品。前OpenAI研究员 |
| Chris Olah | 联合创始人 | 聚焦“黑箱 AI”行为可解释性研究 |
| Mike Krieger | 首席产品官 (CPO) | 负责将Anthropic的先进研究转化为用户友好且对企业有价值的产品。前Instagram联合创始人。 |
| Krishna Rao | 首席财务官 (CFO) | 负责公司财务战略 |
3.3 产品与商业化
3.3.1 估值情况
Anthropic2025年3月完成新一轮融资后，估值已高达615亿美元。2025年8月有报道称，Anthropic 正在进行一轮新的融资，可能筹集高达 100 亿美元的资金，这轮融资将使公司估值达到 1700 亿美元。
3.3.2 收入情况
Anthropic的年化收入AR从2024年底的接近10亿美元，增长到2025年5月的30亿美元，并继续增长到2025年7月的接近50亿美元。
3.4 Anthropic与亚马逊/谷歌
Anthropic并非像OpenAI那样与单一巨头深度绑定，而是同时获得了亚马逊和谷歌两大M7巨头的战略投资和支持，避免了对单一云厂商的深度依赖和潜在的“供应商锁定”风险，为其提供了战略灵活性和更广泛的市场触角。
- 亚马逊 (主要合作伙伴)：通过累计高达80亿美元的投资承诺，亚马逊不仅成为了Anthropic最大的外部支持者之一，还通过协议使AWS成为其“关键任务工作负载的主要云提供商”，Anthropic的大部分模型训练和推理任务将在AWS上进行，同时Anthropic的模型也将通过AWS的平台和服务触达其庞大的企业客户群。
- 谷歌 (重要投资者)：谷歌已向Anthropic投资总额达20亿美元，使其成为Google Cloud平台上的一个关键AI合作伙伴。
同时，这种战略中立性也使其成为对广大企业客户更具吸引力的合作伙伴。许多企业本身就在使用多云策略，或者对完全投入某一个科技巨头的生态系统心存疑虑。相比于被外界普遍视为微软AI部门延伸的OpenAI，Anthropic的“中立”形象使其能够接触到更广泛的客户群体。
4 xAI：Grok
4.1 组织架构
xAI是一家公益公司（Public-Benefit Corporation）。这意味着公司在追求商业利益的同时，也致力于实现对社会有益的公共目标，这与其“理解宇宙的真实本质”的宏大愿景相契合。
4.2 领导团队
| 姓名 | 职位 | 背景与核心职责 |
|---|---|---|
| Elon Musk | 首席执行官 (CEO) & 创始人 | 负责xAI的总体愿景、战略方向和资源整合。特斯拉、SpaceX（子公司Starlink）、xAI（已并购X）、Neuralink、The Boring Company等多家公司的CEO。 |
| Igor Babuschkin | 联合创始人 (已离职) | xAI 技术研究的核心人物，领导关键的研发项目与产品策略。前DeepMind和OpenAI高级研究工程师。2025 年 8 月，他宣布离开 xAI，创办了 Babuschkin Ventures，专注于 AI 安全研究和初创企业投资。 |
| Jimmy Ba、Tony Wu、Christian Szegedy、Greg Yang等 | 早期核心研究人员 | 来自 DeepMind、OpenAI、Google Brain 等机构的研究员 |
4.3 产品与商业化
4.3.1 估值情况
2024年5月，xAI 完成了 60 亿美元的 B 轮融资，融资后估值为 240 亿美元 。2024年11月在获得额外融资后，xAI 的估值提升至 500 亿美元 。2025年3月，xAI 完成了对社交媒体平台 X（前身为 Twitter）的收购，交易中 xAI 估值800亿美元，X估值330亿美元，合并后的xAI估值达到1130亿美元。而根据2025年8月最新报道，xAI正在寻求新一轮融资，目标估值高达1700亿至2000亿美元。
4.3.2 产品情况
Grok的产品哲学——实时、更少限制、并深度融入社交平台——不仅是马斯克个人意识形态的延伸，也是一项精明的市场差异化战略。当OpenAI、Anthropic和谷歌都在强调安全、可靠和“政治正确”时，xAI正在通过Grok塑造一个更原始、更少过滤的“反建制”AI形象。
4.4 xAI与特斯拉
xAI与埃隆·马斯克旗下其他公司（特别是特斯拉和已被xAI并购的X平台）在马斯克的统一控制下，进行资源共享和深度协同。
- 人才流动：xAI的核心团队中有许多来自马斯克的其他公司。据报道，至少有11名特斯拉前员工加入了xAI，其中包括来自关键的Autopilot自动驾驶团队的工程师。
- 算力调配：马斯克已公开承认，他将原计划分配给特斯拉的英伟达（Nvidia）GPU芯片，转而调配给了xAI和X平台使用，这也成为特斯拉股东提起诉讼的核心原因之一。
- 数据共享：xAI 利用了X 平台的实时文本数据进行模型训练，马斯克也曾表示计划未来利用 Tesla 车队收集的大量真实世界视觉数据来训练模型。
- 治理风险：特斯拉股东已提起多项诉讼，指控马斯克违反信托责任，将属于上市公司（特斯拉）的宝贵资源（GPU、人才）转移到他个人控股的私有公司（xAI），构成了从一家上市公司向一家私营公司的直接价值输送，从而损害了特斯拉股东的利益。xAI的命运与马斯克能否在法律上成功应对这些复杂的公司治理冲突紧密相连。
5 Meta Superintelligence Labs
5.1 组织架构
Meta2025年8月对其AI部门进行了重组，成立了全新的Meta Superintelligence Labs。该实验室由四个核心支柱构成，旨在统一研究、产品和基础设施，以加速AGI的研发。
- TBD Lab：由新任首席AI官、前Scale AI CEO Alexandr Wang领导，开发下一代大型语言模型（LLMs），包括 Llama 系列模型。
- FAIR (Fundamental AI Research)：由联合创始人Robert Fergus领导，专注于长期、基础性的AI研究。
- 产品与应用研究：由前GitHub CEO Nat Friedman领导，负责将模型和研究成果转化为面向消费者的产品。
- MSL Infra：由副总裁Aparna Ramani领导，专注于构建支持宏大AI目标所需的昂贵基础设施。
5.2 领导团队
| 姓名 | 职位 | 背景与核心职责 |
|---|---|---|
| Mark Zuckerberg | Meta 首席执行官 (CEO) | 亲自推动公司的AI战略，承诺投入“数千亿美元”以实现超级智能。 |
| Alexandr Wang | 首席AI官 (CAIO)，TBD Lab负责人 | MSL总负责人，负责推动Meta的超级智能发展路线图，并直接领导TBD Lab，负责监督大语言模型的开发。前Scale AI CEO。 |
| Shengjia Zhao | 首席科学家 | MSL首席科学家，负责塑造其实验室的研究方向。前OpenAI核心研究员 |
| Yann LeCun | FAIR首席科学家 (Chief Scientist for FAIR) | 负责指导Meta的长期AI研究方向，FAIR的创始人，目前向Wang汇报。“深度学习三巨头”之一，图灵奖得主。 |
| Robert Fergus | FAIR 负责人 | 专注于基础AI研究。FAIR联合创始人，曾在DeepMind工作，2025年重返Meta领导FAIR。 |
| Nat Friedman | 产品与应用研究负责人 | 负责将AI模型和研究成果转化为消费者产品。前GitHub CEO。 |
| Daniel Gross | 产品与应用研究团队 | 专注于开发由AI驱动的新产品。前 Safe Superintelligence（由 OpenAI 联合创始人 Ilya Sutskever 创建）CEO，与Nat Friedman共同创立了风险投资公司NFDG |
| Aparna Ramani | Meta副总裁，MSL Infra 负责人 | 负责构建和维护支持Meta宏大AI目标所需的基础设施。 |
| Ruoming Pang | 未知 | 原Apple基础模型团队负责人，2025年7月转投MSL。 |
5.3 产品与商业化
Meta的CEO马克·扎克伯格已公开承诺，将为AI研发投入“数千亿美元”，并通过高额薪酬包（部分达九位数美元）及“反向收购”策略，从OpenAI、Google DeepMind等机构挖角关键人才，扎克伯格更是亲自参与招募。据WSJ报道，截至8月中旬，Meta已成功从OpenAI招聘了20多名研究人员和工程师，从谷歌招聘了至少13人，从苹果、xAI各招聘了3人，从Anthropic招聘了2人，共计新增50多名员工。目前团队已基本搭建完成，过去的Llama似乎不太值得关注，未来的AI技术和产品实力情况，就是骑驴看唱本——走着瞧了。
5.4 Meta Superintelligence Labs与Meta
Meta Superintelligence Labs作为Meta公司内部的AI研发部门，负责承接其整个Meta公司的AI发展战略，其技术和基础设施也与母公司密切绑定。
6 Apple AI机构
6.1 组织架构
苹果的AI研发工作深度整合在其现有的职能型组织架构中，而非集中在一个独立的实验室。
- 机器学习与AI战略团队：由John Giannandrea领导，负责公司整体的AI方向和机器学习技术研发。
- 软件工程团队：由Craig Federighi领导，负责将AI功能深度集成到iOS、macOS等操作系统中。
- 基础模型团队 (Foundational Models Team)：由顶尖研究人员组成的团队，负责开发驱动Apple Intelligence的底层大语言模型。
6.2 领导团队
| 姓名 | 职位 | 背景与核心职责 |
|---|---|---|
| John Giannandrea | 高级副总裁，机器学习与AI战略 | 负责苹果整体的AI和机器学习战略，并监督Core ML等技术的发展。2018年从谷歌加入苹果，曾领导谷歌的搜索和AI团队。 |
| Craig Federighi | 高级副总裁，软件工程 | 苹果资深高管，负责iOS、macOS和所有操作系统软件。在将Apple Intelligence无缝集成到用户体验中扮演关键角色。 |
6.3 AI之于苹果
苹果的AI战略是其核心商业模式的直接延伸和强化，AI被定位为一个核心“功能”，其目的是提升苹果硬件（iPhone、Mac等）和服务的整体用户体验，从而增强其生态系统的吸引力和用户粘性。
苹果试图通过“设备端处理”与“私有云计算”混合架构，在提供强大AI功能的同时，坚守用户隐私的承诺。
- 设备端处理（On-Device Processing）：这是Apple Intelligence的基石。绝大多数AI任务，如整理通知、总结邮件、生成文本等，都直接在用户的iPhone、iPad或Mac上完成，完全利用苹果自研的Apple Silicon芯片的强大计算能力。这意味着用户的个人数据——如照片、信息、日历等——可以在提供个性化AI体验的上下文时，无需离开设备，从而从物理上保证了隐私安全。
- 私有云计算（Private Cloud Compute, PCC）：对于那些计算需求超过了设备端处理能力的更复杂请求，苹果设计了PCC系统。当用户的请求被发送到云端时，数据只会在由Apple Silicon驱动的特制安全服务器上进行“无状态”（stateless）处理，用户数据仅用于完成当前请求，不会被存储，也无法被苹果公司访问。
但是在这种戴着镣铐跳舞的局面下，苹果AI目前进展缓慢，Siri升级迟迟未上线，现有AI功能反响平平。