Perplexity和Mistral估值加起来约合1500亿元人民币。对于一向在收购上极为克制的苹果而言，这种举动无疑令人侧目。毕竟，自 Beats 之后，苹果十年未有大规模并购，并且历史上一直倾向于收购小公司而非大公司。而如今，一口气盯上两个 AI 龙头初创公司，多少显得有些特别。
问题是，苹果真的准备好借助收购补齐 AI 短板了吗？它能否顺利整合外部力量，真正弥补自身 AI 战略的结构性问题？从目前来看，收购 Perplexity 或 Mistral，确实是苹果 AI 战略「破局」最好的机会之一。
AI搜索巨头Perplexity增速惊人
虽然名字都被划入「AI 独角兽」的范畴，但 Perplexity 和 Mistral 是两家本质上非常不同的公司：一个擅长打造用户端产品，已经在搜索领域挑战 Google；一个则专注底层技术，以开源和模型性能赢得开发者青睐。苹果如果成功收购它们中的任意一家，都将从不同方向为 Apple Intelligence 带来深远变化。
以 Perplexity 为例，由前 OpenAI 和 Meta 工程师创建的 AI 搜索公司成立于 2022 年底—— ChatGPT 出现一周后，旗下主要产品是一个结合生成式问答和网页检索的 AI 搜索引擎（或称生成式搜索引擎），其核心理念是以「真实来源」和「快速回答」为导向，既保留传统搜索的可靠性，又具备 AI 聊天机器人的高效。
在 Hugging Face、LM-Eval 等多个测评平台上，Mistral 的模型经常跻身榜首，尤其受到 AI 开发者和本地部署厂商的欢迎。
苹果一直坚持「端侧运行 + 隐私保护」的路线，而 Mistral 的小模型、高性能、低功耗特性，正是这一策略的理想搭档。如果苹果选择收购 Mistral，不只是获得了一家模型公司，更是为其 Apple Intelligence 体系找到了一个具备长期训练能力和开源弹性的「引擎核心」。
这会极大提升苹果在底层 AI 能力上的自主权，让 iPhone、iPad、Vision Pro 等设备不必长期依赖外部模型。相比于调用第三方大模型的「借力打法」，Mistral 带来的优势更聚焦在长期能力构建和定制化控制层面。
苹果 AI 为何失效？内部失衡、战略迟缓
过去两年，几乎所有科技巨头都在用 AI 重新定义自身产品线，而苹果却始终显得慢了一拍，甚至是一整拍。2024 年 WWDC 上，苹果高调推出 Apple Intelligence 和全新 Siri，意图重塑 AI 时代的核心交互。但现实是，多项关键功能至今仍未上线，全新 Siri 更是直接推迟到了 2026 年。Apple Intelligence 虽然正式亮相，却被外界普遍评价为「功能零散、体验平庸」。
当 ChatGPT、Gemini 已深入网页、操作系统和生产力工具，苹果显然已经错失了属于自己的 AI 市场窗口。
而问题的根源，指向苹果内部的战略定位与内部障碍。首当其冲的，就是 AI 在苹果内部始终没有形成明确的权力中枢。Siri 属于软件工程高级副总裁 Craig Federighi，AI 模型由 John Giannandrea 领导的机器学习团队主导，而服务整合则落在 Eddy Cue 手中。
John Giannandrea，图/苹果
如此分权的管理结构，在过去构建 iOS 生态时还能高效协作，但面对 AI 这样需要统一工程体系和产品体验的任务，已经显得力不从心。负责 Siri 的团队与负责模型研发的团队并不属于同一条汇报线，这意味着一次 AI 能力升级，往往涉及多个高管、多个流程、多个妥协。
再往深看，苹果对「本地化+隐私优先」的战略路径抱有高度执念，虽然符合其品牌哲学，却也使其在面对 AI 爆发式需求时进退维谷。一方面它不愿完全依赖外部大模型，另一方面自身模型尚未成气候，最终只能交出一个「自研 + ChatGPT」的折中方案，既无法满足用户对 AI 体验的期待，也无法与开发者构建足够吸引力的平台生态。
苹果也意识到了问题，今年 4 月就曝出库克对于 Giannandrea 的开发产品能力「失去信心」，将由 Vision Pro、visionOS 的负责人 Mike Rockwell 接管 Siri。与此同时，Craig Federighi 力主引入第三方开源大模型，以加速推进 Apple Intelligence 的开发。
Mike Rockwell 和 Craig Federighi，图/苹果
另一方面，苹果高层缺乏更新换代，在决策上明显缓慢且保守。当然，苹果这两年也开始推动一批高管提前退休、提拔一批年富力强新高管。但从组织调整、技术突破到平台能力重建，这些转变都不可能在短时间内「具现」到现阶段的苹果 AI。而 AI 竞赛节奏之快，远远超出苹果以往的产品节奏逻辑。
更关键的是在大模型训练能力、推理优化、任务泛化等关键环节，苹果还远未建立起自己的闭环能力。即便是其擅长的端侧部署领域，也因为模型压缩和多模态能力不足，限制了产品实际落地。甚至从发表文论，还能看出苹果 AI 团队对于生成式 AI 路线的相对不看好。
