Apple constrói nova arquitetura de IA sobre os modelos fundacionais Google Gemini

A Apple anunciou hoje uma grande reformulação de sua plataforma Apple Intelligence, construída sobre modelos de base codesenvolvidos com o Google usando tecnologias da família Gemini. A nova arquitetura, revelada na WWDC 2026, foi projetada para funcionar tanto no dispositivo quanto em servidores por meio da infraestrutura Private Cloud Compute da Apple.

Detalhes Principais

• Modelos de Base da Apple: Codesenvolvidos com o Google, esses modelos alimentam o novo Apple Intelligence. A Apple descreve a colaboração como "profunda."
• Suporte multimodal: Os modelos agora lidam com compreensão e geração de imagens, incluindo criação de imagens realistas, edição avançada de fotos e resposta visual a perguntas.
• Variante de maior potência: Alguns dispositivos receberão uma versão com capacidades adicionais: geração de fala, precisão melhorada de ditado e compreensão de linguagem natural mais forte. A Apple não especificou quais dispositivos.
• Orquestrador do sistema: Um novo componente fica no centro da arquitetura, coordenando recursos de forma segura entre plataformas. Ele adapta as respostas com base no aplicativo ativo e na tarefa atual do usuário, permitindo "inteligência verdadeiramente em todo o sistema."
• Privacidade: A Apple reitera que os dados do usuário são usados apenas para executar a solicitação imediata e não são acessíveis à Apple ou a terceiros. Especialistas externos podem verificar as garantias de privacidade a qualquer momento.

A Apple enquadrou o anúncio como um contraste aos concorrentes que "correm para frente" sem se importar com os usuários, e enfatizou seu compromisso com o processamento no dispositivo e o Private Cloud Compute.

Para desenvolvedores que usam agentes de codificação de IA, isso significa que futuros SDKs e ferramentas da Apple podem expor esses modelos por meio de APIs do Private Cloud Compute, permitindo fluxos de trabalho agentivos com garantias de privacidade. O padrão de orquestrador pode servir como referência para construir sistemas de roteamento de tarefas entre modelos no dispositivo e na nuvem.