作者ZMTL (Zaious.)
看板iOS
標題Re: [討論] iPhone 17 Pro 感覺提昇幅度很小
時間Wed Sep 10 08:11:44 2025
※ 引述《leondemon (狗狗)》之銘言：
: 17 Pro / 16 Pro 的官方對比
: https://reurl.cc/bma52E
: 問 ChatGPT：「iPhone 16 Pro 和 iPhone 17 Pro 的比較，有哪些新改變？」
: 回答: https://chatgpt.com/s/t_68c0a64b62bc819186b0dbc13c0d22ac
: 簡單總結 (升級部分)：
: 1. 螢幕: 亮度 (2000nit -> 3000nit)、並採用 Ceramics Shield 2 (提昇耐刮)
: 2. 晶片: 性能 (A18 Pro -> A19 Pro)、新散熱系統
: 3. 相機: 前後鏡頭升級
: 4. 電池: 續航 (27 hr -> 33 hr)
: 基本上沒有什麼新功能，都是些微提昇。感覺 16 Pro 到 17 Pro 的差距不大。
: 連 AI 都沒提到...
其實最大的差異應該是 RAM。
對我這個 AI 領域的工作者，其實還是有聽到蘋果提 AI ，
查了一下 Reddit 也有人在討論
「"even more RAM for running local language models"」
這句話應該能映證 17Pro 的 Ram 「應該」 多於 17 跟 16Pro，
流出情報無誤的話是 12G。
至於為什麼蘋果到現在還沒有公布各機款的 RAM ...?我還真的不知道。
-
至於 4G 的 RAM 差異，或者本地跑語言模型到底有沒有用？
可以參考 Edge AI 這個這一兩年業界常常會提到的觀念：
https://ikala.ai/zh-tw/blog/ai-technology/edge-ai-introduction/
過去如果你什麼AI需求都是連網，會有兩個問題
1.回應時間過長
2.資訊安全疑慮
這年頭的智慧裝置都在拼命堆本地的運算能力等微型語言模型能力越來越強
(像是open ai最近就開源了gpt-oss-20b)，RAM 的大小決定了裝置 AI 能力的上限。
我認為蘋果有提這麼一句代表他們對 AI 發展是有一定程度的意識的。
but
對，看起來是還沒準備好，所以吹都不敢吹...
但如果你很在乎 AI，又跟我一樣手機非蘋果不可...
1.直接上 17Pro
2.買 17，未來等蘋果 AI Ready，換 18 Pro、19 Pro....
不喜歡一直換手機就選1吧。
哦對了，然後官網還是有強調17系列的Apple Intelligence
https://www.apple.com/tw/apple-intelligence/
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.161.126.186 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/iOS/M.1757463109.A.901.html
※ 編輯: ZMTL (1.161.126.186 臺灣), 09/10/2025 08:13:26
1F：推 horseorange: 本地端模型不知道還要過多久才會好用 到時再換就好 09/10 08:16
2F：→ ZMTL: 其實通常不會單獨使用，Apple Intelligence之前的概念就有 09/10 08:17
3F：→ ZMTL: 提到他們是把機敏資料跟一些需要快速響應的需求(翻譯?)放在 09/10 08:17
4F：→ ZMTL: 本地，然後其他再去雲端。問題其實是Apple 雲端的部分自己應 09/10 08:18
5F：推 limulus: 17用8GB-LPDDR5，Air是12GB-LPDDR5，Pro跟Pro Max皆為1 09/10 08:18
6F：→ limulus: 2GB-LPDDR5X 09/10 08:18
7F：→ ZMTL: 該是失敗了，但跟GPT的對接看起來還沒有全部搞定 09/10 08:18
8F：→ roger840410: Ai看2030年前能不能生出來再說 09/10 08:19
9F：推 s78513221: 反過來說筆電上的NPU單元現在也是納涼 09/10 08:21
10F：→ s78513221: 都是直接聯網使用 09/10 08:21
11F：推 theKusoStar: 我15等18、19就好了，只是看近幾年蘋果的狀況。也許 09/10 08:22
12F：→ theKusoStar: 等到20再換也沒差。 09/10 08:22
13F：→ ZMTL: 我的13 Pro是已經壞到開不了機了(被我嚴重摔到)，現在借朋友 09/10 08:22
14F：→ ZMTL: 的備用機今年一定得換XD 09/10 08:23
15F：推 liscp: 還是等18吧 也沒ai 09/10 08:23
16F：→ MOONY135: 大哥快被你吹死了 09/10 08:30
17F：推 casio0406: siri跟智障一樣到底ai在哪 09/10 08:33
18F：→ casio0406: 蘋果用戶真慘 09/10 08:33
19F：→ ZMTL: "有AI意識但AI還沒準備好" 這樣算吹嗎XDDDDDDDDDD 09/10 08:35
20F：→ NexusPrime: 會不會跟iPad M4一樣1TB以上給16g ram ? 09/10 08:35
21F：→ MOONY135: 商人只有有一定比例把握就會開始宣傳，現在連宣傳都不敢 09/10 08:37
22F：→ MOONY135: 說代表真的很慘。 09/10 08:37
23F：→ pigpeachegg: 去年吹太大被人看破手腳,可憐啊 09/10 08:42
24F：→ p40403: 不知道是給9600還是10667的，不會還是8533吧... 09/10 08:42
25F：推 GoodFriday: 本地模型除了記憶體還有耗電跟發熱問題，有玩過的人 09/10 08:46
26F：→ GoodFriday: 應該都不會有太多期待… 09/10 08:46
27F：→ clarence732: 等ready再說，去年被騙一次 09/10 08:46
28F：噓 daim: Apple從來不公布ram 09/10 08:48
29F：→ ZMTL: 所以17Pro跟17最大的差異還有電池容量跟均熱板啊XD 09/10 08:50
30F：推 leondemon: 12GB的RAM只能跑超級小模型 大模型都30~1000GB 09/10 08:56
31F：→ ZMTL: 現在邊緣運算的概念就是行動裝置或穿戴裝置只負責拆分AI需求 09/10 09:00
32F：→ ZMTL: 跟負責處理需要及時回應以及資料安全的部分，不用大模型 09/10 09:00
33F：→ ZMTL: 算是一個統帥，負責分配工作給雲端大模型，能自己來的自己來 09/10 09:01
其實現在AI軟體人才幾間大公司(Meta,X,OpenAI)搶很兇
https://www.blocktempo.com/xai-lawsuit-against-former-engineer/
https://www.blocktempo.com/meta-superintelligence-labs-talent-exodus/
然後流動率最高的都是中國工程師，沒辦法保證忠誠蘋果未必敢用，
導致蘋果的AI在軟體上根本幾乎沒進展，現在看起來17的策略是至少把硬體開起來放
※ 編輯: ZMTL (1.161.126.186 臺灣), 09/10/2025 09:06:52
34F：推 NXT0614: 只能在蘋果裡面選擇手機看起來有點慘 明明市場上有那麼多 09/10 09:14
35F：→ NXT0614: 手機 09/10 09:14
36F：→ NXT0614: 被鎖在蘋果生態圈的窘境r 09/10 09:15
37F：→ ZMTL: 因為我兼職APP開發者，我需要有測試工具，安卓比較好模擬 09/10 09:21
38F：推 Shimotsukin: 不要替商家的大餅買單是基本原則 09/10 14:01
39F：推 F5: Apple的AI已經沒用了 定位跟宏達電一樣慘 09/10 14:23
40F：→ F5: AI仰賴app速度卡別人資料庫 給16G也沒用 09/10 14:24
41F：推 yao03911: apple從來都不會公布iphone ram大小吧 09/10 14:45
42F：推 hitsukiaoi: 你搞ai領域會不知道嗎 線下ai連5090都不一樣能順暢運 09/10 14:52
43F：→ hitsukiaoi: 行了 何況手機什麼12g這種小gg 根本大多都在線上吧 09/10 14:52
44F：→ hitsukiaoi: 隱私什麼的根本沒有 時不時就有siri偷聽被告的 09/10 14:52
45F：→ hitsukiaoi: 不就是線上弄一弄下到手機才會需要高ram 09/10 14:53
46F：→ hitsukiaoi: 但收費ㄧ臭不如直接gpt或grok 還沒那麼多鳥要求 09/10 14:53
47F：→ ZMTL: 我edge ai的說明都貼給你了... 09/10 20:22
48F：→ ZMTL: 你知道什麼是mcp嗎? 09/10 20:22
49F：推 tradeent: 本地端模型肯定效果不好 09/10 22:18
50F：→ tradeent: 一般使用者還是寧可用連網版本 09/10 22:18
51F：→ ZMTL: 本地模型做的事情是解析使用者問題，分析哪個部份該丟給雲端 09/11 08:24
52F：→ ZMTL: 大模型處理 09/11 08:24