Il y a deux ans, Craig Federighi montait sur scène et promettait un Siri capable de comprendre le contexte de votre vie numérique, d'agir à travers vos apps, de lire votre écran. Ça ne s'est jamais vraiment produit. Cette semaine, à la WWDC 2026, Apple a renouvelé cette promesse, mais cette fois avec une architecture concrète derrière elle, des papiers de recherche publiés, et des chiffres qu'on peut vérifier.
Le grand saut : cinq modèles, une famille
La nouveauté centrale s'appelle Apple Foundation Models 3 (AFM 3). Ce n'est plus deux modèles (on-device + serveur) comme en 2024, c'est une famille de cinq modèles pensée comme un continuum, de l'iPhone jusqu'aux GPU Nvidia dans le cloud Google.
Les deux modèles on-device
AFM 3 Core est le descendant direct du modèle 3 milliards de paramètres lancé avec Apple Intelligence en 2024. Dense, optimisé Apple Silicon, il gère les tâches du quotidien : résumés, reformulations, suggestions de texte. Dans les évaluations humaines internes d'Apple, il est préféré à son prédécesseur dans 45,6 % des cas sur les tâches textuelles générales, contre 23,3 % pour la version 2025. Pour la compréhension d'images, les évaluateurs le préfèrent dans plus de 61 % des comparaisons. Un bond.
AFM 3 Core Advanced est l'histoire technique du WWDC 2026. C'est un modèle de 20 milliards de paramètres, en théorie beaucoup trop lourd pour un smartphone, qui tourne pourtant sur iPhone. Comment ? Grâce à une architecture inédite construite autour d'une technique de recherche Apple baptisée Instruction-Following Pruning (IFP).
L'idée : au lieu de charger l'intégralité des poids en DRAM (la RAM rapide du chip), le modèle vit en mémoire flash (NAND). Problème classique avec les architectures MoE (Mixture of Experts) standard : elles swappent les experts token par token, et la bande passante NAND→DRAM est trop lente pour ça. La solution d'Apple ? Le modèle prend ses décisions de routage par prompt, pas par token. Un bloc léger et dense sélectionne un sous-ensemble fixe d'experts au début du traitement, les recharge périodiquement, et s'appuie massivement sur des "shared experts" toujours actifs. Résultat : seuls 1 à 4 milliards de paramètres sont actifs à un instant donné selon la complexité de la requête.
Un modèle qui se calibre lui-même selon ce qu'on lui demande, sans gérer un ensemble de modèles différents. Pour la synthèse vocale expressive et la dictée améliorée, deux des usages clés de Core Advanced, les gains sont mesurables : 4,15 sur l'échelle MOS pour les voix (contre 3,87 pour le système TTS actuel en production), et pour les textes conversationnels, 4,24 contre 3,82. Sur 7 dimensions évaluées pour la dictée, Core Advanced est préféré dans 44,7 % des cas contre 17,6 % pour l'ancien système.
Les trois modèles cloud
AFM 3 Cloud est le successeur du modèle serveur, conçu pour tourner sur Private Cloud Compute (les serveurs Apple Silicon dans les datacenters Apple). L'architecture repose sur une version améliorée du Parallel-Track Mixture-of-Experts (PT-MoE) introduit en 2025, une approche qui combine parallélisme de pistes et routage sparse pour des performances cloud élevées avec une meilleure stabilité d'entraînement. Dans les évaluations humaines, AFM 3 Cloud est préféré sur 64,7 % des prompts, contre seulement 8,7 % pour son prédécesseur 2025. Sur la satisfaction globale des réponses, on parle d'une amélioration relative de 36 %. Sur le suivi d'instructions, +21 %.
ADM 3 Cloud (Image) est dédié à la génération et à l'édition d'images. Conçu pour Image Playground, Genmoji, les outils Photos. Il généralise à travers différents formats et résolutions, utilise des adaptateurs spécialisés pour des cas précis (Spatial Reframing, modifications tactiles dans Image Playground), et s'appuie sur le reste de la famille AFM pour guider la création et l'édition. Le modèle de base reste dans le même tier Private Cloud Compute qu'AFM 3 Cloud, optimisé Apple Silicon.
AFM 3 Cloud Pro est le plus puissant des cinq. Optimisé pour les GPU Nvidia dans Google Cloud, une première pour Apple, qui a dû étendre Private Cloud Compute à cette infrastructure. Il cible les cas les plus exigeants : raisonnement complexe, usage agentique, tool use multi-étapes. Il surpasse AFM 3 Cloud d'environ 10 % en satisfaction textuelle, 14 % en compréhension d'images, et 14 % sur les tâches mathématiques. C'est lui qui tourne derrière les requêtes les plus ambitieuses de Siri AI, et selon Amar Subramanya, VP AI d'Apple, il atteint des performances "similaires" aux modèles frontier Gemini.
L'index sémantique : le vrai cerveau de Siri AI
Les cinq modèles sont impressionnants sur le papier. Mais ce qui rend Siri AI personnellement intelligent, c'est autre chose : l'index sémantique Spotlight.
Qu'est-ce qu'un index sémantique, concrètement ?
Un moteur de recherche classique fonctionne par correspondance de mots-clés : vous cherchez "café Rome", il trouve les documents qui contiennent ces deux mots. Un index sémantique fait quelque chose de plus sophistiqué : il transforme chaque contenu (message, email, note, photo, document) en un vecteur d'embedding, une représentation numérique dense qui encode le sens du contenu dans un espace mathématique à haute dimensionnalité.
Dans cet espace, deux phrases qui veulent dire la même chose sont proches, même si elles ne partagent aucun mot. "Vol annulé ce soir" et "le départ a été supprimé" atterrissent au même endroit. La recherche devient alors une recherche du plus proche voisin dans cet espace vectoriel.
MicroNN : le moteur que personne ne voit
Apple a publié en avril 2025 un papier de recherche qui passe sous les radars mais qui est central : MicroNN (Micro Nearest Neighbour), un moteur de recherche vectorielle embarqué conçu spécifiquement pour fonctionner sur l'appareil, dans un environnement à ressources contraintes.
Le problème que MicroNN résout est réel et difficile. Les systèmes de recherche vectorielle état de l'art (FAISS, HNSWlib, DiskANN) sont conçus pour des serveurs avec une mémoire abondante et des collections statiques. Un iPhone n'est ni l'un ni l'autre : mémoire partagée limitée, données en modification permanente (nouvelles photos, nouveaux messages), contraintes d'I/O flash sévères pour préserver la durée de vie du stockage.
MicroNN répond à ce profil avec plusieurs innovations :
Un index IVF disk-resident (Inverted File Index) qui partitionne les vecteurs en clusters stockés sur disque, et charge en DRAM uniquement les partitions pertinentes pour chaque requête. Paramétrable pour arbitrer entre latence et recall.
Une recherche hybride qui combine similarité vectorielle et filtres sur attributs structurés (date, type de média, application source) — via un optimiseur de requêtes qui choisit le plan d'exécution optimal selon la sélectivité du filtre.
Des mises à jour en streaming avec sémantique upsert/delete via un delta-store périodiquement fusionné dans l'index principal, garantissant que les nouveaux contenus apparaissent quasi-instantanément dans les résultats.
Des garanties ACID pour la cohérence des lectures concurrentes pendant les écritures et les maintenances d'index.
Des optimisations de requêtes batch via des techniques de multi-query optimization pour réduire les I/O amortis.
Le résultat : MicroNN récupère les 100 plus proches voisins avec 90 % de recall sur des benchmarks à un million de vecteurs en moins de 7 millisecondes, en utilisant environ 10 Mo de mémoire. C'est la fondation technique qui permet à Siri de retrouver "le message de Marc à propos du dîner de jeudi" sans jamais envoyer vos données à un serveur.
Comment Spotlight nourrit Siri AI
L'index sémantique de Spotlight ne date pas de 2026, il existe sous des formes évolutives depuis plusieurs années. Ce qui change avec iOS 27, c'est son rôle central dans Siri AI.
Le système fonctionne en deux temps. D'abord, un modèle d'embedding on-device analyse en continu les contenus de l'appareil (messages, mails, notes, photos, fichiers, events calendrier) et génère les vecteurs correspondants, indexés via MicroNN. Ces vecteurs restent sur l'appareil, dans l'espace privé de l'utilisateur, jamais synchronisés tels quels vers iCloud.
Quand Siri reçoit une requête, le système exécute une recherche sémantique dans cet index pour identifier les fragments de contexte personnel pertinents. Ce n'est pas Siri qui lit vos messages en temps réel : c'est l'index qui répond à la question "quels contenus locaux sont sémantiquement proches de cette requête ?". Ces fragments sont ensuite injectés dans le contexte du modèle de langage, c'est du RAG (Retrieval-Augmented Generation) on-device, sans que vos données brutes quittent l'appareil.
L'ouverture aux développeurs
Ce qui est stratégiquement important : Apple ouvre cet index aux développeurs tiers via App Intents et Core Spotlight. En implémentant des entity schemas, une app peut contribuer ses propres contenus à l'index sémantique Spotlight. Résultat : quand un utilisateur demande à Siri "montre-moi ma dernière commande chez Pedro dans l'app shopping", Siri peut chercher dans l'index, trouver le contenu indexé par l'app, et le surfacer, sans que l'app soit ouverte.
La View Annotations API pousse le concept plus loin : les apps peuvent mapper leurs vues UI à des entités, permettant à Siri d'avoir conscience de ce qui est affiché à l'écran et d'agir dessus en langage naturel. Les intent schemas permettent de définir des actions sans phrases figées, le modèle de langage gère la variabilité linguistique, les développeurs déclarent les capacités.
L'architecture en trois niveaux de Siri AI
Siri AI ne choisit pas un seul modèle pour répondre : elle orchestre les cinq AFM selon une logique de routage à trois niveaux.
Niveau 1 — On-device. La majorité des requêtes courantes, personnelles et contextuelles : tâches de résumé, actions dans les apps, recherches dans l'index sémantique, dictée, synthèse vocale. AFM 3 Core et Core Advanced tournent localement sur Apple Silicon, à environ 30 tokens par seconde. Zéro donnée quitte l'appareil. Zéro coût par requête pour les développeurs via le Foundation Models framework.
Niveau 2 — Private Cloud Compute. Les requêtes qui dépassent les capacités on-device mais restent dans des usages personnels complexes. AFM 3 Cloud traite la requête de façon stateless sur les serveurs Apple Silicon : les données sont supprimées dès la fin de la session, inaccessibles même à Apple. La différence architecturale avec Gemini est ici nette : là où Gemini accède en temps réel à Gmail et Google Calendar via des connexions permanentes, Siri envoie uniquement les fragments pertinents extraits de l'index local.
Niveau 3 — Google Cloud (Nvidia GPUs). AFM 3 Cloud Pro pour les raisonnements les plus lourds. Apple a étendu contractuellement les garanties PCC à cette infrastructure : traitement stateless, pas de rétention, contrat d'accès restreint. Selon les rapports post-keynote, ce modèle tourne sur une base Gemini d'environ 1,2 trillion de paramètres, licencié à Apple dans un deal estimé à environ 1 milliard de dollars annuels.
Ce qui reste à vérifier
Apple a fourni des benchmarks internes avec des évaluateurs humains, une méthodologie valide mais non indépendante. Les comparaisons externes sur des benchmarks publics n'ont pas encore été publiées ; Apple dit qu'un rapport technique complet suivra cet été. La claim de Craig Federighi selon laquelle AFM 3 Cloud Pro atteint des performances "similaires" aux modèles frontier Gemini n'a pour l'instant aucune confirmation indépendante.
Sur la confidentialité, la position d'Apple est cohérente et architecturalement défendable, mais les garanties du niveau Google Cloud reposent sur des engagements contractuels, pas sur une isolation technique aussi forte que celle du PCC natif. Des chercheurs en sécurité ont commencé à auditer le PCC depuis 2024 avec des résultats positifs ; l'extension Nvidia/Google reste à examiner.
Siri AI est disponible dès maintenant pour les développeurs sur iOS 27, iPadOS 27, macOS Golden Gate et visionOS 27 en beta. Le déploiement grand public en anglais est attendu à l'automne 2026. Pas disponible dans l'UE sur iOS/iPadOS au lancement. Pas disponible en Chine pour l'instant.
Pourquoi pas en Europe
La raison officielle, c'est le DMA, le Digital Markets Act européen. Selon Apple, l'interprétation du règlement par les régulateurs obligerait l'entreprise à donner à tout assistant virtuel concurrent un accès direct aux données privées des utilisateurs, ainsi que la capacité d'agir sur l'appareil de manière autonome, sans contrôle permanent de l'utilisateur. Apple considère ça incompatible avec l'architecture de confidentialité de Siri AI.
Apple avait soumis une solution appelée Trusted System Agent, un intermédiaire permettant aux assistants tiers d'accéder aux mêmes capacités que Siri AI dans un cadre sécurisé, accompagnée d'un plan de déploiement progressif sur 18 mois. La Commission européenne a refusé.
La Commission conteste le cadrage. Dans sa réponse du 10 juin 2026, elle affirme qu'Apple n'a jamais présenté une solution conforme au DMA, mais a simplement demandé à être exemptée de ses obligations d'interopérabilité. Un détail qui change l'interprétation du blocage.
La Commission a également soulevé un problème lié à la nature de la demande. Accorder à Apple 18 mois de déploiement avec un assistant AI, avant que les concurrents n'obtiennent le même accès aux fonctions iOS, correspond précisément au type d'avantage compétitif que le DMA cherche à prévenir.
Sur le périmètre exact : iOS et iPadOS entrent dans le champ du DMA, macOS et visionOS non. Siri AI est donc disponible sur Mac (macOS 27 Golden Gate) et Apple Vision Pro, mais absente sur iPhone, iPad, et par dépendance, sur Apple Watch. Aucune date de disponibilité pour l'UE sur iOS/iPadOS n'a été communiquée.
Deux ans de retard, une architecture solide, et cinq modèles qui font enfin ce qu'on attendait de Siri depuis 2024. La promesse n'a pas changé. L'infrastructure pour la tenir, si.
