Apple 正在探索將參數規模更大的人工智慧模型完整部署在 iPhone 本地運行的可能性。根據 The Information 的報導，Apple 已與人工智慧初創企業 PrismML 展開多輪洽談，核心訴求是如何藉助 PrismML 的技術，使 iPhone 能在本地運行參數量遠超現有水平的語言模型。這一探索的背景是，PrismML 最近已成功將阿里巴巴開源的大語言模型通義千問 3.6 版本的參數規模壓縮至可在 iPhone 17 Pro 上完整本地運行。
通義千問 3.6 版本的參數量達到 270 億，超過了 Apple 目前為 iOS 27 中 Apple Intelligence 功能所部署的端側模型——AFM 3 Core Advanced 的 200 億參數規模。
Apple 目前這套模型驅動著 iPhone 17 Pro 及 iPhone Air 機型上 Siri AI 的更高表現力音色，以及系統級聽寫功能的體驗提升。兩種模型的架構邏輯存在本質差異。Apple 目前的端側模型採用稀疏架構，200 億參數中同一時間僅有 10 億至 40 億參數處於激活狀態。而 PrismML 為 iPhone 適配的端側模型則不同，270 億參數可以同時全部激活，這意味著在相同硬體條件下，端側模型可調用的計算資源更為充裕。
Apple 計劃將人工智慧模型本地化以提升用户體驗
讓更大規模的模型在 iPhone 本地運行，意味著 Apple 可以將目前依賴雲端 Private Cloud Compute 伺服器完成的人工智慧任務，轉移至設備端處理。這一變化將帶來雙重好處：一方面可降低 Apple 對雲端算力的投入成本，另一方面也意味著用户的語音、輸入等數據無需離開設備即可完成處理，用户隱私保護能力進一步增強。
目前，Apple 的端側人工智慧能力與雲端人工智慧能力之間存在明確分工。受限於端側芯片算力和內存容量，部分對性能需求更高的 Apple Intelligence 功能仍需藉助雲端伺服器完成。如果 PrismML 的技術路徑被驗證可行，Apple 有望在未來的軟件迭代中逐步將更多人工智慧能力下沉至本地，從而減少對雲端的依賴，提升響應速度和隱私安全水平。Apple 與 PrismML 的接洽目前仍處於早期階段，相關技術何時落地尚無明確時間表。
利益聲明：本文包含合作商戶產品連結，如你透過連結購買，TechRitual 可能獲得佣金收入，但不影響產品評價及推薦。詳情請參閱私隱政策。
身為 Amazon Associate，本站會從合資格購買中賺取佣金。
