完整版Apple Intelligence，蘋果向英偉達低頭，落地中國又有新問題

市場期待蘋果在WWDC上搬出什么新玩意兒，但股價由漲轉跌，似乎投資者對庫克謝幕交出的這份答卷并不滿意。

不過，好在消費級AI的路，目前誰都沒有跑通。將在9月上任CEO的約翰·特努斯（John Ternus），還有機會。

至少，在這次WWDC上，蘋果終于嘗試向外界解釋Apple Intelligence究竟是什么，以及支撐其背后的蘋果基礎模型（AFM）到底長什么樣。

在蘋果自己的敘事里，端側模型依然是十足的“蘋果味”，云端模型也并非Gemini的簡單套殼。更令人意外的是，蘋果也首次向英偉達低頭，在保障私有云計算（PCC）的前提下，它最強大的那款新模型，也可以跑在非Apple Sillicon上。

深度合作，但谷歌含量為零

自兩年前首次發布以來，Apple Intelligence的形象一直相當模糊。市場很難從蘋果零散的表述中，拼湊出其完整架構。這一次，蘋果終于用一張圖，展示了Apple Intelligence的整體技術棧。它更像是一塊五層蛋糕，由內而外覆蓋用戶、設備、模型、系統與應用五個層面。

Apple Intelligence的核心，當然是蘋果基礎模型（Apple Foundation Models，AFM）。這一體系已經悄然迭代至第三代，并保持著一年一代的節奏。本次蘋果一口氣發布了五款模型，包括端側的AFM 3 Core與AFM 3 Core Advanced，以及云端的AFM 3 Cloud、AFM 3 Cloud Image和AFM 3 Cloud Pro。

端側模型撐起了蘋果設備本地處理的大部分場景。而當本地算力不夠時，系統編排器（System Orchestrator）就會將請求轉移到蘋果的私有云計算平臺里部署著三個云端模型。蘋果對AFM 3 Cloud Pro的定位是“性能與谷歌Gemini前沿模型相當”。

在會后與媒體的交流中，蘋果AI負責人Craig Federighi特別強調，Apple Intelligence的“谷歌助手組件量為零”：并未直接采用谷歌面向 Gemini 用戶提供的模型，iOS中沒有集成 Gemini 客戶端代碼，系統知識基礎也不是Google Search，也沒有使用谷歌現成的基礎設施和手段。

蘋果承認，這些模型是在最新一代云端TPU加速器完成預訓練的，但在推理階段，它是專門為自己的部署架構設計的。前四款模型主要針對Apple Silicon進行了優化，只有AFM 3 Cloud Pro專門針對英偉達GPU進行了優化。

按照蘋果的說法，AFM 使用自己的專有數據進行訓練，而Gemini的作用主要體現在，其輸出結果被用于進一步“優化精煉”。這似乎在說，這是一次合法“蒸餾”。

端側模型，果味十足

蘋果披露了端側模型的參數規模。其中，第三代AFM Core是一個約30億參數的稠密模型，而AFM Core Advanced則是擁有約200億總參數規模的特殊的稀疏模型。

但通過特殊設計，在實際推理時，AFM Core Advanced僅需動態激活10 億至40億參數，并由此帶來了蘋果所稱的“推理階段彈性”（Inference-Time Elasticity）。

以往，無論是傳統稠密模型還是MoE等稀疏激活模型，都要求模型權重常駐DRAM中。這意味著模型規模越大，占用內存越高，也越難在消費級硬件上運行。

為了突破這一限制，AFM 3 Core Advanced引入了一種全新的稀疏激活架構，其核心建立在蘋果研究人員提出的“指令跟隨剪枝”（Instruction-Following Pruning，IFP）技術之上。與傳統方案需要將整個模型加載至DRAM不同，AFM 3 Core Advanced將完整模型存儲于NAND之中。

不過，由于NAND與DRAM之間的帶寬，遠低于內存內部訪問速度，無法像傳統MoE模型那樣在每個token生成過程中，頻繁切換和加載專家權重，因此AFM 3 Core Advanced將大部分路由決策，前置到了Prompt階段。

這讓人回想起，2023年蘋果就在研究的LLM in a Flash，用閃存解決手機上部署大模型內存不足的問題。到了2025年，蘋果發表了指令跟隨剪枝的論文，根據用戶指令輸入，動態選擇與任務最相關的模型參數。

具體而言，一個輕量級的稠密模塊會在用戶輸入后首先選擇一組專家（Experts），并在生成過程中周期性地重新評估和調整專家組合。為了進一步降低數據搬運開銷，模型采用了較高比例的“共享專家”（Shared Experts），這些專家始終保持激活狀態；與此同時，根據輸入內容動態選擇的“路由專家”（Routed Experts）則僅在需要時才會被加載到DRAM中。

對于不同復雜度的任務，AFM 3 Core Advanced 還能夠逐步加載更多參數，從而按需擴展推理能力。這相當于把NAND變成“參數倉庫”，把DRAM變成“動態工作區”，通過盡可能減少參數常駐內存的需求，突破移動設備的內存限制。

盡管如此，這一能力目前仍僅適用于iPhone 17 Pro、M3 Mac和M4 iPad。這意味著，12GB統一內存（Unified Memory）已經基本成為AFM 3 Core Advanced的運行門檻。對于蘋果而言，能夠運行更大規模端側模型的設備，正在成為下一代 AI 體驗的基礎硬件平臺。

云端模型，向英偉達低頭

與此同時，伴隨著云端最強大模型AFM 3 Cloud Pro的推出，蘋果也首次真正意義上向英偉達低頭。

過去幾年，蘋果一直試圖依靠Apple Silicon，構建從端側到云端的統一AI架構。但隨著基礎模型規模持續擴張，云端訓練與推理對于GPU集群、高帶寬互連以及成熟軟件生態的需求不斷上升，蘋果也不得不承認，在最前沿的大模型領域，自己的芯片仍然不夠用。

這也是第一次，蘋果的私有云計算（PCC）體系，不得不向第三方數據中心擴展。

蘋果軟件副總裁 Sebastien Marineau-Mes 表示，蘋果希望使用英偉達最新一代 GPU，但前提是滿足 PCC 的五項核心原則：無狀態計算、可強制執行保證、無特權運行時訪問、不可定向攻擊以及可驗證透明性。英偉達近期在機密計算（Confidential Computing）方面的改進，使得蘋果能夠構建出符合其PCC標準的系統。

更耐人尋味的是，蘋果并沒有直接采購英偉達GPU自建PCC集群，而是引入了谷歌這個“中間人”。具體而言，由谷歌云負責部署支持機密計算的英偉達GPU，整套架構同時搭配支持信任域擴展（TDX）的英特爾CPU，以及作為硬件信任根的谷歌 Titan 安全芯片。

中國市場，暫時缺席

Apple Intelligence及其支持的Siri AI，暫時不向中國與歐盟市場開放。

監管合規是真正的卡點。此前，蘋果Siri接入ChatGPT，并計劃通過（Extension）工具允許Siri調用包括Gemini、Claude等任何可以從App Store下載的AI應用。但上述模型都未能按要求完成中國生成式AI服務的算法備案和安全評估。一度，缺乏基礎模型研發能力的蘋果，尋求中國本土的合作伙伴的配合。

如今，某種程度上，AFM模型 “谷歌含量為零”的敘事，更容易滿足監管要求。AFM已經成為一套由蘋果完全掌控的模型體系。對于模型權重、內容安全機制以及責任歸屬，蘋果擁有更高程度的自主權；對于監管機構而言，需要審核和承擔責任的主體首先是蘋果自己，而不再是多個海外模型提供商，審核復雜度也因此明顯下降。或許，也不必非得捆綁中國模型合作伙伴。

尤其是對于端側模型，由于數據完全保存在本地，也不涉及數據的跨境流動；而對于運行在Apple Silicon集群上的云端模型，蘋果理論上也可以復制“云上貴州”模式，將數據、模型與計算資源全部留在境內。

真正的難題在于AFM 3 Cloud Pro。它事實上對應著完全版的Apple Intelligence體驗。到目前為止，蘋果尚未證明其自研芯片生態，能夠獨立支撐這一等級的模型推理。因此，即使模型層面完成合規，AFM 3 Cloud Pro仍然面臨更棘手的基礎設施問題。蘋果所依賴的英偉達先進AI算力，并不一定能夠以同等規格進入中國市場。

如果AFM 3 Cloud Pro的最佳性能必須依賴英偉達最新一代 GPU，那么美國未必愿意放行相關算力進入中國市場；而如果蘋果只能使用性能受限的出口版本芯片，在中國市場已經稍顯雞肋。

也許，這一回，蘋果要重新開始尋找中國的AI芯片合作伙伴。為了避免中國版與全球版本之間的能力差距進一步拉大，它得投入更多真功夫來協同適配。