山東
iOS 27 之前 Apple Intelligence 的照片「Clean Up」（消除）功能被不少用戶吐槽過：消除背景雜物還湊合，但一涉及人物面部，結果就很難看了。
很多人以為是蘋果 AI 不行，但根源其實在于，之前的 Clean Up 完全依賴 iPhone 本地的 AI 模型，效果自然不理想。
在 iOS 27 中，Clean Up 已經加入了云端處理能力，可以通過蘋果 Private Cloud Compute（私有云計算）把任務交給云端服務器，用更大更強的模型來處理。
但云端方案也帶來了一個新問題：照片要被上傳。
盡管蘋果一直在強調 Private Cloud Compute 的隱私保障：數據不存儲、端到端加密、支持第三方審計。但現實是，無論怎么保證，把自己的私人照片傳到網絡始終會讓一些用戶不舒服。
所以最理想的方案其實依然是本地處理這類操作，但實現的前提是本地模型要足夠強。
而蘋果似乎已經在朝這個方向努力了。據 The Information 近日報道，蘋果與一家名為 PrismML 的初創(chuàng)公司進行了會面，探索在 iPhone 上運行更大規(guī)模 AI 模型的可能性。
PrismML 做的事情是模型壓縮。據悉他們已經成功地把阿里的開源大模型 Qwen 3.6 27B 壓縮到了可以在 iPhone 17 Pro 上直接運行的程度。關鍵在于這個壓縮后的模型，全部 270 億參數同時處于激活狀態(tài)。
蘋果目前的本地模型雖然名義上有 200 億參數，但實際運行時激活的部分可能只有一個零頭。如果 PrismML 的這項技術最終能被蘋果采用，iPhone 的本地 AI 能力將會有一個非常明顯的躍升。
更大的本地模型帶來的最直接好處是更多 Apple Intelligence 功能可以在設備端完成，不需要上傳到云端。比如照片消除、擴展、生圖、文本寫作等，如果本地模型足夠強，就不需要聯(lián)網也能獲得好效果，而且有絕對的隱私安全。
對蘋果自己來說也有好處是能減少對 Private Cloud Compute 服務器的依賴，降低運營成本。
不過目前的消息只是蘋果和 PrismML 進行了會面，遠沒有到合作敲定或產品落地的階段。而且 iPhone 的散熱和電池空間都有限，跑更大的模型怎么控制功耗和發(fā)熱，也是繞不開的問題。
對國行 iPhone 用戶來說就更遠了——Apple Intelligence 至今沒在大陸上線，AI 功能本身都用不了，本地還是云端暫時都跟我們沒關系。
但從技術方向看，把更強的 AI 能力留在設備端而不是全推到云端，這個思路至少是對的。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
