苹果的AI策略和其他家很不一样——不卷最强通用模型，主打端侧部署和隐私保护。
端侧模型：3B参数
2025年WWDC上苹果公布了Apple Foundation Models（AFM），端侧版本大约30亿参数，专门为Apple Silicon优化。
几个关键技术：
- KV-cache共享：模型分成两个block（深度比5:3），后面的block直接复用前面的KV cache，显存占用减少37.5%
- 2-bit量化感知训练：权重压到2bit，embedding层4bit，KV cache 8bit
- 低秩适配器：补偿量化带来的精度损失
最终效果：一个3B参数的模型压缩到可以在iPhone上流畅运行，同时保持足够的能力水平。
服务端模型：PT-MoE
处理不了的复杂任务交给服务端，但用的是苹果自己的Private Cloud Compute——在苹果自研芯片的云服务器上跑，数据不离开苹果的安全飞地。
服务端架构叫Parallel-Track MoE，由多个较小的Transformer”轨道”并行处理token，只在输入和输出边界做同步。同步开销减少了87.5%。
隐私优先级
苹果这套设计的优先级排序很清楚：
- 能在端侧跑的就不上云
- 必须上云的用Private Cloud Compute
- 支持15种语言、理解图文输入
这和OpenAI、Anthropic、Google那种”一切上云”的路线形成鲜明对比。苹果赌的是：用户愿意为隐私牺牲一些能力上限。
开发者也有福利——苹果开放了Foundation Models框架，第三方app可以直接调用端侧模型。不过能力上和GPT-4级别的云端模型还有差距，更适合做轻量级的文本处理和理解任务。
参考来源：Apple Machine Learning Research