飛象原創(chuàng)（魏德齡/文）近期，蘋果與谷歌發(fā)布聯(lián)合聲明表示，將使用谷歌Gemini AI模式，來為在今年即將推出的更具個性化版的Siri提供支撐，雙方表示，這些模型將幫助驅(qū)動未來的 Apple Intelligence 功能。而被外界容易忽視的一點是，在這份聯(lián)合聲明中還寫道：“在經(jīng)過審慎評估后，蘋果認為谷歌的 AI 技術(shù)為 Apple Foundation Models 提供了最具能力的技術(shù)基礎(chǔ)，并對其將為蘋果用戶解鎖的創(chuàng)新體驗感到興奮。”

這或許意味著，雙方合作的意義，絕非僅僅局限在被人們所熟知的Gemini上，受益的也絕非只是Siri或Apple Intelligence。

可以調(diào)用蘋果智能的Foundation Models

這就不得不提到在聲明中提到的Apple Foundation Models，去年蘋果官方曾專門對其在官網(wǎng)進行過介紹，表示該框架可解鎖Apple Intelligence驅(qū)動的App體驗，讓開發(fā)者在能夠保護用戶隱私，游客離線使用AI功能的情況下，通過免費的AI推理能力，為應(yīng)用開發(fā)實現(xiàn)更個性化的功能。

例如，在健身類應(yīng)用中，可以持續(xù)在使用者的訓(xùn)練中進行學(xué)習(xí)，并提供建議，更具智能地調(diào)整次數(shù)與更換重量，或設(shè)計新的訓(xùn)練計劃，并給予使用者調(diào)整原因說明。在日志類應(yīng)用中，可以更好地理解用戶的情緒，通過Foundation Models框架，使用者可以收到根據(jù)最近內(nèi)容所生成的個性化書寫提示，當使用者記錄了心情低落或睡眠不佳的情況時，應(yīng)用就會提供充滿鼓勵與關(guān)懷的訊息。一切提示的產(chǎn)生均在端側(cè)完成，從而保護使用者的日志內(nèi)容隱私。

蘋果官方文件顯示，F(xiàn)oundation Models 框架與 Swift 深度整合，讓開發(fā)者能輕松地透過現(xiàn)有程式碼向擁有 30 億參數(shù)的裝置端模型發(fā)送指令。該框架提供引導(dǎo)式生成 (guided generation) 功能，確保模型回應(yīng)的格式一致且可靠。開發(fā)者也能為模型提供工具，當模型在處理過程中需要更多資訊時，便可呼叫回 app，確保模型具備產(chǎn)生回應(yīng)所需的所有正確資訊。

Google的離線模型優(yōu)勢

一旦在蘋果設(shè)備中開啟Apple Intelligence后就會發(fā)現(xiàn)，蘋果被在系統(tǒng)中自動下載安裝一個本地AI模型，目前在iOS 26.2中占據(jù)的空間為9.12GB。這便是此前蘋果自研AI模型的成功落地。然而該模型在蘋果設(shè)備中的表現(xiàn)，目前幾乎是一個可有可無的存在，主要原因就是在實際能力上，與云端AI存在明顯差異。而在與谷歌宣布合作的消息之前，已經(jīng)有報道顯示，蘋果公司正在“認真評估”放棄其自研大型語言模型，MLX開源AI框架團隊也傳出離職消息。

事實上，在Google方面，除了被普通用戶所熟知的Gemini外，開源模型Gemma3的每次迭代同樣經(jīng)常被冠以“地表最強”的稱號。例如就在近期剛剛發(fā)布的4B、12B 和 27B 參數(shù)規(guī)模的TranslateGemma翻譯模型，12B 版本的翻譯質(zhì)量超越了參數(shù)量大其兩倍的 Gemma 3 27B 基線模型。這意味著開發(fā)者僅需消耗一半的算力資源，即可獲得更高保真的翻譯結(jié)果，從而大幅提升吞吐量并降低延遲。

2025年3月發(fā)布的Gemma 3模型，包括1B、4B、12B 和 27B多個版本。不僅在規(guī)模上有所擴展，還引入了視覺理解能力、多語言支持和更長的上下文處理能力，一舉超過DeepSeek-V3和Meta Llama3.1 405B等超大模型，登上LMArena榜單前10位。

從Gemma所提供的不同參數(shù)量級的版本來看，無疑非常實用在移動設(shè)備端實現(xiàn)本地話部署，并且還能提供一定媲美云端，或是滿血版模型的AI能力。并且對于本地的運算能力要求也并不高。

近期有消息稱，蘋果將在2026年的iPhone 18系列開始全系標配12GB內(nèi)存，實現(xiàn)了在引入Apple Intelligence功能后的又一次快速的內(nèi)存升級。而全系標配的12GB內(nèi)存，無疑將會帶來能夠運行更高參數(shù)量的本地化小模型能力，并通過Foundation Models為開發(fā)者提供更對AI功能拓展的可能性。