随着 ios 27 在全球开发者大会（wwdc26）上正式发布，苹果深度整合的人工智能框架——apple foundation models（afm）迅速成为行业关注的核心焦点。针对外界有关“套用 google gemini”的质疑，多位苹果高管在近期接受媒体采访时作出清晰而坚定的回应：apple foundation models 并非 gemini 的简单贴牌或复刻，而是苹果完全自主掌控、从零构建的技术成果。
苹果方面明确指出，尽管在模型训练与知识蒸馏阶段，曾参考并借鉴了部分 Gemini 的方法论与公开研究成果，但最终面向用户交付的全部模型——包括其核心网络结构、底层算法实现、工程化路径以及支撑运行的专属数据体系——均由苹果内部团队独立完成研发与优化。此举旨在消除开发者与终端用户的顾虑，凸显苹果在人工智能领域所坚持的技术主权与生态闭环能力。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当前，苹果 AFM 架构已形成层次分明、任务导向的模型矩阵，覆盖从轻量级本地推理到重型云端计算的全场景需求：
在设备端，AFM Core 主要承担基础级 AI 任务的离线执行；而升级版 AFM Core Advanced 则采用稀疏激活机制，原生支持文本、图像等多模态输入，在不依赖网络的前提下实现更复杂的本地智能处理。
在云端侧，苹果按功能与性能维度划分出三类专用模型：AFM Cloud 用于承接终端难以承载的中高负载推理请求；AFM Cloud Image 专精于高保真图像生成与精细化编辑；AFM Cloud Pro 则定位为最高性能层级，面向智能体（Agent）调度、长上下文理解及大规模并行计算等前沿应用场景。
使用 inotes CLI 从终端管理 Apple Notes。当需要在 macOS 的 Notes.app 中列出、读取、创建、编辑、删除或搜索备忘录时使用。
为充分发挥 Apple Silicon 芯片的硬件优势，所有 AFM 模型均经过深度芯片级适配与指令集优化。苹果强调，在用户触发任一 AI 功能时，系统底层会严格隔离外部服务调用链路，确保用户不会直接接触谷歌代码、Gemini 智能体接口或 Google 搜索服务，从而在体验一致性与数据隐私性之间构筑坚实防线。
即便在云端基础设施层面，苹果亦维持严苛的安全治理标准。虽然 AFM Cloud Pro 的算力底座依托于 Google Cloud 的服务器资源与 NVIDIA GPU 加速卡，但整套运行环境仍须通过苹果“私有云端计算（Private Cloud Compute）”认证体系的全流程审计与管控。换言之，所有数据处理行为始终处于苹果定义的安全边界之内，云端执行不等于隐私让渡。
伴随 iOS 27 的分批推送，这套由苹果自研技术底座驱动的 AI 生态体系，正着力探索“端云协同效率”与“用户隐私保障”之间的全新交汇点，向全球市场呈现一条兼具技术纵深与价值主张的差异化 AI 发展路径。
