苹果正积极推进将更大参数量ai模型完整部署于iphone本地运行的技术探索。据《the information》报道，苹果已与ai初创公司prismml展开多轮深入沟通，重点聚焦于如何依托prismml的前沿压缩与优化技术，突破现有硬件限制，实现超大规模语言模型在iphone端的高效、全量运行。
iPhone
该计划的技术基础源于PrismML近期取得的关键进展：其成功对阿里巴巴开源大语言模型通义千问3.6（Qwen 3.6）完成深度适配与轻量化重构，使其可在iPhone 17 Pro上实现完整本地部署。该版本模型参数量达270亿，显著高于苹果当前为iOS 27中Apple Intelligence功能所采用的端侧模型AFM 3 Core Advanced——后者虽标称200亿参数，但实际服务于iPhone 17 Pro及iPhone Air系列，支撑Siri AI更自然的语音合成与系统级实时听写能力。
二者架构理念截然不同：苹果现用模型采用稀疏激活机制，即200亿参数中任一时刻仅约10亿至40亿处于活跃状态；而PrismML优化后的模型则支持全部270亿参数同步激活，在同等芯片资源下释放出更充沛的本地计算潜力。
若该路径最终落地，苹果有望将原本依赖Private Cloud Compute云端服务器执行的AI任务，大规模迁移至设备端完成。此举将带来双重战略价值：一是大幅削减长期云基础设施投入与运维成本；二是从根本上杜绝敏感用户数据（如语音指令、文本输入等）外传风险，使隐私保护从“传输加密”升级为“数据不出设备”的硬性保障。
当前，苹果AI能力采取端云协同架构：端侧负责低延迟、高隐私场景的基础响应，云端则承担复杂推理与持续学习任务。受限于SoC算力与内存带宽，部分高负载Apple Intelligence功能仍需调用云端资源。一旦PrismML方案通过苹果严苛验证，未来系统更新中或将分阶段推进更多AI能力本地化，从而全面提升响应实时性、离线可用性与隐私安全等级。需要指出的是，双方合作尚处技术评估初期，具体整合节奏与商用时间表尚未公布。
