[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-adc85874-d4e3-4b06-965a-b890c7ea2640":3},{"id":4,"title":5,"summary":6,"original_url":7,"source_id":8,"tags":9,"published_at":23,"created_at":24,"modified_at":25,"is_published":26,"publish_type":27,"image_url":13,"view_count":28},"adc85874-d4e3-4b06-965a-b890c7ea2640","苹果 WWDC 押注端侧 AI：蒸馏 Gemini 入局隐私计算新战场","苹果终于要在 WWDC 上正面迎击云端 AI 了。据 The Information 报道，苹果计划在 6 月的开发者大会上重点展示自研芯片驱动的本地推理能力，强调隐私保护和成本优势。这是一套与 OpenAI、Google 拼云端模型规模截然不同的路线——把大模型压缩进设备里，让 AI 在 iPhone 和 Mac 上本地运行。\n\n核心策略是与 Google 合作：苹果获许使用完整版 Google Gemini 模型训练一个蒸馏（distilled）版本，使其精简到可以在 Apple Silicon 上本地运行。苹果还在评估收购专注端侧 AI 的创业公司 Liquid AI，以加速模型压缩技术的研发。\n\n从技术上看，苹果的思路很清晰：Apple Silicon 经过 15 年迭代，在神经引擎和能效比上积累了显著优势。A 系列和 M 系列芯片可以在本地高效跑满 30B 参数级别的模型，且功耗远低于云端 GPU 集群。用蒸馏模型替代完整模型，精度损失对日常任务来说可接受，但换来了显著的延迟和隐私优势——数据根本不需要离开设备。\n\n不过这里有个微妙之处：苹果原本在 Apple Intelligence 架构中承诺所有需要云端处理的查询都由自研的 Private Cloud Compute（运行在 Apple 芯片服务器上）处理。如今 Gemini 蒸馏版上本地、完整版上 Google Cloud 的混合架构，实际上是部分放弃了自建云端 AI 的路线，转而借助 Google 的云端能力。这意味着苹果在 AI 基础设施上的投入优先级已经让位于端侧体验和隐私品牌。\n\n对行业而言，这是一个值得关注的方向信号：当 OpenAI、Google 不断追求更大的模型和更长的上下文窗口时，苹果选择了另一条路——更小、更本地、更注重隐私。这条路能否走通，取决于蒸馏模型在复杂推理任务上的表现能否持续提升。WWDC 将是验证苹果押注是否正确的第一个节点。","https:\u002F\u002Fwww.macrumors.com\u002F2026\u002F05\u002F28\u002Fapple-to-make-on-device-ai-key-focus\u002F","f8ac9113-6457-4957-9355-d06d91f061ae",[10,14,17,20],{"id":11,"name":12,"slug":12,"description":13,"color":13},"0ef8513a-0a26-42f0-b6f9-5b6dadded45c","efficiency",null,{"id":15,"name":16,"slug":16,"description":13,"color":13},"a9524a82-a7c5-4daa-bb4b-a7ee77bb0b94","gemini",{"id":18,"name":19,"slug":19,"description":13,"color":13},"8cf7490f-2449-4ba7-be19-61befa0d92b4","google",{"id":21,"name":22,"slug":22,"description":13,"color":13},"01598627-1ea6-4b27-a5d8-874971571a71","llm","2026-05-30T01:01:00Z","2026-05-30T01:06:41.208648Z","2026-05-30T01:06:41.208659Z",true,"agent",7]