苹果研发iPhone本地运行大模型，降低云端依赖

要说 Apple Intelligence 里哪个功能被吐槽最多，照片「Clean Up」消除功能绝对首当其冲。不少用户反映过：用来抹掉背景里的路人、杂物，效果勉强还能接受；但一旦涉及人物面部，结果就基本上没法看，甚至有点吓人。

不少人把这归咎于苹果 AI 实力不足，但事情没那么简单。问题的根源在于，旧版 Clean Up 完全依赖 iPhone 本地的 AI 模型进行运算。手机的算力和模型尺寸就那么有限，效果自然不太理想。

在 iOS 27 中，情况出现了转机。Clean Up 加入了云端处理能力，借助苹果的 Private Cloud Compute（私有云计算），可以把处理任务上传到云端服务器，由更大、更强的云端模型来执行。

但云端方案也带来了一个新的、且非常敏感的痛点：你的照片必须上传。

苹果一直在强调 Private Cloud Compute 的隐私保障机制，比如数据不存储、端到端加密、支持第三方审计。这些承诺听起来很可靠，但现实是，无论技术方案多严密，不少用户心里那根弦就是过不去——把自己的私人照片传到网络上，总归有点不踏实。

所以，最理想的反而回归了本地处理这条老路。前提只有一个：本地的模型得足够强。

苹果显然也意识到了这一点。据 The Information 近日报道，他们已经与一家名为 PrismML 的初创公司进行了接触，核心议题就是——探索在 iPhone 上运行更大规模 AI 模型的可能性。

PrismML 的核心技术是模型压缩。据透露，他们已经成功将阿里的开源大模型 Qwen 3.6 27B 压缩到了可以在 iPhone 17 Pro 上直接运行的程度。注意，是全部 270 亿参数同时处于激活状态。

对比一下，苹果目前的本地模型虽然在参数上号称有 200 亿，但实际运行时，激活的部分可能只有零头。如果 PrismML 的这项技术最终被苹果采纳，那么 iPhone 的本地 AI 能力将迎来一次非常明显的跃升。

更大的本地模型带来的最直接好处，就是更多 Apple Intelligence 功能可以在设备端完成，不再需要上传到云端。比如照片消除、扩展、生成图片、甚至文本写作，只要本地模型足够强大，那么离线也能获得好效果——而且拥有绝对的隐私安全。

对苹果自己来说，好处同样明显：能减少对 Private Cloud Compute 服务器群的依赖，进而降低运营成本。

不过，目前的消息还停留在“苹果与 PrismML 进行了会面”的阶段，距离双方敲定合作乃至产品落地，还有相当一段距离。而且，iPhone 的散热和电池空间始终是硬约束，跑更大的模型怎么控制功耗和发热，是一个绕不开的现实难题。

对国行 iPhone 用户来说，这件事就更远了——Apple Intelligence 至今未在大陆上线，AI 功能本身都还没法用，本地还是云端，暂时都和咱们没什么关系。

但从技术方向来看，把更强的 AI 能力保留在设备端，而不是一味地推上云端，这个思路值得肯定。