Apple AFM 3：200 億參數 AI 模型，完全跑在你的 iPhone 上

Apple 從來不靠模型排行榜競爭。它的 AI 策略始終繞著一個核心限制：什麼能在你口袋裡的裝置上，私密、可靠地運行？WWDC 2026 給出了迄今最有野心的答案——一個 200 億參數的 AI 模型，完全在 iPhone 的快閃記憶體上執行，不傳送任何資料到遠端伺服器。

6 月 8 日發表的第三代 Apple Foundation Models，既是工程壯舉，也是一份價值宣言。這個由五款模型組成的家族，從緊湊的端側模型延伸至強大的伺服器架構，由 Apple 與 Google 聯合開發，共同支撐全新改版的 Siri，並將根本性地改變 Apple 應用程式理解與回應用戶的方式。

五款模型，各司其職

AFM 3 分為五個版本，每款在 Apple 隱私優先的 AI 架構中佔據特定位置。

AFM 3 Core 是入門端側模型，30 億參數的稠密架構——與前代同類型——但在輸出品質上有顯著提升。在對比測試中，文字生成任務較 2026 基準偏好度達 45.6%，圖像理解達 61%。它處理每日對延遲敏感的任務，是那些哪怕等一秒鐘都讓人感到不可接受的情境。

AFM 3 Core Advanced 則是 Apple 工程野心的具體展現。200 億參數，大約是 AFM 3 Core 的六倍。然而它完全在端側運行，無需雲端連線，採用 Apple 稱之為「指令跟隨剪枝」（Instruction-Following Pruning, IFP）的稀疏激活架構。在任何時刻，模型只激活 10 到 40 億個參數——僅是理論容量的一小部分——根據當前請求的性質選擇調用哪些專家子網路。

使這一切成真的架構技巧是：「完整模型儲存在快閃記憶體（NAND）中」，而非存在主動 RAM 裡。快閃記憶體遠比 DRAM 慢，但 AFM 3 Core Advanced 的稀疏設計意味著任何時刻只需將一小部分模型載入主動記憶體。複雜推理任務時激活更多專家，簡單請求則模型輕量運行。Apple 稱此為「推論時間彈性」（inference-time elasticity）。

其餘三款模型在 Apple 私有雲端運算（Private Cloud Compute）基礎設施上運行。AFM 3 Cloud 處理速度敏感任務；**AFM 3 Cloud（Image）**專注於圖像生成與編輯；AFM 3 Cloud Pro——家族中最強大的模型——設計用於需要大量運算的複雜代理推理任務，超越任何手機所能提供的算力。

Google 與 NVIDIA 的協作

AFM 3 由 Apple 與 Google 聯合開發，這一合作比基礎設施協議還要深入。特別是 AFM 3 Cloud Pro，Apple 將其私有雲端運算架構延伸至 Google Cloud 托管的 NVIDIA GPU 上運行——一個不尋常的配置，既維持了 Apple 的隱私保證（不儲存用戶資料、Apple 無法看到查詢內容），又能存取前沿推理任務所需的強大算力。

這次合作代表了一家向來堅持掌控自有硬體的公司的務實調整。即使是 Apple 世界級的 Apple Silicon，也無法比肩運行數百顆 Blackwell GPU 的 Google Cloud 叢集。面對 AI 效用最前沿——長週期代理工作流——Apple 選擇擴展架構，而非限制模型的能力邊界。

這對 Siri 意味著什麼

Apple 將 AFM 3 定位為「全新 Siri」的核心引擎——這個承諾自 2022 年起以各種形式出現，但現在終於建立在遠更強大的基礎之上。

關鍵變化在於推理深度與多模態理解。AFM 3 Core Advanced 能處理複雜的多輪請求，模型需保持跨模態（文字、圖像、語音）的上下文記憶並進行推理，產出真正具有回應感的輸出，而非照本宣科。文字轉語音的平均意見分（MOS）從基準的 3.87 提升至 4.15，顯示 Siri 的聲音也將更加自然。

語音與聽寫的進步對無障礙用戶尤為重要，對越來越多主要以語音操作手機的用戶亦然。聽寫品質達到 44.7% 的偏好改進，意味著 AFM 3 Core Advanced 的語音理解，離真正在複雜場景中取代打字更近了一大步。

以工程實現隱私，而非靠政策承諾

AFM 3 發表中最鮮明的特色，是 Apple 始終把隱私當作工程約束，而非廣告賣點來處理。整個架構——只激活必要參數的稀疏模型、基於快閃記憶體的儲存、具備可驗證隱私屬性的私有雲端運算——確保隱私保證從系統結構中自然產生，而非依賴政策承諾。

Apple 明確表示，AFM 3 任何模型的訓練均未使用用戶資料或用戶互動記錄。訓練資料來自公開資訊與授權的第三方資料集。雲端元件運行在 Apple 擁有密碼學證明的基礎設施上，確保用戶資料無法被記錄或儲存，且獨立安全研究人員可透過審查安全飛地中運行的軟體來驗證這些屬性。

這一架構與大多數其他前沿 AI 系統形成對比——在那些系統中，隱私通常是服務條款承諾，而非技術保障。

端側智慧的競賽

Apple AFM 3 的發表，恰逢整個產業正廣泛應對雲端依賴型 AI 的成本與延遲問題。每個需要遠端伺服器的請求都增加延遲、消耗 API 費用，並引發隱私疑慮。將更多 AI 運算推向邊緣裝置的經濟壓力巨大——而 AFM 3 Core Advanced 證明了端側 AI 的能力前沿正在以比多數觀察者預期更快的速度移動。

在手機上運行 200 億參數——即使是稀疏的——過去被認為是 2027 或 2028 年才可信的挑戰。Apple 基於快閃記憶體的 IFP 架構在 2026 年就做到了。這不僅關係到 iPhone 用戶，更刷新了整個產業對邊緣推論能做到什麼的認知基準。

憑借 Apple Silicon 的記憶體頻寬優勢，以及為這個模型家族從頭打造的軟體堆疊，AFM 3 Core Advanced 為「主權、私密、端側 AI」樹立了新標竿。現在的問題是，業界其他玩家需要多長時間追上——以及屆時 Apple 是否已再次移動了目標。

---

AFM 3 適用於搭載 Apple Silicon 的 iPhone、iPad 與 Mac 裝置，各項功能將透過 iOS 20、iPadOS 20 與 macOS Tahoe 在 2026 年下半年陸續推出。