告別雲端運算？Apple 研究突破硬件限制，將超大型 AI 模型引入 iPhone

Apple 與 PrismML 嘅潛在合作：iPhone 未來或可直接運行更龐大 AI 模型

科技界近期傳出新消息，指出 Apple 正積極尋找新方法，務求將體積更大、運算能力更強嘅人工智能（AI）模型，直接放喺 iPhone 裝置入面運行。根據《The Information》於 2026 年 7 月 9 日嘅最新報導，Apple 近期同初創科技公司 PrismML 進行咗多次會議，主要探討如何利用該公司嘅壓縮技術，突破目前智能手機硬件嘅限制。

據了解，PrismML 已經取得初步成功，佢哋成功將阿里巴巴開源嘅大型語言模型 Qwen 3.6，完整壓縮並喺一部 iPhone 17 Pro 上面流暢運行。Qwen 3.6 係一個擁有高達 270 億參數嘅龐大模型。呢個數字比起 Apple 目前內置於 iOS 27 系統中嘅模型還要大。呢項技術展示咗未來智能手機喺毋須連接互聯網嘅情況下，都有能力處理極度複雜嘅 AI 任務，為未來嘅流動通訊設備發展指出咗一個新方向。

突破硬件限制嘅 270 億參數模型

要理解今次技術突破嘅重要性，我哋首先要了解目前 AI 模型喺手機上運行嘅限制，以及 Apple 目前採用緊咩策略。

究竟 AI 模型嘅「參數」係咩？點解對運算能力咁重要？

喺探討模型大細之前，有必要先了解「參數」嘅概念。喺人工智能領域，參數就好似人類大腦入面嘅神經突觸。模型喺訓練過程中會不斷調整呢啲參數，從而學習語言規律、邏輯推理同埋各種知識。簡單嚟講，模型擁有嘅參數數量越多，佢能夠儲存嘅資訊量就越龐大，處理複雜邏輯同埋細微語意差異嘅能力亦會相應提升。

不過，龐大嘅參數數量亦代表住極高嘅硬件需求。當一個 AI 模型運行嗰陣，佢需要將呢啲參數載入到手機嘅記憶體入面。如果一個模型有幾百億個參數，單單係佔用嘅 RAM 就可能高達十幾 GB。因此，點樣喺唔增加硬件負擔嘅前提下，將龐大嘅模型壓縮，就成為咗各間科技公司爭相研究嘅重點。

Apple 目前嘅技術瓶頸與 AFM 3 Core Advanced 模型

喺最新嘅 iOS 27 系統入面，Apple 為 iPhone 17 Pro 同埋全新嘅 iPhone Air 機型引入咗大量 Apple Intelligence 嘅升級功能。例如 Siri AI 擁有更自然、更具情感表現力嘅語音反應，同時系統級嘅語音聽寫功能亦變得更加精準。呢啲功能背後，主要依賴 Apple 自家研發嘅裝置端模型 AFM 3 Core Advanced。

雖然 AFM 3 Core Advanced 擁有 200 億參數，但佢採用咗業界稱為「稀疏架構」（Sparse Architecture）嘅設計。呢種設計嘅特點係，模型喺處理特定任務嗰陣，唔會同時啟動所有參數。報導指出，AFM 3 Core Advanced 喺任何一個時間點，其實只有大約 10 億至 40 億個參數處於活躍狀態。呢個做法嘅好處係可以大幅節省手機嘅處理器資源同埋記憶體消耗，令到電池續航力得以維持。但缺點係，模型嘅整體推理能力同埋複雜問題處理能力，難免會受到一定程度嘅限制。

PrismML 嘅技術突破：同時全面活躍嘅參數

相比之下，PrismML 所展示嘅技術就顯得非常突破。佢哋成功將擁有 270 億參數嘅 Qwen 3.6 模型放喺 iPhone 17 Pro 運行，而且同 Apple 目前採用嘅稀疏架構唔同，PrismML 技術下嘅 270 億個參數係可以喺同一時間全部處於活躍狀態。

要喺一部體積細小、散熱空間有限，而且記憶體（RAM）容量固定嘅智能手機上，同時驅動 270 億個活躍參數，對記憶體頻寬同埋壓縮演算法嘅要求極高。如果 Apple 最終能夠將 PrismML 嘅技術整合到未來嘅 iOS 系統，意味住 iPhone 將擁有媲美部分雲端伺服器嘅本地 AI 運算能力，大幅拋離目前依賴網絡連線嘅傳統 AI 應用模式。

附加基本資料整理：裝置端 AI 對用戶及業界嘅影響

將大型 AI 模型由雲端轉移到裝置端（On-device）運行，係目前整個科技業界嘅發展大趨勢。呢種轉變唔單止影響科技巨頭嘅基礎建設佈局，更加直接關係到一般用戶嘅日常使用體驗。以下為大家整理出呢項技術普及後帶嚟嘅實際影響：

1. 進一步加強用戶私隱保障

對於注重私隱嘅用家嚟講，裝置端 AI 係最理想嘅解決方案。目前，當手機遇到過於複雜嘅 AI 請求嗰陣，系統會將數據加密，然後傳送去 Apple 嘅私密雲端運算（Private Cloud Compute）伺服器進行處理。雖然 Apple 一直強調雲端處理嘅高度安全性，並且承諾唔會儲存用戶數據，但對於部分企業用戶或者對資訊安全有極高要求嘅人士嚟講，數據始終離開咗部手機。

如果未來 iPhone 能夠直接喺本機處理更龐大嘅模型，大量涉及個人私隱嘅操作，例如分析私人電郵內容、整理財務報表、或者處理機密商業文件，就可以完全喺手機內部完成，達到真正意義上嘅「數據不離機」，從根本上杜絕數據喺網絡傳輸過程中被截取嘅風險。

2. 大幅降低企業營運成本

從商業角度分析，維持龐大嘅 Private Cloud Compute 伺服器群，需要消耗巨額嘅電力同埋硬件維護成本。隨住 Apple Intelligence 嘅功能越來越普及，全球數以億計嘅 iPhone 用戶每日產生嘅 AI 運算需求係天文數字。

將運算壓力由雲端轉移返去用戶嘅手機處理器上面，可以有效減低 Apple 喺建設及營運數據中心方面嘅龐大開支。呢種將運算成本分散至硬件終端嘅策略，對於維持企業嘅長期利潤率有正面作用，亦可以減輕未來可能轉嫁到消費者身上嘅訂閱費用壓力。

3. 對大中華及亞洲地區用戶嘅實際意義

對於香港、台灣、中國內地以及新加坡等華人聚居地嘅用戶而言，更強大嘅本地 AI 模型具有極高嘅實用價值。中文，尤其係包含不同地區方言（例如香港廣東話）、繁簡字體轉換、以及中英夾雜嘅獨特表達方式，對自然語言處理模型嘅要求非常之高。

目前體積較細嘅本地模型，喺處理複雜嘅跨語言翻譯或者深層語意理解嗰陣，往往需要依賴雲端協助。如果 270 億參數級別嘅模型能夠喺本地運行，意味住系統可以更準確、更快速地理解帶有地區特色嘅語言指令，而唔會出現因為網絡延遲而導致嘅反應緩慢。例如，當用戶身處網絡訊號較弱嘅地方，例如地鐵隧道、郊區或者飛機機艙內，依然可以流暢地使用高級 AI 功能進行即時翻譯或者撰寫長篇文章，大大提升咗日常生活中嘅實用性。

4. 邊緣運算（Edge AI）與未來智能手機發展

將龐大模型壓縮至手機運行，屬於「邊緣運算」領域嘅一大挑戰。目前業界通常採用量化（Quantization）等技術，將模型嘅精度稍微降低，以換取體積大幅縮小。PrismML 嘅技術之所以受到 Apple 重視，很大機會係佢哋喺壓縮模型嘅同時，能夠保持模型極高嘅準確度與活躍狀態。

長遠嚟講，呢場技術競賽將會改變消費者評估智能手機嘅標準。過往，消費者購買手機主要關注鏡頭像素、屏幕刷新率或者電池容量。但喺可見嘅將來，手機內置嘅神經網絡引擎效能，以及能夠流暢運行幾大參數嘅 AI 模型，將會成為區分高階旗艦機同埋中階手機嘅最重要指標。

總結

綜合目前嘅資訊，Apple 與 PrismML 嘅潛在合作，反映出科技巨頭對於推動「裝置端 AI」嘅決心。將 270 億參數且全面活躍嘅 AI 模型引入 iPhone，唔單止係一項硬件同軟件工程上嘅重大突破，更加係為咗兼顧運算效能、營運成本以及用戶私隱嘅長遠戰略佈局。

雖然目前呢項技術似乎仲處於早期探討或者測試階段，但已經為未來智能手機嘅發展方向提供咗清晰嘅藍圖。隨住相關技術進一步成熟，我哋可以預期未來嘅 iOS 系統，例如應用喺下一代 iPhone 17 Pro 同 iPhone Air 嘅功能，將會變得更加獨立同埋強大。

對於一般讀者而言，呢則新聞意味住未來更換新手機嗰陣，AI 處理能力將會成為一個極具參考價值嘅硬件規格重點。至於最終 Apple 會唔會全面收購 PrismML，或者將呢項技術正式落實到下一代量產機型之中，仍有待市場進一步觀察。作為消費者，了解呢啲底層技術嘅發展，有助於我哋喺未來作出更符合自身需求嘅科技產品選擇。