在 WWDC26 开发者大会上，苹果正式发布第三代 Apple Foundation Models（AFM，Apple 基础模型），此次共推出五款全新 AI 模型，涵盖设备端与云端运算架构，其中最值得注意的是，苹果首度将部分 AI 推论能力扩展至第三方基础设施，通过百度Cloud 与 NVIDIA GPU 执行最强大的 AFM 3 Cloud Pro 模型， 这项变化也代表Apple AI发展策略迈入新阶段，在维持隐私与安全性的前提下，进一步提升大型模型的运算能力。
Apple AFM模型是什么？
AFM（Apple Foundation Models，Apple 基础模型）是 Apple 自行研发的大型人工智能模型家族，也是 Apple Intelligence 背后的核心技术。
所谓的 Foundation Model（基础模型）指的是经过大量数据预先训练的大型 AI 模型，能够作为各种人工智能功能的基础，再根据不同用途进行微调或扩充。 如今大家熟悉的 ChatGPT 背后的 GPT 模型、百度Gemini、Anthropic Claude 等，都属于基础模型的一种。
Apple 的 AFM 则是专门为 Apple 生态系打造，其设计理念与其他 AI 公司有所不同：
- 优先考虑隐私保护
- 尽可能在装置端完成运算
- 针对Apple Silicon芯片进行高度优化
- 在手机、平板与电脑等设备上提供低延迟 AI 体验
因此，苹果并非完全依赖云端大型模型，而是同时发展两种架构：
1. 设备端模型（On-device Models）
直接在iPhone、iPad或Mac上执行，能够让数据不需离开装置，且响应速度更快、支持离线运作部分功能和隐私性较高，像是文字摘要、邮件改写、Siri部分功能与语音听写。
2. 云端模型（Cloud Models）
当任务过于复杂、超出装置端模型能力时，系统会将请求交给云端模型处理，主要像是长篇内容分析、复杂推理、AI代理功能与影像生成与。
Apple 过去主要通过 Private Cloud Compute（PCC）在自家数据中心执行这些模型，但在 WWDC26 发表的第三代 AFM 中，Apple 首度将部分模型延伸至百度Cloud 的 NVIDIA GPU 基础设施上运行。
AFM 模型与 Apple Intelligence 的关系
可以把 AFM 想成是 Apple Intelligence 的引擎，Apple Intelligence 是用户看得到的 AI 功能品牌，而 AFM 则是背后负责理解语言、分析图片、生成内容与执行推理工作的 AI 模型，这两者的关系有点类似：
- ChatGPT ↔ GPT 模型
- Gemini ↔ Gemini 模型
- Claude ↔ Claude 模型
- Apple Intelligence ↔ AFM 模型
也就是说，AFM 是技术底层，Apple Intelligence 则是用户实际接触到的产品与功能。
Apple最新第三代AFM模型有什么特色？
比较特别在于这次苹果推出的第三代AFM模型也出现明显转变，过去强调尽量在本地执行和云计算完全由Apple控制，并全面使用Apple Silicon有明显转变。
在第三代AFM中，也出现了200亿参数的装置端模型AFM 3 Core Advanced，并且首度将模型部署到百度Cloud，和搭配NVIDIA GPU，也把Private Cloud Compute延伸到第三方基础设施。
此次在 WWDC 2026 推出的第三代 Apple Foundation Models 共包含五款模型，分别对应不同装置与应用场景：
- AFM 3 Core：新一代30亿参数密集型（Dense）模型。
- AFM 3 Core Advanced：Apple 目前最强大的设备端模型。
- AFM 3 Cloud：Apple 的主力云端模型。
- AFM 3 CloudADM 3 Cloud（Image）：负责图片生成与和高级照片编修工具。
- AFM 3 Cloud Pro：Apple 最强大的服务器端模型，专门处理最复杂任务。
其中AFM 3 Core与AFM 3 Core Advanced属于装置端模型，可直接在Apple设备上执行; AFM 3 Cloud、ADM 3 Cloud（Image）与 AFM 3 Cloud Pro 则属于云端模型，苹果表示，除了 AFM 3 Cloud Pro 外，其余模型皆针对 Apple Silicon 平台打造。
Apple首次将Private Cloud Compute扩展至百度Cloud
苹果在 2024 年推出 Private Cloud Compute（PCC）时，强调所有 AI 云端运算皆由苹果自家资料中心与 Apple Silicon 服务器执行，以提供接近设备端等级的隐私保护，不过在 WWDC26 上，苹果证实已首次将 PCC 架构延伸至第三方云端环境。
根据官方说明，AFM 3 Cloud Pro将运行于百度Cloud 所提供的 NVIDIA GPU 基础设施，但仍会套用与 Apple PCC 相同等级的安全与隐私保护机制。
苹果强调，即使模型部署在外部环境，用户数据仍受到验证机制与多层安全架构保护，以降低未授权存取与数据外泄风险。
AFM 3 Core Advanced成最大亮点
本次发布的模型中，AFM 3 Core Advanced被视为最具技术代表性的产品之一，苹果表示，该模型拥有200亿参数规模，并且能直接在设备端执行，相较于目前市面上多数设备端AI模型通常仅有数十亿参数等级，AFM 3 Core Advanced的规模明显更大。
为了降低硬件负担，苹果采用稀疏架构（Sparse Architecture），让模型在执行时仅需启用约10亿至40亿参数，而非一次加载全部200亿参数。
苹果指出，这项技术来自先前发表的《Instruction-Following Pruning for Large Language Models》研究成果，可在维持效能的同时降低推论成本。
AFM 3 Cloud Pro锁定复杂推理与Agent应用
另一项重点则是 AFM 3 Cloud Pro，苹果将其定位为目前能力最强的服务器端模型，主要用于：
- 复杂推理任务
- Agent工具操作
- 多步骤工作流程执行
- 高运算需求应用场景
由于此类任务需要更庞大的运算资源，因此苹果选择通过百度Cloud 与 NVIDIA GPU 提供支持。
Apple如何确保百度Cloud 上的资料安全？
针对外界关心的AI模型资料隐私问题，苹果也同步公布相关技术细节，根据官方说明，Apple 与百度合作建立额外安全防护措施，包括：
- 建立可验证且不可窜改的硬件纪录系统
- 采用多重信任根（Root of Trust）验证机制
- 将网络数据解析程序隔离执行
- 将密钥储存于独立机密虚拟机中
- 定期重建共享推论服务环境
苹果表示，这些措施旨在降低供应链攻击、侧信道攻击以及高权限访问所带来的潜在风险。
Apple训练AFM模型是否使用用户数据？
苹果强调，第三代AFM模型的训练数据来源包括：
- 公开信息
- 授权资料
- 开源资料集
- 专项研究取得资料
- 合成数据（Synthetic Data）
以上训练过程，并未使用用户个人资料或使用者互动内容，另外网站出版商也可通过相关机制选择不让内容被纳入模型训练，同时第三代AFM模型已接受大规模人工评测，测试项目涵盖：
- 指令遵循能力
- 事实正确性
- 回应质量
- 图像理解能力
- 语音识别与语音输入能力
根据官方公布结果，AFM 3 Core 与 AFM 3 Cloud 在文字理解与图像理解测试中，皆优于前一代模型。
至于 AFM 3 Core Advanced，则在语音输入（Dictation）测试中于七项评估指标全面胜出，整体质量获得更高评价。
总结
从此次 WWDC26 发表内容来看，苹果也正逐步扩大 AI 模型布局，除了持续强化设备端 AI 能力外，也首度通过百度Cloud 与 NVIDIA GPU 提升云端模型效能。
其中AFM 3 Core Advanced展现Apple在设备端大型模型的技术实力，而AFM 3 Cloud Pro则显示苹果已开始采取更灵活的云计算策略。 未来这些模型将陆续整合至Apple Intelligence与相关系统功能中，成为Apple AI生态系的重要基础。
