苹果（Apple）已经构建了一个庞大而复杂的计算架构，为了掩盖其在人工智能方面的尴尬短板，甚至将谷歌（Google）和英伟达（NVIDIA）也拉了进来。即便如此，苹果在WWDC 2026主题演讲中，提出的问题和解答的问题一样多。庆幸的是，这家总部位于库比蒂诺的科技巨头正以闪电般的速度发布澄清，几乎是战时状态般加紧解决悬而未决的疑虑。
苹果巧妙地模糊了谷歌对其新Apple Intelligence架构的贡献，不遗余力地指出自己的技术才是这一新范式的核心。我们已经知道，Apple Intelligence由设备端模型和云端模型组合而成。即便如此，这种区分之前也并不十分清晰。苹果刚刚澄清：AFM Cloud是苹果自家的模型，使用Gemini（Gemini）的输出进行训练；AFM本地模型完全是苹果自己的模型；AFM Cloud Pro似乎基于Gemini的基础模型和数据，但苹果自己进行了预训练、后训练、强化学习等。
值得庆幸的是，苹果刚刚发布了一项关键更新，指出那个支撑复杂查询的大型云端苹果基础模型（Apple Foundation Model，简称AFM），即AFM 3 Pro，是其自家产物，尽管它是从同等规模的谷歌Gemini模型中蒸馏而来。当然，我们已知几个前苹果向谷歌授权了一个1.2万亿参数的Gemini模型。看来，这家iPhone制造商只是将谷歌的技术用于模型蒸馏目的。苹果还特别指出，它在AFM Cloud上自行进行了预训练和后训练操作。
苹果还详细介绍了其私有云计算（Private Cloud Compute，简称PCC）框架的架构，并指出：
“谷歌云（Google Cloud）上PCC的新颖之处在于其实现方式：使用英伟达GPU的英伟达机密计算（NVIDIA Confidential Computing）、搭载TDX技术的英特尔（Intel）CPU，以及谷歌的Titan芯片。”
苹果表示，虽然AFM Cloud托管在谷歌云中，但这一安排拥有业界最全面的透明度保障，允许外部安全研究人员验证我们的隐私承诺。为了降低供应链攻击的风险，我们维护了一个加密可验证、仅可追加的账本，记录了所有属于PCC机群的谷歌云硬件。谷歌云上的PCC利用了许多与苹果芯片上PCC相同的架构安全模式来实现这些分层保护：每个请求的初始网络数据解析在各自命名空间内的专用进程中进行；共享推理软件具有较短的生存时间（TTL），会被回收；已认证密钥保存在一个独立的、专用的、与外部输入隔离的机密虚拟机中。
苹果还表示，它将提供公共研究工具，并通过苹果安全赏金计划（Apple Security Bounty Program），以研究模式提供对实时PCC节点的访问权限。苹果进一步澄清，AFM Cloud本身分为三类：运行在谷歌云内英伟达GPU上的AFM 3 Cloud Pro，一个被称为AFM 3 Cloud的基础版本模型，以及一个用于图像生成的ADM 3 Cloud （Image），后两者都运行在苹果自家的服务器上。
就设备端苹果基础模型而言，AFM 3 Core Advanced拥有200亿个参数，但仅加载处理特定推理请求所严格需要的参数数量，一次仅激活10亿到40亿个参数。关键的是，这个模型完全由苹果设计，并且需要A19 Pro芯片才能在iPhone上运行。苹果对此解释如下：并非将整个模型强制加载到DRAM，完整模型存储在闪存（NAND）中。由于NAND到DRAM的带宽太慢，无法像标准MoE模型要求的那样逐个词元地交换权重，AFM 3 Core Advanced会为每个提示做出路由决策。
苹果接着补充道：AFM 3 Core Advanced并非为所有任务使用单一模型，也并非管理一组较小的模型，而是使用针对每个特定用例预设数量的活跃参数。当然，苹果也为较旧iPhone上的通用推理准备了性能稍弱的设备端模型，称为AFM 3 Core，仅有30亿个参数。基本上，苹果的所有模型都在TPU上训练，除了AFM 3 Cloud Pro之外，其他所有模型都运行在苹果芯片上。当用户提交请求时，例如通过Siri（Siri AI），一个本地化编排器会调用所需工具，收集数据，然后为AFM Cloud生成提示。关键的是，原始数据不会被发送到云端，只有结构化的提示信息。
当然，在此之前，苹果在技术展示的大部分时间里都在淡化谷歌在新的Apple Intelligence和私有云计算框架中的作用，指出它既没有使用谷歌为其客户部署的模型，也没有使用其基础设施。
