苹果与Google、NVIDIA合作打造最先进AI模型 强化隐私与算力

在当天的主旨演讲中，苹果通过多段现场演示展示了新一代 Siri 的对话能力，这一版本可以与用户进行连续自然的双向交流，相比以往的语音助手有显著升级。演示中，Siri 能够帮用户查询演唱会日期、设置购票提醒，并在出行前规划路线、导航至途中接朋友再前往演出场馆，体现了对上下文和多步骤任务的综合处理能力。

与众多在大模型竞赛中大规模投入基础设施的硅谷公司不同，苹果在发布会上再次强调其差异化路径：不盲目追求“最大”“最强”的通用模型，而是聚焦隐私保护与使用体验，将隐私优势作为核心卖点。苹果软件工程高级副总裁克雷格·费德里吉（Craig Federighi）在发布会上表示，一些企业似乎只是为了“AI 而 AI”而竞赛，却未充分考虑这项技术最终要为普通人服务的初衷。

不过，在坚持自身隐私与架构理念的同时，苹果也引入了传统 AI 领军企业的技术力量。苹果高管在总部举行的技术说明会上向媒体表示，公司的最先进云端模型 AFM Cloud Pro 将运行在英伟达 GPU 之上，并部署在苹果的 Private Cloud Compute（私有云计算）基础设施中，同时与Google云环境相结合。苹果方面介绍，公司与Google和英伟达合作，将自家的私有云计算能力扩展至Google云中的英伟达 GPU 集群，同时保持苹果一贯强调的隐私保护标准。

负责 AI 的苹果高管 Amar Subramanya 在交流中称，AFM Cloud Pro 的能力可与Google的 Gemini 前沿模型相媲美，面向的是对算力和模型能力要求更高的复杂场景。他表示，这一模型将在云端运行，与本地设备上的模型形成互补，以便根据任务复杂度和隐私需求进行灵活调用。

苹果软件副总裁 Sebastian Marineau-Mes 进一步解释了选择英伟达最新芯片的原因：一方面苹果希望获得尖端算力，另一方面必须确保这些芯片以一种更“私密”的方式进行配置，使芯片提供方无法访问或读取服务器上的具体数据内容。他提到，英伟达近期在“模糊化机密计算”（ambiguous confidential compute）等方向上的改进，为苹果与Google搭建符合其隐私标准的系统提供了关键技术基础。

在架构层面，苹果高管详细介绍了 Apple Intelligence 的整体设计思路。苹果在自家操作系统及软件中加入了一个名为“system orchestrator（系统协调器）”的核心组件，该组件会根据每一次 AI 请求的算力需求以及所需访问的个人数据范围，判断应由本地模型还是云端模型来处理，从而在性能与隐私之间做出动态平衡。费德里吉表示，这一系统协调器是整个隐私架构的关键枢纽，用以确保用户数据在各种处理路径上都能获得同等级别的保护。

技术说明会也披露了更多苹果与Google合作的细节。费德里吉表示，嵌入在苹果设备中的 Apple Intelligence 主要采用苹果自研的模型，而非外界此前猜测的Google Gemini 公版模型，同时也没有直接采纳Google的标准云基础设施。相反，Google的相关技术主要被用于协助构建苹果自家的第三代 AFM 云端模型，这些模型被专门设计和调优以在 Apple Silicon 芯片上高效运行。

Subramanya 介绍称，苹果此次对外公布了四类模型：AFM Core、Core Advanced、Cloud 和 Cloud Image，这些模型全部针对 Apple Silicon 进行了定制优化，并使用苹果的专有数据进行训练，同时结合强化学习方法，并在训练过程中利用了Google Gemini 前沿模型的输出进行精调。这一策略使苹果既能保持模型和数据的主导权，又能借助行业领先模型的能力来提升自身产品质量。

在与 OpenAI、Anthropic 等以“云端大模型＋大规模数据收集”为核心策略的公司形成对比时，苹果不断突出其“更私密”的定位。苹果强调，Apple Intelligence 不会像部分网页端 AI 服务那样大量收集用户使用数据，而是尽可能依托本地存储的信息，如日历、短信等，在用户授权范围内为其提供个性化体验。这也与苹果长期以来围绕隐私构建品牌形象的路径相一致。

在资本市场的关注下，苹果如何通过 AI 讲好下一阶段增长故事仍面临挑战，但 WWDC 2026 的一系列发布显示，公司正在通过自研模型、本地算力、与Google及英伟达的合作，试图在“隐私优先”的前提下补齐云端大模型能力。在 AI 版图快速演变的当下，苹果的这一混合策略或将成为其与其他科技巨头竞争时的重要差异点。