# 设备端的所有文章

在 HTX 新闻中心浏览与「设备端」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

等了两年，国行苹果AI终于通过备案，接入千问

刚刚，网信办公布了7款手机端侧生成式AI服务通过备案的消息，其中包括国行版的“Apple 智能”。这意味着，自2024年6月首次亮相后，中国用户等待苹果AI功能已近两年。此次过审的还包括华为小艺、OPPO AndesGPT、vivo 蓝心、小米澎湃AI、三星盖乐世AI和努比亚豆包模型。 根据公告，阿里巴巴的千问大模型将作为AI能力集成至“Apple 智能”，为iOS等系统的中国用户提供文本与图像理解、内容生成等服务，用户可在设备上直接使用。 今年3月底，国行iPhone曾意外短暂上线过“Apple 智能与Siri”测试入口，但很快被撤回。实测显示，其端侧模型响应速度快、注重隐私（数据不上云），但在处理复杂任务时，如长文本摘要、图像消除等，精度和效果与云端模型存在差距。 苹果此次与华为、小米等厂商同期过审，但其AI功能在中国市场的推进已显滞后。库克此前承认，AI功能的缺失影响了iPhone在中国市场的竞争力。值得注意的是，苹果在海外展示的、与谷歌Gemini合作的新版Siri AI明确不会立即登陆中国市场，国行版将基于阿里千问打造。 备案是合规入场券，但从通过备案到功能正式上线，仍需完成版本适配等后续工作。国行用户能否尽快体验到完整功能，还需关注未来iOS系统的更新日志。

marsbit07/15 12:22

等了两年，国行苹果AI终于通过备案，接入千问

marsbit07/15 12:22

苹果渴求的端侧AI杀出黑马：首个认知模型诞生，4B打平GPT-5.4

在WWDC苹果展示端侧AI趋势之际，中国公司明日新程发布了行业首个端侧认知模型“新程Alpha”。该模型仅4B参数，通过将知识剥离、强化认知核心，在群体智能任务中实现了与GPT-5.4等千亿参数模型相当的效果，且支持在MacBook等设备上端侧部署。 这一成果验证了Andrej Karpathy此前提出的“认知核心”方向，旨在解决大模型因算力和Token成本高昂而难以大规模落地的问题。新程Alpha通过独特的强化学习训练，提升了模型的泛化与抽象思考能力。其意义在于：提升多智能体决策质量、大幅降低云端与端侧部署成本，并为主动式智能体应用提供了经济可行的基础，有望推动AI产品从响应式向主动式演进。 明日新程团队源自微软小冰，曾以3.6B模型击败更大参数模型。当前，其聚焦的群体多智能体赛道已获资本关注。随着认知模型将成本结构重构，AI产品的商业模式与形态或将迎来深刻变革。

marsbit06/09 12:03

苹果渴求的端侧AI杀出黑马：首个认知模型诞生，4B打平GPT-5.4

marsbit06/09 12:03

苹果终于承认，Siri 老了

苹果在WWDC 2026上正式承认Siri已落后于时代，并宣布其人工智能战略的重大转向。发布会核心是将Siri升级为“Siri AI”，并与谷歌达成深度合作，利用Gemini大模型的能力来训练苹果的新一代基础模型。苹果发布了五个不同规格的Apple基础模型，并首次将私有云计算（PCC）扩展至谷歌云和英伟达的GPU。 文章回顾了Siri自2011年诞生以来的发展历程，指出苹果虽早早布局个人助理概念，但因过度追求封闭与控制，限制了Siri向真正智能助手的发展。过去十年，苹果的AI能力以端侧、隐私保护的形式深度集成于系统中，但生成式AI的浪潮改变了竞争规则。 面对ChatGPT等产品的压力，苹果内部进行了人事与团队结构调整。2026年，苹果选择与谷歌合作，通过“蒸馏”方式，利用Gemini训练更小、更适合端侧运行的模型，这标志着苹果在核心AI技术上放弃了完全自研的路径。 对于用户，苹果描绘了AI深度融入系统体验的场景：智能整理通知、邮件摘要、跨应用理解上下文等。Siri也有了独立应用和记忆功能。然而，新功能有较高的硬件门槛，且在中国市场将面临本土化适配与监管挑战，实际体验可能与美国不同。 文章最后指出，苹果AI的未来关键在于如何作为“个人”智能，在提升效率与尊重用户隐私、理解人性复杂之间找到平衡。苹果借用了外部的模型与算力，但真正考验在于学会在理解用户生活的同时，“知道在哪里停下来”。

marsbit06/09 07:15

苹果终于承认，Siri 老了

marsbit06/09 07:15

手机上跑MoE？Meta提出MobileMoE，iPhone 16 Pro提速3.8倍

Meta团队提出MobileMoE，首次在商用智能手机上实现了高效的混合专家模型（MoE）推理。该模型面向端侧设计，采用MoE层替代传统稠密前馈层，通过路由机制为每个token选择少数专家进行计算，并包含共享专家。MobileMoE-S/M版本在内存相近的情况下，仅需稠密基线1/2到1/4的计算量，在14项基础评测中达到持平或更高的平均准确率，为端侧大语言模型建立了新的帕累托前沿。 在iPhone 16 Pro的实测中，MobileMoE-S在输入阶段最高提速3.8倍，逐token生成阶段提速2.2-3.4倍，且峰值内存占用低于对比模型。量化至INT4后性能降幅较小，仍保持竞争力。 研究同时探讨了专家数量、粒度及共享专家等架构选择，确定了E=8、g=8、带共享专家的优化配置。尽管MobileMoE在代码和数学任务上表现突出，但在高阶指令遵循与知识推理上仍落后于Qwen3.5 2B。未来需通过蒸馏、后训练及多模态扩展进一步提升，并探索NPU部署、动态路由等方向以优化端侧效率。

marsbit06/01 06:09

手机上跑MoE？Meta提出MobileMoE，iPhone 16 Pro提速3.8倍

marsbit06/01 06:09

iPhone本地跑Gemma 4火了，0 token时代还有多远？

谷歌开源新模型Gemma 4，其小参数版本（如2.3B和4.5B）可在手机端本地运行，支持多模态处理，上下文窗口达128K，被称作“可放入口袋的Gemini平替”。用户实测在iPhone和三星等设备上推理速度超过40 token/秒，体验流畅如“魔法”，适用于医疗等敏感场景。通过官方App“Google AI Edge Gallery”可便捷安装使用。 不过，Gemma 4在复杂任务（如代码代理、工具调用和结构化输出）上表现不佳，智力水平仍有局限。尽管当前开源模型与顶尖闭源模型尚有差距，端侧AI的发展趋势已非常明确：未来本地模型将逐步接管高频简单任务，迫使依赖API销售的厂商转向更复杂的Agent能力、超长上下文和实时数据处理。Gemma 4只是一个开端，端侧与云端体验无差别的那天，将重塑AI商业模式。

marsbit04/06 05:53

iPhone本地跑Gemma 4火了，0 token时代还有多远？

marsbit04/06 05:53

苹果获谷歌Gemini完全访问权，利用蒸馏技术加速设备端AI模型开发

近日，苹果公司正式获得谷歌Gemini模型的广泛访问权限，旨在通过数据蒸馏技术加速其设备端轻量化人工智能模型的开发。苹果将在其数据中心利用Gemini生成的高质量答案和逻辑链记录，作为训练数据用于自研小型模型的构建。这一“模型蒸馏”方法能够在保持高效计算的同时，使轻量化模型具备接近大模型的逻辑处理能力。 尽管Gemini与苹果Siri的系统设计存在差异，此次合作仍显著弥补了苹果在高质量合成数据获取方面的不足。苹果同时持续推进自研底层模型的工作，预计新一代融合蒸馏技术的AI功能将在6月的WWDC大会上亮相。 这一合作标志着AI行业竞争从算力转向训练策略，苹果通过借助顶级模型能力强化端侧算力，反映了科技巨头在通用大模型与私有端侧AI之间的战略平衡，也预示未来端侧设备将具备更强的本地推理与复杂任务处理能力，进一步推动AI普惠化发展。

marsbit03/27 01:28

苹果获谷歌Gemini完全访问权，利用蒸馏技术加速设备端AI模型开发

marsbit03/27 01:28

“借鸡生蛋”？苹果获谷歌 Gemini 授权：通过模型“蒸馏”打造最强本地 AI

为了让Siri彻底摆脱“人工智障”的标签，苹果选择与谷歌合作，获得Gemini模型的完整访问权限。这项合作的核心是通过“蒸馏”技术，利用Gemini的强大算力为苹果设备定制更小型、更智能的本地化AI模型。 “蒸馏”技术类似于让“天才老师”教导“普通学生”：苹果通过向Gemini提问并学习其推理过程，使自研小型模型在低算力需求下达到接近云端大模型的性能，同时保障本地化运行的安全性和响应速度。 预计随iOS27推出的新Siri将具备深度交互、情感支持、文档理解、信息提炼和出行预订等能力。苹果有权调整Gemini的回答风格，确保与用户体验高度契合。 尽管依赖谷歌的技术，苹果并未放弃自研AI团队仍在推进独立的基础模型，采取“短期借力、长期自研”的战略。通过云端“蒸馏”到本地运行的方式，苹果试图在隐私、效率和AI能力之间找到平衡点，推动移动设备AI竞赛进入下半场。

marsbit03/26 01:08

“借鸡生蛋”？苹果获谷歌 Gemini 授权：通过模型“蒸馏”打造最强本地 AI

marsbit03/26 01:08

活动图片

热门分类right-arrow

热门标签right-arrow

交易策略right-arrow

深度研究right-arrow