為顧及隱私安全，Apple Intelligence 的各項功能都會優先選擇在 iPhone 本機執行、只有遇到需要更多運算資源的任務才會交由私密雲端運算處理；因此對於蘋果來說，若能在 iPhone 的硬體限制下執行規模更大的裝置端模型，理論上就能讓更多 AI 功能直接在本機完成。
日前就有外媒報導表示，蘋果正與 AI 新創公司 PrismML 洽談，研究如何將規模更大的 AI 模型直接部署到 iPhone 上，希望進一步提升裝置端 AI 的處理能力。
PrismML 新技術，讓 270 億參數 AI 模型部署到 iPhone 17 Pro 上
根據《The Information》報導，蘋果最近曾與 AI 新創公司 PrismML 進行會談，研究如何利用 PrismML 的模型壓縮技術讓規模更大的 AI 模型直接在 iPhone 上運行。
報導指出，PrismML 已成功將阿里巴巴開源的大型語言模型「Qwen 3.6」最佳化，讓它能完整部署在 iPhone 17 Pro 上；這款模型擁有 270 億參數，規模比目前 Apple Intellignece 最強的裝置端模型「AFM 3 Core Advanced」還要大（約 200 億參數）。
另一方面，兩款裝置端模型的運作方式也不一樣；蘋果的 AFM 3 Core Advanced 採用「稀疏架構（Sparse Architecture）」；雖然整個模型共有約 200 億參數，但每次執行 AI 任務時只會依照需求啟用其中約 10～40 億個參數，藉此降低記憶體占用、耗電量與運算負擔。
增強裝置端模型可提升能力，但硬體限制也會越來越嚴格
開頭有說到，由於蘋果非常注重隱私，所以 Apple Intellignece 多數任務都會優先使用 iPhone 上的裝置端模型處理，只有遇到複雜問題時才會上傳私密雲端運算完成。
若蘋果能在 iPhone 上部署規模更大的 AI 模型，也代表更多 AI 功能可直接留在裝置端完成；不只能減少資料傳送至雲端的需求，也能降低延遲，並讓部分功能在網路不穩或沒有連線時繼續使用。同時也有助於降低伺服器、晶片、網路與電力等雲端運算成本。
不過代價就是硬體要求也會越來越嚴格，目前 AFM 3 Core Advanced 就已限制 12GB 記憶體才能運作，未來若模型規模持續增加，還需在效能、耗電、溫度與執行速度之間取得平衡。
蘋果是否會採用 PrismML 技術？仍有待後續觀察
目前的報導僅指出蘋果曾與 PrismML 就相關技術進行討論，並沒有提到雙方已經達成合作、投資或收購協議。
不過蘋果在面對具有潛力的新技術時大多會直接動用「鈔能力」，透過收購新創公司來加速產品布局；例如 2010 年收購 Siri、2016 年收購機器學習公司 Turi、2020 年收購 AI 新創 Xnor.ai 等，最後都陸續整合進自家的產品與技術中。
延伸閱讀》
如果想知道更多關於 Apple 的消息、教學、小技巧或是科技新知，一定要點擊以下任一 LOGO，追蹤我們的 Facebook 粉絲團、訂閱 IG、YouTube 以及 Telegram。
