Site icon Daniel 的科技日誌

iOS 27 AI 大升級最大功臣!拆解蘋果 AFM 3 背後隱藏技術!

<div class&equals;"b251a5ab27c10f4b5a7c0e69cd5b991d" data-index&equals;"1" style&equals;"float&colon; none&semi; margin&colon;20px 0 20px 0&semi; text-align&colon;center&semi;">&NewLine;<script async src&equals;"https&colon;&sol;&sol;pagead2&period;googlesyndication&period;com&sol;pagead&sol;js&sol;adsbygoogle&period;js&quest;client&equals;ca-pub-4658094738230866" &NewLine; crossorigin&equals;"anonymous"><&sol;script> &NewLine;<&excl;-- 文首廣告 --> &NewLine;<ins class&equals;"adsbygoogle" &NewLine; style&equals;"display&colon;block" &NewLine; data-ad-client&equals;"ca-pub-4658094738230866" &NewLine; data-ad-slot&equals;"7742839907" &NewLine; data-ad-format&equals;"auto" &NewLine; data-full-width-responsive&equals;"true"><&sol;ins> &NewLine;<script> &NewLine; &lpar;adsbygoogle &equals; window&period;adsbygoogle &vert;&vert; &lbrack;&rsqb;&rpar;&period;push&lpar;&lbrace;&rcub;&rpar;&semi; &NewLine;<&sol;script>&NewLine;<&sol;div>&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">Apple 在 6 月 9 日凌晨的 WWDC 全球開發者大會上,正式發佈了全新一系列 27 的作業系統。當中 Apple 最落力推介的 Apple Intelligence,自然成為大家最關心的焦點。一如外界預期,Apple 今次正式與 Google 達成戰略合作,將 Gemini 語言模型整合到 Apple 的生態圈內。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">發佈會完結後,Apple 按照慣例在官方的 Machine Learning Research 網站,公開了第三代 Apple 基礎模型(Apple Foundation Models&comma; AFM 3)的技術白皮書。今次 Daniel 就為大家消化一下這份技術文件,用比較易明的方式,拆解全新一代 AFM 3 到底有甚麼技術突破。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<figure class&equals;"wp-block-image size-large"><img src&equals;"https&colon;&sol;&sol;danieltechdiary&period;com&sol;wp-content&sol;uploads&sol;2026&sol;06&sol;WWDC26-w-1024x576&period;jpg&quest;crop&equals;1" alt&equals;"" class&equals;"wp-image-37032"&sol;><&sol;figure>&NewLine;&NewLine;&NewLine;&NewLine;<div style&equals;"height&colon;30px" aria-hidden&equals;"true" class&equals;"wp-block-spacer"><&sol;div>&NewLine;&NewLine;&NewLine;&NewLine;<h3 class&equals;"wp-block-heading"><strong><mark style&equals;"background-color&colon;rgba&lpar;0&comma; 0&comma; 0&comma; 0&rpar;" class&equals;"has-inline-color has-dark-blue-color">五大模型構建 Apple Foundation Model<&sol;mark><&sol;strong><&sol;h3>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">今代的 AFM 3 家族一共有五款模型,分別針對不同的運算場景,全面涵蓋「裝置端」(On-Device)以及「私密雲端運算」(Private Cloud Computing,PCC)伺服器。各個模型的具體規格與分工如下:<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<ul class&equals;"wp-block-list">&NewLine;<li><strong>AFM 3 Core(裝置端):<&sol;strong>&nbsp&semi;å…·å‚™ 30 億參數的密集模型(Dense model),專注處理低延遲的基礎文字任務。Apple 官方數據指出,今代模型在基準測試中的用家滿意度達到 45&period;6&percnt;,較上一代有顯著的效能提升。<&sol;li>&NewLine;&NewLine;&NewLine;&NewLine;<li><strong>AFM 3 Core Advanced(裝置端):<&sol;strong> çµ‚端 AI 的運算核心,規模達到 200 億參數的稀疏模型(Sparse model)。系統會透過動態調度,針對特定任務精準喚醒對應的專家模塊,將系統資源消耗減至最低,並原生支援語音與影像等多模態數據輸入。<&sol;li>&NewLine;&NewLine;&NewLine;&NewLine;<li><strong>AFM 3 Cloud(伺服器):<&sol;strong>&nbsp&semi;負責在雲端處理更複雜的任務。它升級了「並行軌道混合專家架構(Parallel-Track Mixture-of-Experts,PT-MoE)」,概念上是同時分開多條數據通道,讓不同專家模塊會在各專屬軌道上同時處理數據,大幅度降低舊有雲端架構的數據排隊延遲。<&sol;li>&NewLine;&NewLine;&NewLine;&NewLine;<li><strong>ADM 3 Cloud &lpar;Image&rpar;(伺服器):<&sol;strong>&nbsp&semi;專為影像處理建構的擴散模型,主要負責提供龐大的圖像生成算力,驅動系統內建的 Genmoji 生成、Image Playground 以及相片 App 的「空間重塑(Reframe)」等高強度圖像渲染功能。<&sol;li>&NewLine;&NewLine;&NewLine;&NewLine;<li><strong>AFM 3 Cloud Pro(伺服器):<&sol;strong>&nbsp&semi;<strong>AFM 3 Cloud Pro(伺服器):<&sol;strong>&nbsp&semi;AFM 3 家族中規格封頂的旗艦模型。全系唯一調用 NVIDIA GPU 叢集進行運算,專屬處理最複雜的邏輯推理任務及跨應用程式的 AI 工具調度。<&sol;li>&NewLine;<&sol;ul>&NewLine;&NewLine;&NewLine;&NewLine;<div style&equals;"height&colon;30px" aria-hidden&equals;"true" class&equals;"wp-block-spacer"><&sol;div>&NewLine;&NewLine;&NewLine;&NewLine;<h3 class&equals;"wp-block-heading"><strong><mark style&equals;"background-color&colon;rgba&lpar;0&comma; 0&comma; 0&comma; 0&rpar;" class&equals;"has-inline-color has-dark-blue-color">全新調度架構突破手機 RAM 限制<&sol;mark><&sol;strong><&sol;h3>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">要在手機跑 AI,RAM 不夠大向來是最大的硬傷。例如 Google çš„ Gemini Nano-2,正是受制於此物理限制,其規模只能壓縮至 30 億參數。Apple 研發團隊引入了一項名為「指令跟隨式修剪」(Instruction-Following Pruning,IFP)的創新架構。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">在傳統的混合專家模型(MoE)中,AI 生成每個詞元(Token)時,均需在手機的 ROM 與 RAM 之間高頻率地傳輸「權重」(Weights,即 AI 經過訓練後的神經網絡參數與邏輯連線)。但頻繁的數據遷移會極度消耗系統功耗。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">但有了 IFP,系統在接收到用戶指令的瞬間,會精準計算出任務所需的運算模塊,隨即動態從 ROM 中提取 10 億至 40 億個「專家」參數載入 RAM 運作。這種機制令實際模型大小成功避開傳統 RAM 的限制,同時大幅度減少了延遲。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<figure class&equals;"wp-block-image size-large"><img src&equals;"https&colon;&sol;&sol;danieltechdiary&period;com&sol;wp-content&sol;uploads&sol;2026&sol;06&sol;螢幕截圖-2026-06-11-23&period;53&period;25-1024x494&period;png&quest;v&equals;1781193220" alt&equals;"IFP 架構的示意圖,當在 RAM 中藍色的「權重」判斷完畢,就會從 ROM 提取橙色的「專家」參數放入 RAM 中。" class&equals;"wp-image-37026"&sol;><figcaption class&equals;"wp-element-caption">IFP 架構的示意圖,當在 RAM 中藍色的「權重」判斷完畢,就會從 ROM 提取橙色的「專家」參數放入 RAM 中。<&sol;figcaption><&sol;figure>&NewLine;&NewLine;&NewLine;&NewLine;<div style&equals;"height&colon;30px" aria-hidden&equals;"true" class&equals;"wp-block-spacer"><&sol;div>&NewLine;&NewLine;&NewLine;&NewLine;<h3 class&equals;"wp-block-heading"><strong><mark style&equals;"background-color&colon;rgba&lpar;0&comma; 0&comma; 0&comma; 0&rpar;" class&equals;"has-inline-color has-dark-blue-color">外部伺服器依然受私密雲端計算保護<&sol;mark><&sol;strong><&sol;h3>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">至於外部伺服器的私隱問題,今次 Apple 最破格的,絕對是罕有地公開與 Google 的合作細節。對於市場憂慮用戶資料傳送至 Google 伺服器或引發私隱風險,Apple 今次透過升級版 PCC 架構繼續保障私隱。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">Apple 首度將 AFM 3 Cloud Pro 放到 Google Cloud 伺服器內的 NVIDIA GPU 上,也把 PCC 安全架構延伸至第三方雲端。Apple 結合了 NVIDIA 機密運算技術、Intel TDX 及 Google Titan 晶片等,更同時擁有分別來自 Google 與 Intel 的「硬件信任根」(內置在晶片中絕對不會被駭客改到的安全種子),代表即使其中一個硬件層面出現漏洞,整體 PCC 伺服器也不會受到任何損壞。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">而且,Apple 裝置只獲准與經過官方簽署的軟件通訊。所以就算軟件在第三方雲端運行,裝置亦只會跟 PCC 中真正獲認證的 Apple 程式碼對話,確保所有運算均遵循端到端加密及「無狀態運算」(Stateless&nbsp&semi;Computing,即運算後立即銷毀數據)原則。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<figure class&equals;"wp-block-image size-large"><img src&equals;"https&colon;&sol;&sol;danieltechdiary&period;com&sol;wp-content&sol;uploads&sol;2026&sol;06&sol;apple&lowbar;private&lowbar;cloud&lowbar;compute&lowbar;1718174807696&period;jpg-1024x576&period;jpg&quest;crop&equals;1&quest;v&equals;1781193538" alt&equals;"" class&equals;"wp-image-37027"&sol;><figcaption class&equals;"wp-element-caption">Private Cloud Compute 是 Apple 最注重的地方<&sol;figcaption><&sol;figure>&NewLine;&NewLine;&NewLine;&NewLine;<div style&equals;"height&colon;30px" aria-hidden&equals;"true" class&equals;"wp-block-spacer"><&sol;div>&NewLine;&NewLine;&NewLine;&NewLine;<h3 class&equals;"wp-block-heading"><strong><mark style&equals;"background-color&colon;rgba&lpar;0&comma; 0&comma; 0&comma; 0&rpar;" class&equals;"has-inline-color has-dark-blue-color">軟硬件研發技術令 Apple 優勝於 Android<&sol;mark><&sol;strong><&sol;h3>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">面對全面擁抱 Google Gemini çš„ Android 手機陣營,Apple 透過 AFM 3 展現出完全不同的競爭策略。現時 Android 陣營高度依賴 Google 提供的 Gemini Nano 作為裝置端 AI 模型。不過,由於絕大部分 Android 手機採用外購晶片,加上 Android 系統限制, 廠商很難在系統底層做到複雜的記憶體調度調整,令手機模型的規模長期停留在幾十億參數的樽頸。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">反觀 Apple 今次正好發揮了軟硬體「大包圍」的絕對優勢,由核心的 Apple Silicon 晶片、iOS 系統底層,以至專為自家硬件編寫的 IFP 模型架構,全部由 Apple 掌握。正因為 Apple 有對系統開發的絕對權,所以才能破格地將一個高達 200 億參數的模型放入 iPhone 並維持系統流暢。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<figure class&equals;"wp-block-image size-large"><img src&equals;"https&colon;&sol;&sol;danieltechdiary&period;com&sol;wp-content&sol;uploads&sol;2026&sol;06&sol;7f4272cb-30aa-480a-94bc-04834bddb6dc&lowbar;1950x1262-1024x663&period;jpg&quest;v&equals;1781195253" alt&equals;"Google Gemini Nano" class&equals;"wp-image-37028"&sol;><figcaption class&equals;"wp-element-caption">Google Gemini Nano<&sol;figcaption><&sol;figure>&NewLine;&NewLine;&NewLine;&NewLine;<div style&equals;"height&colon;30px" aria-hidden&equals;"true" class&equals;"wp-block-spacer"><&sol;div>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">今次看得出 Apple 不是單純把 Google Gemini 直接放入 AFM 3 的伺服器,而是 Apple 真的有特別研究如何把外來模型配合自家的技術在各個 OS 中發揮作用。當然白皮書中技術當然很亮麗,用家最留意的實際表現都要等待九月各個 OS「27」正式推出的日子才知道。<&sol;p>&NewLine;&NewLine;&NewLine;&NewLine;<div style&equals;"height&colon;30px" aria-hidden&equals;"true" class&equals;"wp-block-spacer"><&sol;div>&NewLine;&NewLine;&NewLine;&NewLine;<p class&equals;"wp-block-paragraph">資料來源:<a href&equals;"https&colon;&sol;&sol;www&period;google&period;com&sol;search&quest;q&equals;https&colon;&sol;&sol;machinelearning&period;apple&period;com&sol;research&sol;afm3">Apple Machine Learning Research<&sol;a><&sol;p>&NewLine;<div class&equals;"b251a5ab27c10f4b5a7c0e69cd5b991d" data-index&equals;"2" style&equals;"float&colon; none&semi; margin&colon;20px 0 20px 0&semi; text-align&colon;center&semi;">&NewLine;<script async src&equals;"https&colon;&sol;&sol;pagead2&period;googlesyndication&period;com&sol;pagead&sol;js&sol;adsbygoogle&period;js&quest;client&equals;ca-pub-4658094738230866" &NewLine; crossorigin&equals;"anonymous"><&sol;script> &NewLine;<ins class&equals;"adsbygoogle" &NewLine; style&equals;"display&colon;block&semi; text-align&colon;center&semi;" &NewLine; data-ad-layout&equals;"in-article" &NewLine; data-ad-format&equals;"fluid" &NewLine; data-ad-client&equals;"ca-pub-4658094738230866" &NewLine; data-ad-slot&equals;"3095945705"><&sol;ins> &NewLine;<script> &NewLine; &lpar;adsbygoogle &equals; window&period;adsbygoogle &vert;&vert; &lbrack;&rsqb;&rpar;&period;push&lpar;&lbrace;&rcub;&rpar;&semi; &NewLine;<&sol;script>&NewLine;<&sol;div>&NewLine;&NewLine;<div style&equals;"font-size&colon; 0px&semi; height&colon; 0px&semi; line-height&colon; 0px&semi; margin&colon; 0&semi; padding&colon; 0&semi; clear&colon; both&semi;"><&sol;div>

Exit mobile version