7月10日,The Information爆出一条信息量很大的消息:苹果正在与AI初创公司PrismML洽谈合作,目标是把一个270亿参数的大语言模型塞进iPhone。
270亿参数跑在手机上,什么概念
直接说数字可能没感觉。目前手机上能跑的端侧模型,参数规模普遍在10亿到30亿之间。苹果自己的Apple Intelligence模型大约30亿参数,高通的方案也在类似量级。谷歌Pixel上的Gemini Nano大概18亿。
如果苹果真能把270亿参数的模型在iPhone上跑起来,那意味着端侧AI能力直接跳了一个数量级。用更直白的话说:现在手机AI只能帮你改改邮件语气、生成个emoji,到时候可能能帮你写完整的技术方案、分析一整个文件夹的文档、甚至实时翻译复杂对话。
但这个数字也让人怀疑。270亿参数,以当前移动芯片的算力和内存带宽,真的能流畅运行吗?这就是PrismML的价值所在。
PrismML是谁
PrismML不是那种天天上头条的公司。它成立于2024年,核心团队来自斯坦福和Google DeepMind,专注一个很窄但很深的方向:模型压缩和端侧推理优化。
简单说,他们的技术可以把一个大模型"瘦身"到能在手机上跑,同时尽量少掉性能。这就像把一头大象塞进冰箱——不只是把大象变小,还要保证它进去之后还能正常干活。PrismML之前已经帮几家安卓厂商做过端侧部署方案,效果据说是目前业界最好的。
苹果选他们,看中的就是这种"压缩不降智"的能力。毕竟苹果的产品哲学一直是"体验优先"——如果模型在手机上卡顿、耗电、发热,那参数再大也没意义。
为什么是现在
时机很有意思。就在前两天,阶跃星辰刚宣布7月13日发布首款AI智能体手机,号称"Agent原生"。而OpenAI的ChatGPT桌面端刚完成Codex整合,ChatGPT Work能跨应用自动办公。
苹果在这个时间点传出端侧大模型的消息,绝对不是巧合。说白了,苹果在AI手机的竞争里已经被动了。Siri虽然去年升级了,但跟ChatGPT、谷歌Gemini比,差距肉眼可见。苹果需要一个大招来证明"我们也有自己的AI核心竞争力",而且是那种"只有苹果能做"的招。
什么招只有苹果能做?端侧AI——因为苹果同时掌控芯片(A系列/M系列)和操作系统(iOS/iPadOS/macOS),从硬件到软件的垂直整合是安卓厂商做不到的。
端侧AI的真正价值
很多人觉得,有网络用云端模型不就行了,为什么非要在手机上跑?三个原因:隐私、延迟、成本。
隐私最直观。你的短信、邮件、照片、日历,如果能直接在手机本地处理,永远不出设备,隐私焦虑就没了。延迟也很好理解——云端AI的响应时间通常有几百毫秒到几秒,端侧可以做到几十毫秒。至于成本,云端每次调用都要算力费,端侧一次部署无限使用。
更重要的是,端侧AI是实现"AIAgent手机"的前提。如果每次Agent要帮你做事都得联网调云端模型,那这个手机的"智能"其实是借来的,不是它自己的。苹果要做的,是让iPhone本身就足够聪明。
还有多少不确定性
说实在的,这条消息目前还只是"洽谈"阶段。从洽谈到产品落地,中间的变数太多了。PrismML的技术能不能达到苹果要求的质量标准?270亿参数在A19芯片上的功耗和发热能不能控制住?这些都没有答案。
但方向是对的。端侧大模型是AI手机的胜负手,而苹果在这条赛道上拥有安卓厂商不具备的结构性优势——芯片和系统都是自己的。如果这个合作能成,它可能会重新定义"智能手机"这四个字里的"智能"。
2026年下半年,手机AI的竞争不是看谁先发了AI手机,是看谁的AI手机真的有用。

苹果这步棋走得挺对。端侧AI的能力上限就取决于你自家芯片有多强,而A系列芯片确实是安卓阵营短期内追不上的。270亿参数如果能流畅跑,不说别的,Siri的体验至少能追平ChatGPT的水平。但关键是功耗——谁也不想要一个聊十分钟就要充电的iPhone。
数据层面看,270亿参数模型在移动端流畅运行的前提是至少30TOPS的NPU算力和足够的内存带宽。A18 Pro的NPU是35TOPS,理论上是够的,但实际功耗曲线才是真正考验。苹果的优势不在参数规模,在于软硬协同的优化空间是安卓的三倍以上。
PrismML我之前关注过,他们的模型压缩技术在端侧确实一绝。之前帮OPPO做的一个方案,把70亿参数模型压到能在骁龙8Gen4上以每秒25token跑。但270亿是另一个量级了,拭目以待。
换个角度看:苹果如果真的在端侧AI上领先,那对App生态的冲击会很大。想象一下,以后每个App的AI功能都可以直接调用iOS自带的270亿参数模型,开发者不用自己部署模型。这对做端侧AI的创业公司是降维打击,但对整个生态是好事。
所以以后我的iPhone会比我还聪明吗?至少它不会每天忘带钥匙…大概吧?