苹果发布第二代基础模型并向开发者开放端侧模型

背景

苹果自己研发基础模型，也就是支撑 Apple 智能的大型语言模型。第一代模型已经用于 Apple 智能。第一代模型是 Apple 智能上线时所用的一组模型。第二代是这项工作的下一个版本，同时改变了外部开发者的使用方式。发布的场合是 WWDC，即全球开发者大会（Worldwide Developers Conference），苹果在这里介绍下一年度的软件计划。

发生了什么

2025 年 6 月 9 日，苹果在 WWDC 上发布了第二代基础模型，并向第三方应用开放端侧模型^[1][2]。为苹果平台编写应用的开发者，第一次可以基于苹果自家系统应用所用的同一个模型开发功能。

苹果于 2025 年 7 月 17 日发布了配套的技术报告，距离发布会已经过去一个多月^[1]。报告给出了模型的设计和训练细节。

关键细节

端侧模型约有 30 亿个参数，服务器模型采用并行轨道混合专家（Parallel-Track Mixture-of-Experts）架构^[1]。参数是神经网络内部在训练中设定的数值。混合专家设计会把每个输入只交给网络中的少数专家部分处理，因此运行大模型的成本可以低于让每个输入都经过全部网络的做法。

两个模型都增加了图像理解能力，并支持 15 种语言^[1]。新增的图像理解让模型既能回答关于文字的问题，也能回答关于图片的问题，这在第一代的核心能力中并不包括。

Foundation Models 框架允许 Swift 开发者通过两项功能调用模型。引导式生成（guided generation）让模型按照设定的结构输出结果，使应用可以依赖答案的格式；工具调用（tool calling）则让模型调用应用定义的函数^[1]。开发者使用推理功能无需付费^[1]，因此应用可以在不为每次请求付费的情况下使用模型。

该框架与实时翻译（Live Translation）一起，随 iOS 26 于 2025 年 9 月 15 日上线^[2]。

影响

对开发者而言，最大的变化是能够使用模型。端侧模型原本是苹果自家系统的一部分，框架则把它开放给第三方应用。开发者如果想为应用添加 AI 功能，现在可以直接用 Swift 调用模型，无需自行构建或托管模型。

对用户而言，这意味着他们已经安装的应用，有机会提供与操作系统相连的 AI 功能。对想了解这一领域的读者来说，这一事件也体现了行业中的一种常见模式：公司把大模型留给自家产品，同时把模型开放给外部开发者。想了解设计和训练细节的读者，可以阅读 7 月发布的技术报告^[1]。