Apple AI 戰略大轉彎：第三代基礎模型 AFM 3 聯手 Google 雲端，打造隱私與效能平衡術
編輯核心觀點
- ✦Apple 在 WWDC26 發表第三代基礎模型（AFM 3），正式將雲端運算架構延伸至 Google Cloud 的 NVIDIA GPU 伺服器。
- ✦AFM 3 包含五款模型，其中 AFM 3 Core Advanced 採用稀疏架構，能在裝置端以 200 億參數實現高效能運算。
- ✦Apple 強調即便使用外部雲端資源，仍透過加密驗證與隔離技術，維持與 Apple Silicon 伺服器同級的隱私與安全標準。
Apple AI 模型陣容：從裝置端到雲端的五大戰力
在 WWDC26 大會上，Apple 正式揭曉了第三代 Apple Foundation Models（AFM 3），這套陣容包含五款模型，分別針對不同運算需求與架構進行優化。其中，AFM 3 Core 與 AFM 3 Code Advanced 為裝置端模型；AFM 3 Cloud、ADM 3 Cloud (Image) 與 AFM 3 Cloud Pro 則為雲端伺服器模型。
值得注意的是，除了 AFM 3 Cloud Pro 以外，其餘模型皆設計在 Apple Silicon 裝置上運行。AFM 3 Cloud Pro 則是 Apple 首度將其「私有雲端運算（Private Cloud Compute, PCC）」架構延伸至第三方基礎設施，透過 Google Cloud 的 NVIDIA GPU 進行運算。
AFM 3 Core Advanced：裝置端的參數效率革命
在本次發布中，AFM 3 Core Advanced 最受矚目。這款模型擁有 200 億參數，卻能透過 Apple 自研的「稀疏架構（sparse architecture）」在裝置端運行。根據 Apple 的說明，該模型並非同時啟動所有參數，而是根據請求內容，僅激活 10 億至 40 億個參數，這項技術源自 Apple 一年前發表的「指令遵循剪枝（Instruction-Following Pruning）」研究。
聯手 Google 的安全防護網
對於將運算需求外包至 Google Cloud 的決策，Apple 在其安全部落格中強調，即便使用外部硬體，安全性依然是核心。Apple 與 Google 合作開發了一套超越傳統機密運算的防護機制，不僅防範側通道攻擊，更將從韌體、作業系統到應用程式碼的所有組件納入「可信運算基礎（trusted computing base）」。
我們不單純依賴機密運算技術來緩解攻擊。我們將每一個組件——從韌體到主機與客體作業系統堆疊，再到應用程式碼——都視為可信運算基礎的一部分，並受到我們可驗證的透明度與無特權存取保證的約束。
為了防止供應鏈攻擊，Apple 維護了一份加密可驗證、僅能附加（append-only）的 Google Cloud 硬體清單。此外，針對可能被濫用的組件，其軟體認證機制至少根植於兩個來自獨立供應商的信任根（roots of trust）。
訓練數據來源與評估
Apple 指出，這五款模型共享相同的基礎，隨後針對各自架構進行微調，並具備多模態能力，包括音訊、圖像理解、長文本推理與高品質視覺生成。在訓練數據方面，Apple 採用了公開資訊、授權數據、開源數據及合成數據，並明確表示訓練過程不包含用戶數據或互動紀錄，出版商亦可選擇退出訓練集。
在人類評估測試中，AFM 3 系列在指令遵循、真實性與圖像理解等指標上，皆展現出優於前代模型的表現。特別是 AFM 3 Core Advanced 在聽寫任務中，於七項品質維度上均展現出顯著的優勢。
