在 WWDC26 開發者大會上，蘋果正式發表第三代 Apple Foundation Models（AFM，Apple 基礎模型），此次共推出五款全新 AI 模型，涵蓋裝置端與雲端運算架構，其中最值得注意的是，蘋果首度將部分 AI 推論能力擴展至第三方基礎設施，透過 Google Cloud 與 NVIDIA GPU 執行最強大的 AFM 3 Cloud Pro 模型，這項變化也代表 Apple AI 發展策略邁入新階段，在維持隱私與安全性的前提下，進一步提升大型模型的運算能力。
Apple AFM模型是什麼？
AFM（Apple Foundation Models，Apple 基礎模型）是 Apple 自行研發的大型人工智慧模型家族，也是 Apple Intelligence 背後的核心技術。
所謂的 Foundation Model（基礎模型）指的是經過大量資料預先訓練的大型 AI 模型，能夠作為各種人工智慧功能的基礎，再根據不同用途進行微調或擴充。如今大家熟悉的 ChatGPT 背後的 GPT 模型、Google Gemini、Anthropic Claude 等，都屬於基礎模型的一種。
Apple 的 AFM 則是專門為 Apple 生態系打造，其設計理念與其他 AI 公司有所不同：
- 優先考量隱私保護
- 盡可能在裝置端完成運算
- 針對 Apple Silicon 晶片進行高度最佳化
- 在手機、平板與電腦等裝置上提供低延遲 AI 體驗
因此，蘋果並非完全依賴雲端大型模型，而是同時發展兩種架構：
1. 裝置端模型（On-device Models）
直接在 iPhone、iPad 或 Mac 上執行，能夠讓資料不需離開裝置，且回應速度更快、支援離線運作部分功能和隱私性較高，像是文字摘要、郵件改寫、Siri部分功能與語音聽寫。
2. 雲端模型（Cloud Models）
當任務過於複雜、超出裝置端模型能力時，系統會將請求交給雲端模型處理，主要像是長篇內容分析、複雜推理、AI代理功能與影像生成與編輯。
Apple 過去主要透過 Private Cloud Compute（PCC）在自家資料中心執行這些模型，但在 WWDC26 發表的第三代 AFM 中，Apple 首度將部分模型延伸至 Google Cloud 的 NVIDIA GPU 基礎設施上運行。
AFM 模型與 Apple Intelligence 的關係
可以把 AFM 想成是 Apple Intelligence 的引擎，Apple Intelligence 是使用者看得到的 AI 功能品牌，而 AFM 則是背後負責理解語言、分析圖片、生成內容與執行推理工作的 AI 模型，這兩者的關係有點類似：
- ChatGPT ↔ GPT 模型
- Gemini ↔ Gemini 模型
- Claude ↔ Claude 模型
- Apple Intelligence ↔ AFM 模型
也就是說，AFM 是技術底層，Apple Intelligence 則是使用者實際接觸到的產品與功能。
Apple最新第三代AFM模型有什麼特色？
比較特別在於這次蘋果推出的第三代 AFM 模型也出現明顯轉變，過去強調盡量在本機執行和雲端運算完全由 Apple 控制，並全面使用 Apple Silicon 有明顯轉變。
在第三代 AFM 中，也出現了 200 億參數的裝置端模型 AFM 3 Core Advanced，並且首度將模型部署到 Google Cloud ，和搭配 NVIDIA GPU ，也把 Private Cloud Compute 延伸到第三方基礎設施。
此次在 WWDC 2026 推出的第三代 Apple Foundation Models 共包含五款模型，分別對應不同裝置與應用場景：
- AFM 3 Core：新一代 30 億參數密集型（Dense）模型。
- AFM 3 Core Advanced：Apple 目前最強大的裝置端模型。
- AFM 3 Cloud：Apple 的主力雲端模型。
- AFM 3 CloudADM 3 Cloud（Image）：負責圖片生成與編輯和進階照片編修工具。
- AFM 3 Cloud Pro：Apple 最強大的伺服器端模型，專門處理最複雜任務。
其中 AFM 3 Core 與 AFM 3 Core Advanced 屬於裝置端模型，可直接在 Apple 裝置上執行；AFM 3 Cloud、ADM 3 Cloud（Image）與 AFM 3 Cloud Pro 則屬於雲端模型，蘋果表示，除了 AFM 3 Cloud Pro 外，其餘模型皆針對 Apple Silicon 平台打造。
Apple首次將Private Cloud Compute擴展至Google Cloud
蘋果在 2024 年推出 Private Cloud Compute（PCC）時，強調所有 AI 雲端運算皆由蘋果自家資料中心與 Apple Silicon 伺服器執行，以提供接近裝置端等級的隱私保護，不過在 WWDC26 上，蘋果證實已首次將 PCC 架構延伸至第三方雲端環境。
根據官方說明，AFM 3 Cloud Pro 將運行於 Google Cloud 所提供的 NVIDIA GPU 基礎設施，但仍會套用與 Apple PCC 相同等級的安全與隱私保護機制。
蘋果強調，即使模型部署在外部環境，使用者資料仍受到驗證機制與多層安全架構保護，以降低未授權存取與資料外洩風險。
AFM 3 Core Advanced成最大亮點
本次發表的模型中，AFM 3 Core Advanced 被視為最具技術代表性的產品之一，蘋果表示，該模型擁有 200 億參數規模，並且能直接在裝置端執行，相較於目前市面上多數裝置端 AI 模型通常僅有數十億參數等級，AFM 3 Core Advanced 的規模明顯更大。
為了降低硬體負擔，蘋果採用稀疏架構（Sparse Architecture），讓模型在執行時僅需啟用約 10 億至 40 億參數，而非一次載入全部 200 億參數。
蘋果指出，這項技術來自先前發表的《Instruction-Following Pruning for Large Language Models》研究成果，可在維持效能的同時降低推論成本。
AFM 3 Cloud Pro鎖定複雜推理與Agent應用
另一項重點則是 AFM 3 Cloud Pro，蘋果將其定位為目前能力最強的伺服器端模型，主要用於：
- 複雜推理任務
- Agent工具操作
- 多步驟工作流程執行
- 高運算需求應用場景
由於此類任務需要更龐大的運算資源，因此 Apple 選擇透過 Google Cloud 與 NVIDIA GPU 提供支援。
Apple如何確保Google Cloud上的資料安全？
針對外界關心的AI模型資料隱私問題，蘋果也同步公布相關技術細節，根據官方說明，Apple 與 Google 合作建立額外安全防護措施，包括：
- 建立可驗證且不可竄改的硬體紀錄系統
- 採用多重信任根（Root of Trust）驗證機制
- 將網路資料解析程序隔離執行
- 將金鑰儲存於獨立機密虛擬機器中
- 定期重建共享推論服務環境
蘋果表示，這些措施旨在降低供應鏈攻擊、側信道攻擊以及高權限存取所帶來的潛在風險。
Apple訓練AFM模型是否使用用戶資料？
蘋果強調，第三代 AFM 模型的訓練資料來源包括：
- 公開資訊
- 授權資料
- 開源資料集
- 專項研究取得資料
- 合成資料（Synthetic Data）
以上訓練過程，並未使用使用者個人資料或使用者互動內容，另外網站出版商也可透過相關機制選擇不讓內容被納入模型訓練，同時第三代 AFM 模型已接受大規模人工評測，測試項目涵蓋：
- 指令遵循能力
- 事實正確性
- 回應品質
- 圖像理解能力
- 語音辨識與語音輸入能力
根據官方公布結果，AFM 3 Core 與 AFM 3 Cloud 在文字理解與圖像理解測試中，皆優於前一代模型。
至於 AFM 3 Core Advanced，則在語音輸入（Dictation）測試中於七項評估指標全面勝出，整體品質獲得更高評價。
總結
從此次 WWDC26 發表內容來看，蘋果也正逐步擴大 AI 模型布局，除了持續強化裝置端 AI 能力外，也首度透過 Google Cloud 與 NVIDIA GPU 提升雲端模型效能。
其中 AFM 3 Core Advanced 展現 Apple 在裝置端大型模型的技術實力，而 AFM 3 Cloud Pro 則顯示蘋果已開始採取更靈活的雲端運算策略。未來這些模型將陸續整合至 Apple Intelligence 與相關系統功能中，成為 Apple AI 生態系的重要基礎。
想了解更多Apple資訊、iPhone教學和3C資訊技巧，歡迎追蹤 瘋先生FB粉絲團、 訂閱瘋先生Google新聞、 Telegram、 Instagram以及 訂閱瘋先生YouTube。