Apple 在中国训练自有模型，Apple Google AI 战略出现分化

据报道，Apple 已训练出首个面向中国市场的 AI 模型，尽管其全球 Siri 升级计划以 Google 的 Gemini 技术为基础。这一举措意味着，Apple Google AI 合作关系只是其分化战略中的一部分。

三名知情人士向 Reuters 表示，Apple 在 Alibaba 的支持下开发了这款大语言模型。该模型面向中国市场；在这里，海外 AI 服务须满足不同于其他市场的备案、数据和内容要求。

比起模型的品牌归属，这一区别更为重要。Apple 不再只是在内部开发 AI 和从其他公司授权技术之间做选择，而是在为不同司法辖区组合不同的模型、基础设施和合规体系。

Apple 正超越 Qwen 集成模式

据报道，这款模型使 Apple 的角色从中国 AI 服务的集成方，转变为与中国合作伙伴共同开发模型的开发者。

Apple 此前似乎准备主要依赖 Alibaba 的 Qwen 以及 Baidu 提供的能力。据一份监管报道称，中国网信监管机构于 2026 年 7 月完成了 Apple Intelligence 面向国内 iPhone 的备案。

Alibaba 表示，Qwen 将被整合至中国市场 iOS、iPadOS、macOS 和 visionOS 上的 Apple Intelligence。Baidu 也另行确认，正与 Apple 合作开发面向中国用户的功能。

这一安排意味着一种相对熟悉的结构：Apple 控制界面和操作系统，而获得批准的本土公司提供重要的模型能力。

这份新报道描述了一种更具雄心的安排。Apple 在 Alibaba 协助下训练了一款面向中国的定制大语言模型，而非完全依赖 Qwen 作为外部引擎。

大语言模型（LLM）通过从大量训练数据中学习模式，来预测和生成语言。训练自己的模型，能让开发者比调用第三方聊天机器人更好地掌控其行为、优化、评估和集成。

Reuters 尚未公布 Apple 中国模型的技术规格。其架构、参数规模、训练数据、硬件和部署环境仍未披露。

Apple 和 Alibaba 也尚未公开说明双方如何划分职责。Alibaba 可能提供了训练基础设施、本地数据专业能力、评估系统、Qwen 技术或监管支持。现有公开证据无法确定究竟采用了哪些组合。

这种不确定性使措辞尤为重要。“在支持下训练”并不必然意味着 Apple 以 Alibaba 的模型为起点，也无法证明 Apple 独立构建了每一个组件。

更明确的结论应当更为克制：据报道，Apple 希望拥有一款可由自身更直接塑造的中国专属模型，同时仍依赖 Alibaba 提供 Apple 难以独自复制的能力。

这不同于 Apple 用户在其他市场所熟悉的外部扩展架构。以 ChatGPT 为例，它一直作为可选服务运行，处理 Apple 系统判定需要外部协助的请求。

专为 Apple 训练的模型可以更深入地嵌入操作系统。它可以针对设备硬件、Siri 的编排层、Writing Tools、个人上下文，以及围绕每项请求的隐私控制进行优化。

Apple 已表明其重视这种区别。在谈及全球模型家族时，高管强调 Gemini 技术帮助训练和优化 Apple 模型，但并未将 Siri 变成 Gemini 应用。

中国项目似乎是在不同的技术和政治约束下，采用同样的产品理念。Apple 可以接受外部协助，同时仍寻求掌控用户所体验到的 Apple Intelligence 模型。

这并不只是产品命名问题。掌控模型训练的一方，可以决定功能如何交互、更新如何测试，以及如何在不同设备之间管理性能权衡。

更多控制权也意味着更多责任。如果模型产生不准确、受限或不安全的输出，Apple 无法将问题仅仅视作合作伙伴服务的失误。

因此，这款据报道存在的模型构成了本文的核心张力：Apple 希望保留其一体化产品模式，但进入中国市场要求其更深度地依赖本地技术和监管体系。

为什么 Apple Google AI 的模式无法直接进入中国

Apple 无法将由 Google 支撑的全球架构复制到中国，因为模型、基础设施和监管路径都不相同。

Apple 和 Google 于 2026 年 1 月宣布了一项多年期 AI 合作。双方的联合声明表示，下一代 Apple Foundation Models 将以 Gemini 模型和 Google 云技术为基础。

这番表述起初听起来像是 Apple 将 Siri 背后的智能能力外包了出去。随后，Apple 给出了更具层次的说明。

Craig Federighi 表示，Apple 不使用 Gemini 消费者应用、Google Search，也不使用 Google 直接向客户部署的模型。相反，Apple 和 Google 合作开发了专为 Apple Intelligence 设计的模型。

其中四款模型被描述为针对 Apple silicon 的定制版本。Apple 表示，这些模型使用专有数据进行训练，并借助 Gemini 前沿模型的输出来优化。

需求最高的模型 AFM Cloud Pro 运行于 Google Cloud 中的 Nvidia 硬件。Apple 表示，它已将 Private Cloud Compute 的保护机制扩展至该环境。

Private Cloud Compute 是 Apple 用于在远程服务器上处理复杂请求、同时限制数据保留和运营方访问的系统。Apple 还发布了相关材料，使安全研究人员能够检查这一设计的重要组成部分。

这种全球架构本身已是在独立性与能力之间作出的折中。Google 提供前沿模型知识、云基础设施和专用硬件的使用渠道；Apple 则控制产品体验、编排、隐私设计以及最终模型家族的大部分内容。

中国需要另一种折中。Google 的消费者 AI 服务无法以同样形式在中国提供，而中国规则要求面向公众的生成式 AI 服务完成境内监管流程。

企业必须处理训练数据合法性、内容安全、个人信息保护以及面向公众模型的行为等问题。外国公司还需要建立符合中国数据和基础设施要求的本地运营安排。

Apple 无法仅通过将中国 Siri 请求转发至其他地区使用的同一套 Google 托管系统来满足这些要求。即便模型在技术上适用，也需要具备可接受的备案、托管、数据和合规结构。

Alibaba 可提供 Apple 所需的若干要素。它运营大型国内云平台，开发 Qwen 模型家族，并具备应对中国 AI 监管规则的经验。

Baidu 则带来另一组资产，包括搜索、视觉智能及其 Ernie 模型家族。早期报道称，Apple 预计 Baidu 将支持视觉和网页相关功能，而这些功能在其他市场可能由 Google 或 OpenAI 提供。

因此，Apple 的中国架构在产品层面可以与其全球系统相似，但底层则有所不同。Siri 可以呈现同样熟悉的界面，却通过不同的模型和服务组合来路由任务。

这形成了一个按地域划分的模型栈。用户的设备、账户地区和当地规则，都可能影响由哪个模型处理请求、处理发生在哪里，以及适用哪些内容政策。

开发者应当关注这一点，因为系统级 AI 的可移植性正变得低于普通应用软件。一款应用往往可以使用同一套代码库在全球发布，但其内嵌 AI 行为可能依赖某个国家专属的模型、端点或评估机制。

企业采购方也面临类似问题。在一个地区能够准确总结文档的工作流，在其他地区可能使用不同的底层模型。输出质量、禁止涉及的主题、数据保留规则和工具访问权限都可能不同。

知识工作者同样需要理解：一致的界面并不保证一致的助手。同一条 Siri 指令在不同市场可能遇到不同的知识来源或拒绝边界。

对 Apple 而言，好处是在不放弃产品身份的前提下获得市场准入；代价则是架构变得更难解释、测试和维护。

Apple Google AI 关系在中国以外仍居核心地位。在中国，Alibaba 和 Baidu 则变得不可或缺，而据报道 Apple 还加入了自行本地训练的模型，以重新获得部分控制权。

这与其说是对 Google 的替代，不如说是区域性的分叉。Apple 正在构建通往同一产品承诺的并行路径。

Apple 真正的对手是对合作伙伴模型的依赖

主要竞争并非 Apple 对阵 Google 或 Alibaba，而是 Apple 对产品控制权的追求，与其对外部模型开发商日益增长的依赖之间的较量。

Apple 传统上通过掌控硬件、软件和服务之间的连接来实现产品差异化。基础模型使这一模式变得复杂，因为训练它们需要研究、数据、计算基础设施和快速迭代。

Google 和 Alibaba 已具备这些规模化资产。Apple 则拥有庞大的设备平台、定制芯片、操作系统访问权，以及对人们如何使用其应用的深入了解。

这种分工形成了天然的合作关系。模型公司帮助 Apple 弥补能力缺口，而 Apple 则为其技术提供进入高价值设备的分发渠道。

但这也带来战略风险。如果 Apple 过度依赖某一家合作伙伴的模型，该公司就会影响性能、发布时间、基础设施选择以及每项 AI 功能的经济性。

Apple 的全球设计试图通过将 Gemini 知识转化为 Apple 专属模型来降低这一风险。Federighi 将这些模型描述为定制系统，而非置于 Apple 界面背后的 Google 产品。

Apple 现有的模型研究也支持这一做法。其 2025 年模型家族包括一个约 30 亿参数的端侧模型，以及一个为 Private Cloud Compute 构建的服务器模型。

该端侧模型通过包括量化感知训练在内的方法针对 Apple silicon 进行了优化；这种方法使模型能够以更低的数值精度运行。较低精度可以降低内存和计算需求。

服务器模型采用了混合专家架构。这种设计会针对每个请求仅激活模型的部分组件，相比激活全部参数可减少所需计算工作。

这些细节表明，Apple 在与 Google 达成协议之前就已建立真正的模型专业能力。但它们并不能证明 Apple 的内部系统在复杂推理、广泛知识或代理式任务方面已可与最佳前沿模型相匹敌。

Google 提供了更快获得这些能力的路径。Apple 可以利用 Gemini 的输出、技术和基础设施，同时根据自身设备和隐私架构调整结果。

阿里巴巴可以在中国扮演类似角色，但这种关系还多了一层含义。它必须帮助 Apple 产出既能被中国监管机构接受，又适配本地语言、文化、服务和法律的行为。

此前对中国系统的描述称，阿里巴巴将帮助分析并修改模型输出，以确保合规。当规则或过滤要求发生变化时，设备可能会接收更新后的模型。

根据这套中国架构，过时的模型可能会被禁用，直至合规更新到位。这种安排将使模型更新同时成为产品发布和政策执行机制。

训练自有模型可以让 Apple 更严格地控制这些更新。工程师可以为 Apple 应用调校一套系统，而非在通用 Qwen 服务外另设独立过滤层。

定制模型也可以被蒸馏至设备端。蒸馏是指较小模型从更大、能力更强的教师模型输出中学习的过程。

Apple 在与 Google 的合作中采用了这种模式。该公司可以打造本地运行的较小模型，同时在开发阶段利用前沿系统改进其回答。

中国项目可能会与阿里巴巴采用类似机制，但这仍属推断。两家公司均未披露 Qwen 是作为基础模型、教师模型、评估工具，还是承担其他角色。

这种区别在商业层面十分重要。直接基于 Qwen 的模型会让阿里巴巴更接近核心知识产权；单独训练的 Apple 模型则会赋予 Apple 更大的优化和更新自由度。

即使采取更独立的路径，也无法消除对合作伙伴的依赖。Apple 仍需要本土基础设施、监管协调，并可能需要本地知识服务。

因此，Apple 并未回到纯粹的内部战略。它正在学习如何将依赖关系分散到不同层面。

Google 可以在全球范围提供前沿模型支持和云端算力。阿里巴巴可以在中国提供本地训练和监管支持。百度则可处理部分搜索或视觉功能。

Apple 仍是协调者。其系统决定由哪个模型接收任务、哪些个人上下文可供使用，以及处理是留在设备端还是转移至服务器。

这一协调层或许会变得比任何单一模型都更具战略重要性。模型可以更换，但操作系统始终维系着与用户的关系。

Apple 的优势在于对这种关系的控制。它的弱点则在于，助手的智能能力日益依赖拥有自身平台、云服务和商业目标的公司。

定制中国模型带来新的隐私与政策风险

更多自主权赋予 Apple 技术控制力，但无法化解 Apple 的全球隐私承诺与中国本地合规要求之间的冲突。

Apple 表示，其全球 AI 架构会在本地处理许多请求。更复杂的请求可被发送至 Private Cloud Compute，Apple 称用户数据不会在其中被存储，也无法被 Apple 访问。

Federighi 对 Siri 架构的详细说明包括系统协调器、设备端模型、Apple 云端模型，以及通过 Google Cloud 托管的更大模型。

Apple 表示，外部研究人员可以检查关键安全属性。这种可验证性已成为其回应处理个人信息、文档、照片和应用数据相关担忧的一部分。

对于据称的中国模型，目前没有类似的技术披露。Apple 尚未说明它将在何处运行、由谁运营服务器，或是否适用同样的检查体系。

早期报道表明，中国的复杂请求可能会通过与贵州云大数据相关的基础设施处理；该公司已协助运营中国大陆的 iCloud 服务。

这种可能性引出了实际问题：中国云端推理会采用 Apple silicon、阿里巴巴硬件，还是其他平台？Apple 是否会为研究人员发布软件镜像和透明度材料？

阿里巴巴为支持训练使用了哪些数据，同样尚不清楚。Apple 未披露该模型是否学习自获得授权的中文材料、合成示例、Qwen 输出、Apple 数据，或上述来源的组合。

训练数据影响的远不只是词汇。它还会塑造事实覆盖范围、文化指涉、政治边界、安全行为，以及模型对本地应用的熟悉程度。

监管合规也会影响回答。获准在中国公开使用的模型必须遵循与美国和加拿大预期不同的内容要求。

这并不意味着每个回答都会不可靠。它意味着系统的边界部分由政治和法律决定，而不仅仅是技术。

Apple 必须决定如何清晰传达这些差异。将每个区域系统都称为 Apple Intelligence 能够维持统一品牌，但也可能掩盖重要差异。

用户应能够判断请求何时留在设备端，何时发送至由 Apple 控制的服务器，以及何时会有中国合作伙伴参与其中。

他们还需要知道合作伙伴公司能否保留提示内容，或将其用于模型改进。据报道，一份曾短暂发布的 Qwen 集成支持文档称，阿里巴巴无法使用提交内容训练其模型。

这是有价值的保护措施，但支持声明并非完整架构。它无法解释服务器访问、日志记录、法律要求，或个人上下文如何与外部服务隔离。

模型质量也带来另一项不确定性。Apple 的中国模型必须处理普通话、区域语言表达、图像、应用操作，以及与本地相关的知识。

它还必须符合 Apple 的硬件限制。设备端模型会与 iPhone 上的其他所有功能争夺内存、存储空间和电池续航。

更大的云端模型可以提供更强的推理能力，但会增加延迟和基础设施依赖，也会将敏感数据移出实体设备之外。

Apple 可以通过路由机制隐藏其中大部分复杂性。用户提出一个问题，系统则根据能力、隐私、可用性和政策选择模型。

路由错误将难以诊断。较差的回答可能源于模型、搜索提供商、内容限制、缺失的个人上下文，或协调器的决策。

这种碎片化也会给开发者带来负担。针对 Apple 全球模型测试的功能，在中国模型处理工具调用或结构化输出时可能表现不同。

部署内部助手的公司面临同样的问题。他们需要涵盖每个地区的评估集，而不是单一的全球基准。

团队可以使用可搜索的 AI 知识库保存模型测试、架构说明和区域合规决策。当相同接口掩盖不同系统时，文档至关重要。

最大的风险是过度宣称。Reuters 的报道证实，据称 Apple 在阿里巴巴支持下训练了一款面向中国的模型；但它并未证明该模型已准备好面向消费者推出，或已获准部署。

它也无法证明 Apple 将取代 Qwen。定制模型、Qwen 集成和百度服务可以在不同层面并存。

Apple 尚未独立确认新的训练工作。在其提供技术文档之前，该项目应被视为一项已报道的战略，而非已完成的产品。

Apple 据称推出中国模型后值得关注的事项

三个信号将表明，Apple 是打造了真正的区域模型平台，还是仅在延迟推进的发布中增加了又一实验层。

第一个信号是在中国大陆正式推出 Apple Intelligence，并提供模型层面的文档。

监管备案消除了一项重要障碍，但 Reuters 在 7 月指出，监管机构并未给出发布日期。备案与广泛可用并不是同一事件。

Apple 需要明确支持的设备、操作系统版本、语言和功能，也应说明哪些服务在本地运行，哪些需要远程处理。

如果发布内容点名由 Apple 训练的模型，将加强该报道的核心主张。若发布仅被描述为 Qwen 集成，则表明定制模型仍处于开发阶段或使用范围有限。

第二个信号是披露可与 Private Cloud Compute 相比的技术安全信息。

Apple 的全球隐私论据建立在架构之上，而不仅仅是政策措辞。该公司公布云节点如何运行，以及研究人员如何检查相关软件的细节。

中国将检验这种方法能否适应区域基础设施要求。Apple 可能会复现大部分设计、为本土运营方调整设计，或提供不同的保障模式。

详细披露将强化 Apple 仍是该系统技术所有者的论点。沉默则会让用户只能依赖宽泛承诺和合作伙伴声明。

第三个信号是 Apple、阿里巴巴和百度之间的分工。

Apple 应澄清其模型是直接生成语言、路由请求，还是作为较小的设备端组件运行。阿里巴巴应澄清 Qwen 是否仍是面向用户的扩展功能，还是为 Apple 的模型提供底层技术。

百度的角色同样需要关注。其发言人确认了合作关系，但公开描述已在搜索、视觉智能和更广泛的模型能力之间发生变化。

如果每家公司都有稳定且定义明确的职能，Apple 就将建立一个模块化的区域平台。如果职责持续变动，架构很可能仍未稳定。

性能将提供另一项间接检验。中国用户会将 Siri 与内置于 Huawei、Xiaomi、Oppo、Vivo 及其他本土设备的助手进行比较。

如果竞争对手能提供更快的回答、更深入的本地服务或更有能力的智能体，Apple 不能仅依赖隐私品牌。其模型必须能够与中国应用和日常服务协同，而不只是生成流畅文本。

竞争压力不止存在于中国。成功的本地模型可能成为其他受监管市场的模板；在这些市场中，Apple 无法使用其偏好的全球供应商。

这也是为何这一故事的意义不止于一次区域发布。Apple 正在测试：一家操作系统公司是否能够在改变底层智能能力的同时，维持统一的 AI 产品。

Apple 与 Google 的 AI 战略确立了这一模式的第一个版本。Google 贡献技术和基础设施，Apple 则通过 Siri 及其操作系统呈现定制模型。

中国战略增加了第二个版本。阿里巴巴提供本地 AI 和合规支持，百度贡献部分能力，而据称 Apple 正在训练自己的模型。

两条路径都无法实现完全独立。二者都试图在合作伙伴提供稀缺模型专业能力的同时，让 Apple 保持对界面和协调层的控制。

用户应关注 Apple 记录了什么，而不只是其如何命名品牌。模型名称、托管地点、隐私保证和合作伙伴访问权限，将揭示谁真正控制系统的各个部分。

服务可用后，开发者应在不同地区测试相同任务。工具调用、拒绝回答、结构化输出和事实覆盖范围的差异，都可能影响建立在系统 AI 之上的应用。

企业买家应询问提示词会流向何处，以及由哪家公司处理。他们还应将重要源材料保存在任何助手之外，借助可独立检索的个人知识系统。

据报道，Apple 在中国的模式最适合被理解为一种控制策略。该公司接受合作伙伴的协助，同时努力防止合作伙伴主导用户体验。

未来几个月将显示这种平衡能否奏效。值得关注的是：是否会公布明确的模型名称、成文的隐私架构，以及 Apple、Alibaba 和 Baidu 之间稳定的分工。

这些信号将决定 Apple 与 Google 的 AI 合作究竟只是对 Siri 延期的一次性回应，还是 Apple 主导的区域模型网络蓝图。