展望不远的将来，苹果有望在AI最具实际意义的环节——部署层面——占据强势地位。
苹果不仅将推出自有AI模型，承接数百万用户今天通过ChatGPT完成的各类任务，还将提供更为复杂的端侧智能体模型，助力用户通过Siri AI完成各种操作。
与此同时，苹果通过私有云计算（Private Cloud Compute）为更复杂的任务提供有限的处理能力，并与谷歌（美国）、阿里巴巴（中国）等合作伙伴携手，为用户构建起一条可信赖的通道，以访问更高阶的AI服务。
批评者或许会指出苹果在这一领域布局较晚，但也有观点认为，苹果在其第27代操作系统中终于找到了正确的节奏。姗姗来迟并不意味着无法大放异彩。
苹果同样在前沿AI赛道上悄然发力，通过持续迭代操作系统与硬件，使旗下设备在端侧AI应用场景中的表现日益出色——无需依赖任何云端服务。
苹果似乎正在深耕这些应用场景。彭博社记者马克·古尔曼近期预测，未来搭载M7 Ultra芯片的Mac将支持高达1.5TB内存，这意味着这些系统足以在普通人的办公室、校园和家中直接运行完整的前沿模型。
尽管这一预测建立在AI驱动的内存市场能以消费者可接受的价格供应如此大容量内存的假设之上，但事实是，已有用户在通过Thunderbolt线缆将多台Mac mini组成AI集群。有理由相信，这一趋势将持续并进一步扩展，尤其是随着高端产品在能耗与性能比上的持续提升。
结合开放AI技术栈——尤其是近期涌现的新型方案——苹果平台有望成为私有AI服务和边缘AI的有力竞争者。许多企业用户将迫不及待地借助一台乃至多台串联的Mac Studio或Mac mini，为员工提供强大、自托管的私有AI服务。近期围绕Mac部署OpenClaw实例的热潮，便已印证了这一点。
投资人贾森·卡拉卡尼斯曾指出，苹果只需将模型部署到自家设备上，就能对OpenAI和Claude构成相当压力。对此，我深以为然。
同样值得思考的是，人们今天究竟如何使用AI。当前全球产生的AI查询中，有多少属于相对简单的任务，完全可以由端侧AI来完成——例如正在演进中的新版苹果智能（Apple Intelligence），乃至运行于设备本地的小型大语言模型？就在当下，用户已经可以通过Locally应用在iPad上运行PrismML的1-bit、270亿参数的Bonsai模型。
结果会怎样？人们很快就会意识到，自己完全可以用现有设备或本地部署的Mac方案，完成绝大多数AI增强工作流。随着用户逐渐习惯在本地处理小型任务、在本地服务器处理大型任务，他们真正需要借助云端前沿模型的场景将不断收窄。与此同时，PrismML等公司也在持续压缩完整模型的体量，力求无需服务器即可运行。
"当人们桌上拥有无限Token时，那将是一个令人叹为观止的时代，"卡拉卡尼斯在一次播客圆桌讨论中如此说道。
现阶段的AI浪潮来势汹汹，猝不及防。大多数人直到2022年假期结束、重返工作岗位后才真正意识到这项技术的存在。此后，行业迅速扩张，涌现出数十个相互竞争的模型，最近还出现了Qwen、Kimi.ai等性能强劲且价格亲民的前沿模型。
这些模型并非在所有方面都势均力敌，但对于我们日常所需完成的大量任务而言，它们往往已经足够好用。这对某些玩家而言是生死攸关的挑战——行业观察人士普遍认为，不可避免的价格战意味着部分服务在尚未找到盈利路径之前，就已过度投入了产能。
而那些亟待盈利的服务，正是在苹果扩大硬件优势的过程中损失最惨重的一方。苹果正在推动AI普及，同时构建适用于边缘计算、本地部署、私有化及第三方服务接入的多元平台——随着前者能力的不断增强，后者的需求空间将持续压缩。
这一切意味着什么？AI行业尚处于早期阶段，却已出现分化迹象。而苹果正踏过这场变局扬起的尘埃，凭借其硬件、软件与战略定力，在先发AI服务的商业版图逐渐消退之际，稳步构筑自身的竞争壁垒。
Q&A
Q1：苹果的私有云计算（Private Cloud Compute）是什么？它有什么用？
A：私有云计算是苹果推出的一种混合AI处理机制，当用户的任务超出设备本地AI的处理能力时，会将请求安全地转交至苹果自有的云端服务器处理。它的核心优势在于隐私保护——苹果声称数据不会被存储或用于训练，用户可以在享受云端算力的同时，维持较高的数据安全性。
Q2：未来M7 Ultra Mac支持1.5TB内存意味着什么？
A：根据彭博社记者马克·古尔曼的预测，搭载M7 Ultra芯片的未来Mac将支持高达1.5TB的统一内存。这意味着普通用户无需借助远程服务器，就能在自己家中或办公室直接运行完整的前沿AI大模型，大幅降低对云端AI服务的依赖，同时提升数据隐私性和响应速度。
Q3：苹果如何对OpenAI和Claude构成竞争压力？
A：苹果的竞争优势在于其庞大的硬件生态。一旦苹果将自有AI模型深度集成到iPhone、Mac等设备中，用户无需订阅OpenAI或Claude等付费服务，就能完成大量日常AI任务。随着端侧模型能力提升，用户对云端大模型服务的需求将逐步减少，这将直接压缩OpenAI、Anthropic等公司的用户基础和盈利空间。
