苹果联手阿里自训中国AI模型

苹果开始为中国市场单独训练模型

苹果正在为中国市场重新搭建一套不同于海外版本的 AI 技术栈。

据路透社 8 月 14 日援引三名知情人士报道，苹果已与阿里巴巴合作开发并训练一款面向中国市场的大语言模型，阿里巴巴为训练过程提供了数据及技术支持。与此前主要接入中国第三方模型的方案相比，这意味着苹果第一次尝试掌握中国版 Apple Intelligence 的核心模型能力，而不只是给 Siri 换一个本地模型供应商。

中国定制大模型是苹果针对中国用户、监管要求和本地语言环境单独训练的一套生成式 AI 模型。 它不等同于把海外模型翻译成中文，也不意味着苹果完全放弃通义千问等第三方模型，而更可能成为中国版 Apple Intelligence 中负责基础理解、改写、摘要和任务编排的一层。

苹果与阿里巴巴均未就报道公开回应，模型名称、参数规模、训练数据构成、推理部署位置和正式上线日期也尚未披露。因此，目前可以确认的是“苹果参与训练了一款中国专用模型”这一方向，不能确认的是它会不会直接替代通义千问，或者仅作为系统级小模型和路由模型存在。

这不是简单接入通义千问

苹果此次策略变化的关键，是它从“购买模型能力”走向了“参与定义模型能力”。

苹果此前在中国的现实选择，是寻找一家已经具备模型、算力、合规经验和大规模服务能力的本地厂商。OpenAI 的 ChatGPT、Anthropic 的 Claude 等美国模型无法直接用于中国版产品，而华为、小米、荣耀、OPPO、vivo 等厂商已经把摘要、消除、通话转写、跨应用执行和个人知识检索做进系统，留给苹果的时间窗口越来越窄。

第三方模型接入是由操作系统在特定任务中调用外部模型完成生成或推理。 这种方式上线快、训练成本低，但产品边界容易受供应商制约：模型何时升级、输出风格如何变化、上下文能传多少、延迟能否压住，都不完全由苹果决定。

联合训练是苹果参与确定模型目标、数据处理方式、评测标准和产品接口，由阿里巴巴提供本地训练支持的合作模式。 它比直接调用现成的通义千问更重，却能让苹果把模型塑造成更符合 iOS 交互逻辑的“系统组件”，而不是一个被嵌进 Siri 的聊天机器人。

两种路线的差异可以概括为：直接接入第三方模型更像在 iPhone 里安装一个能力强大的外援，联合训练定制模型则更像苹果和阿里一起为中国版 iOS 打造一套专用发动机。前者适合开放式问答和复杂生成，后者更适合通知摘要、文本改写、意图识别、应用调用和设备上下文理解。

苹果在中国采用的是“双轨部署”

双轨部署是苹果同时使用中国定制自有模型和本地第三方模型，以分别解决产品控制权与合规落地问题。 这套策略比“苹果全面采用通义千问”更复杂，也更符合苹果一贯的分层架构。

| 维度 | 苹果海外 AI 路线 | 中国版此前披露路线 | 中国定制模型新路线 | |---|---|---|---| | 核心模型来源 | 苹果端侧及云端模型，部分复杂请求交给外部模型 | 接入阿里通义千问等中国模型 | 苹果参与训练，阿里提供训练支持 | | 苹果控制力 | 高 | 中等，受第三方模型版本影响 | 较高，可围绕 iOS 场景定制 | | 主要用途 | 写作、摘要、图像能力、Siri 与跨应用任务 | 满足中国市场生成式 AI 功能需求 | 系统级理解、任务路由、本地语言优化及部分生成任务 | | 数据处理 | 端侧计算、苹果云端及经用户授权的外部模型 | 需适配中国本地服务与监管要求 | 具体部署位置尚未披露 | | 上线状态 | 已在多个海外市场推进 | 据报已完成相关备案流程 | 据报未来数月随系统更新落地，时间未确认 | | 最大不确定性 | Siri 执行能力和功能交付节奏 | 第三方模型与苹果体验如何衔接 | 自有模型与通义千问如何分工 |

苹果不太可能让一个大模型承包所有任务，因为手机系统中的 AI 请求差异极大。改写一封邮件、概括十条通知、识别屏幕内容、搜索用户照片和回答开放知识问题，对延迟、隐私、上下文长度与模型规模的要求完全不同。

更合理的架构是：小型任务优先在设备端处理，需要更多算力但涉及私人上下文的任务进入受控云端，开放式知识问答或高难度生成再交给更强的本地合作模型。中国定制模型可能位于前两层，通义千问则承担通用知识和复杂生成，但这套分工目前仍未得到苹果或阿里确认。

阿里提供的价值不只是通义千问

阿里巴巴在这笔合作中的核心资产，是模型能力、中文数据工程、云端基础设施和生成式 AI 合规经验的组合。

通义千问已经形成覆盖稠密模型、混合专家模型、多模态模型和代码模型的完整家族，阿里也拥有面向企业和消费者的大规模云服务经验。对苹果而言，单独找到一个中文跑分靠前的模型并不困难，困难的是让模型稳定服务数以亿计的设备，并满足系统更新、内容安全、数据治理和监管审查的多重要求。

训练支持也不必然意味着阿里把原始数据直接交给苹果。更常见的合作方式可能包括数据清洗与标注、训练语料筛选、中文指令构建、内容安全对齐、计算集群支持以及联合评测。报道目前只确认阿里提供了数据与训练层面的帮助，没有公开数据所有权、模型权重归属或训练基础设施所在地。

这一区别很重要，因为“苹果自己的模型”并不等于“苹果独立完成全部训练”。在大模型产业中，模型的品牌、权重控制权、训练算力和数据来源可以属于不同参与方；苹果是否能独立更新权重、阿里是否持续参与推理服务，才真正决定谁掌握长期控制权。

备案推进让上线具备了现实条件

中国版 Apple Intelligence 的监管进度已经比此前更明确。

据国内媒体援引相关公示信息报道，苹果生成式 AI 服务在 2026 年 7 月 8 日完成备案，并于 7 月 15 日对外公示。这两个日期意味着其在华落地已经从合作谈判和产品适配，进入可以讨论具体系统版本与设备范围的阶段。

生成式人工智能服务备案是面向中国公众提供生成内容服务前所需完成的监管程序之一。 备案并不代表所有功能自动获准上线，也不等于每一次模型升级都无需审查，但它为产品公开部署提供了必要基础。

报道还称，中国版 Apple Intelligence 预计在未来数月内随 iOS 更新推出，并可能覆盖适配的 iPhone、iPad、Mac 和 Vision Pro。苹果尚未公布精确版本号、首批设备名单及功能清单，因此“未来数月”仍可能受到系统测试、模型评估和审批节奏影响。

苹果上周一度发布中文说明文档，介绍中国大陆符合条件的 Mac 用户如何在 Siri 与写作工具中使用通义千问，随后又删除了文档。删除动作可能意味着上线页面被提前公开、功能命名仍在调整，或者自有模型与通义千问的分工发生了变化，但苹果没有给出解释。

自训模型解决控制权，却不会自动解决体验

中国定制模型的最大价值，是让苹果重新拿回产品路线的主动权。

Apple Intelligence 的核心竞争力从来不应该只是“能聊天”，而是理解用户正在看的内容、知道设备里有哪些个人信息，并能跨邮件、日历、照片、备忘录和第三方应用完成任务。一个未经系统定制的通用模型即使榜单成绩很高，也很难直接完成这些工作。

定制模型可以针对苹果的实际场景训练，例如把“把妈妈上周发来的航班号加到日历，并提醒我提前两小时出门”拆成联系人识别、消息检索、实体提取、日历写入和提醒创建。这个过程更依赖操作系统权限、工具调用准确率和失败回退机制，而不是模型能写出多漂亮的文章。

不过，自训模型也不会自动补齐苹果在 AI 产品交付上的短板。模型需要面对中文口语、省略表达、方言混杂、中英文切换，以及淘宝、支付宝、微信、高德等中国应用生态中的复杂任务。如果第三方应用没有提供足够细粒度的系统接口，再强的模型也只能告诉用户“怎么做”，不能替用户“做完”。

真正值得观察的指标不是参数规模，而是任务成功率、首字延迟和跨应用执行覆盖率。苹果目前没有披露任何模型跑分、延迟、上下文窗口或端侧内存占用，因此现阶段无法判断它相对通义千问、华为盘古或其他国产模型的实际性能。

苹果追赶的不是聊天机器人，而是国产手机的系统 AI

苹果在中国面临的竞争已经从硬件参数转向系统级 AI 入口。

华为以及多家国产手机厂商已把 AI 助手放进相册、通话、文档、搜索和系统设置中，消费者购买的不是单个模型，而是一整套随时可调用的能力。中国版 iPhone 长期缺少 Apple Intelligence，使苹果在产品展示和换机理由上都处于被动。

| 比较项目 | 苹果中国定制路线 | 国产手机自有模型路线 | 直接接入通用大模型 | |---|---|---|---| | 系统整合深度 | 理论上较高，但仍待产品验证 | 通常较高，可直接联动自有系统 | 较低，常以聊天入口为主 | | 本地生态适配 | 需要与中国应用开发者重新磨合 | 对本地服务理解更深 | 取决于模型供应商与插件能力 | | 隐私控制 | 苹果强调端侧与受控云端，但中国方案未公布 | 各厂商策略不同 | 更多请求依赖云端 | | 模型选择 | 自有定制模型与通义千问并行 | 自研模型为主，外部模型为辅 | 单一外部模型为主 | | 当前优势 | 硬件、系统入口、开发者生态 | 本地功能上线快、中文场景丰富 | 部署速度快、通用能力强 | | 当前短板 | 上线较晚，模型分工不透明 | 跨设备生态和全球一致性不一 | 控制力与差异化有限 |

苹果的优势仍然是软硬件一体化和稳定的系统分发能力。一旦模型作为 iOS 更新的一部分下发，它可以迅速获得 Siri、写作工具、照片、邮件和通知中心等入口，这是独立 AI 应用很难复制的分发位置。

苹果的劣势同样明显：它已经晚了不止一个产品周期。中国用户不会因为“Apple Intelligence”这个名称就接受功能缺失、响应慢或无法调用常用应用；如果首发版本只是摘要、润色和问答，市场评价很可能仍是“补课”，而不是“领先”。

这笔合作也是一次罕见的技术折中

苹果与阿里的合作反映出全球 AI 产品正在从统一模型转向区域化模型栈。

过去，跨国软件通常只需要完成语言翻译、服务器迁移和支付适配；生成式 AI 则同时涉及训练数据、模型权重、算力位置、内容治理和持续更新。苹果无法把海外方案原样搬到中国，也不愿把中国版核心体验完全交给第三方，于是选择了成本更高的联合训练。

这套方案如果成功，会成为其他跨国设备厂商进入中国 AI 市场的重要样本：产品方掌握操作系统、场景定义和模型评测，本地伙伴提供数据工程、算力、基础模型与合规能力。双方不是简单的采购关系，而是在同一条模型生产链上分工。

资本市场已经迅速给出反应。相关消息传出后，阿里巴巴美股盘前一度上涨约 4%，说明市场更看重其成为全球消费电子巨头 AI 基础设施伙伴的可能性，而不只是一次模型授权收入。

接下来要看四个问题

苹果能否借定制模型扭转在华 AI 劣势，取决于四项尚未公开的细节。

1. 模型到底部署在哪里。 如果大量请求必须进入云端，网络延迟与隐私边界会直接影响用户体验；如果主要运行在设备端，模型大小、量化方式和老设备支持范围将成为关键。
2. 苹果模型与通义千问如何分工。 两套模型并行意味着需要可靠的任务路由，否则用户会遇到输出风格不一致、上下文重复授权或同一问题答案不同的问题。
3. 首批支持哪些设备。 端侧模型通常对内存和神经网络算力要求较高，支持范围将直接决定可触达用户数量，也会影响新 iPhone 的换机价值。
4. 能否真正调用中国应用。 写作和摘要只是基础能力，跨应用执行、个人上下文和稳定的工具调用才是系统 AI 与普通聊天机器人的分水岭。

苹果这次不是换了一个模型供应商，而是在为中国版 iOS 重建 AI 底座。联合阿里训练模型能解决控制权、本地化和监管入口问题，却无法替苹果回答最关键的问题：在国产手机已经把 AI 做进系统两年之后，中国版 Apple Intelligence 到底能拿出哪些用户每天愿意使用的功能。

现阶段更准确的判断是，苹果终于为中国市场找到了可执行的技术路线，但还没有证明这条路线能带来领先体验。模型是否够强固然重要，真正决定成败的仍是上线速度、系统整合程度和任务完成率。

参考来源

• Apple MLX 官方 GitHub 仓库：苹果面向 Apple Silicon 推出的机器学习框架，可用于了解其本地模型训练与推理技术基础。
• Qwen 官方 Hugging Face 页面：阿里通义千问模型家族的官方模型主页，可查看其公开模型、技术说明与版本演进。

事件信息主要依据路透社 2026 年 8 月 14 日援引三名知情人士的报道，以及国内媒体对备案时间和产品进度的交叉报道；苹果与阿里巴巴截至发稿未公开确认模型细节。