先给出几个核心结论。在2026年WWDC落幕后的媒体群访中，苹果高管首次正面回应了开发者圈持续热议的问题：Apple Foundation Models（AFM）系列是否只是谷歌Gemini的“换壳版本”？苹果的回应十分明确——并非如此。

需要展开说明一下。苹果承认，在模型蒸馏与知识迁移阶段，他们确实借助了Gemini模型作为“教师模型”来进行辅助训练——这好比经验丰富的老师辅导学生，老师虽然传授了知识与方法，但学生最终掌握的技能和思维框架仍然是自己的。AFM模型的底层架构、核心算法、推理引擎以及训练数据，全部源自苹果自有技术体系，不包含任何一行Gemini的原始代码，也不依赖谷歌的运行时服务或智能体基础设施。所以，不必担心。

目前Apple Foundation Models体系内共有五大主力模型，各具特色：

• AFM Core：轻量级端侧模型，专注于设备本地的AI任务处理，优先保障响应速度。
• AFM Core Advanced：端侧多模态增强版本，采用稀疏激活机制，能够在终端实现更高级的感知与推理——也就是说，让手机自行完成的任务变得更丰富。
• AFM Cloud：通用型云端大模型，胜任高并发、中等复杂度的用户请求，好比一位勤恳可靠的“主力中单”。
• AFM Cloud Image：专用于图像生成与精细化编辑的云端模型，需要修图或生成图片时，找它就对了。
• AFM Cloud Pro：旗舰级云端模型，面向复杂智能体编排、长链任务调度以及高算力消耗场景，堪称苹果的压轴王牌。

这些模型无一例外地深度适配Apple Silicon芯片的指令集，训练数据均来自苹果私有数据集。同时，它们借助Gemini模型的输出进行知识蒸馏，旨在进一步提升泛化能力与准确性——这恰恰凸显了“教师模型”的核心价值。

还有一个细节值得留意。尽管部分云端模型部署在Google Cloud平台上，并调用了NVIDIA GPU算力资源，但苹果重申，整个云推理服务依然严格遵循自家定义的Private Cloud Compute安全标准。用户数据全程加密、不可见、不留存——在隐私这条底线上，苹果一步未退。