先来看几个关键判断：苹果在 AI 发展路线上的策略正变得越来越明确——能在本地运行的就不上云，必须放到云端处理的就先加密。
5月28日，The Information 发布了一篇深度报道，披露了苹果与谷歌在 AI 领域合作的多项细节。把这些线索串联起来，基本可以还原苹果 AI 团队目前的真实布局与技术方向。
本地AI：用“蒸馏”方法训练小型版 Gemini
在 AI 部署策略上，苹果始终围绕一个核心原则展开——隐私优先。因此，凡是能够在设备端完成的 AI 任务，苹果都尽量不放到云端处理。这也是苹果近年来反复强调的底层原则。
具体是怎么实现的？核心答案就是知识蒸馏。
所谓蒸馏，可以简单理解为：把大模型（教师模型）掌握的能力与知识，压缩并迁移到一个更小的模型（学生模型）中。这样，小模型虽然体积更小，但整体能力可以接近大模型，同时推理成本也会明显下降。
消息显示，苹果 AI 团队正在借助谷歌完整版 Gemini 模型作为“教师模型”，训练一个更轻量化的版本，使其能够直接在 Apple 设备本地运行。这对普通用户意味着什么？响应速度更快——不必每次都把请求发送到云端等待结果；隐私保护更强——数据默认保留在本地设备中，不会在后台被悄悄上传和处理。
这与苹果近年来持续强化的隐私战略高度一致，也是苹果愿意与谷歌展开 AI 合作的重要前提之一。
不过，单靠内部技术团队进行“蒸馏”并不足够。苹果还在积极寻找初创企业，帮助进一步压缩模型体积、提升端侧部署能力。消息提到，苹果曾考虑收购一家名为 Liquid AI 的公司。这家位于美国马萨诸塞州剑桥的创业团队，核心技术方向正是让 AI 模型更高效地运行在本地设备上。虽然这笔收购最终没有达成，但这一动作已经说明了苹果的态度：在端侧 AI 和本地 AI 这条路上，苹果是准备长期投入并持续推进的。
云端部署：苹果算力有限，转向谷歌云支持
本地 AI 模型再优秀，也始终存在能力上限。完整版 Gemini 模型的参数规模高达数万亿级，对计算资源的需求极其惊人。苹果自家的 Private Cloud Compute 基础设施，坦率地说，并不足以承接所有高强度 AI 请求。
因此，在云端 AI 部署这部分，苹果的选择显得非常务实：部分 Siri 请求将直接转向 Google Cloud，并调用授权版 Gemini 模型进行处理。按照目前披露的信息，这一分工方案有望在 iOS 27 版本的 Siri 中正式落地。
值得关注的一个细节是，为了尽可能守住隐私承诺，苹果最近几周批准采用了一项关键技术——NVIDIA 的“机密计算”技术。这项方案的核心机制在于：当 GPU 处理数据与模型时，相关内容会处于实时加密状态。代价当然也存在——云端 AI 查询速度可能会略有下降，但在敏感数据保护和安全性方面，整体强度将明显提升。
如果这套方案最终正式实施，那么苹果在云端运行部分 AI 功能时，将同时依赖 Google Cloud 的计算能力以及 NVIDIA 的 AI 芯片支持。这意味着苹果正在隐私安全、性能表现和合作伙伴协同之间，寻找一个更成熟也更现实的平衡点。
整体来看，苹果的 AI 部署路径已经相当清楚：能在本地处理的绝不上云，必须上云的内容先加密，核心模型训练依赖谷歌，关键安全能力再结合英伟达技术。这套苹果 AI 战略、Siri 升级方案以及 iOS 27 AI 布局，最终能否真正打动市场，接下来就要看 iOS 27 正式上线后的实际表现了。
