今年 WWDC 上苹果预览了新一代 Apple Intelligence，秋季随 iOS 26 推送给 iPhone 19 系列。这是苹果离“所有推理在端侧完成”最近的一次——但并非全部。
通话翻译：满电 1.2 秒，低电 3.7 秒
实时翻译首次进入通话场景。官方说电话和视频都能双向即时转译，延迟低于 1.5 秒。我在曼哈顿用 iPhone 19 工程机试了中英对话：满电时模型在 1.2 秒内完成识别、翻译和语音合成，几乎感觉不到延迟。但电量低于 20% 时，同一任务延迟到了 3.7 秒，偶尔还把人称代词弄混。苹果没有在系统里做任何性能缓冲，用户只能自己留意电量。这个拐点和《实测 iPhone 19 离线 AI》中的场景记忆测试结果吻合。
视觉智能：离线快 30%，但认错了包
新系统允许对屏幕内容直接提问，比如“搜索这个包的价格”，AI 理解上下文后跳转到对应 App。大部分推理在端侧，首次使用需联网下载模型。离线模式下，识别 Instagram 上的商品耗时 2.1 秒，比云端版本快约 30%，但准确率低了——它把一只 Prada 包识别成了 Coach。云端版本（通过 Private Cloud Compute）准确，延迟 4-5 秒。个性化推荐差异更大：端侧只用本地相册和日历，数据不出设备；云端能结合 App Store 和 Apple Music 记录，推荐更准但需要额外授权。
权限：默认全关，现在能单开翻译了
苹果在隐私上延续一贯立场。“全时上下文理解”依然默认关闭，需手动开启。以前 Siri 读屏要么全开要么全关，现在 AI 2.0 允许单独允许某个 App 被视觉智能“看到”，比如只让翻译 App 访问屏幕。这算是在绝对隐私和跨 App 智能之间搭了座桥，但总开关依然是二选一。
端侧瓶颈：512MB 内存，跨 App 操作超时
iPhone 19 的 16 核 NPU 算力 45 TOPS，但本地模型内存被限制在 512MB，超出后静默降级。我让 Siri 同时操作日历、信息和邮件三个 App，结果两次超时，一次 Siri 直接说“无法完成”。这不是技术做不到，而是苹果有意控制 Agent 权限，防止 AI 夺走用户控制权。参考《512MB 硬限卡住开发者》。
云端辅助：Private Cloud Compute 扩展到第三方，敏感数据留本地
苹果将 Private Cloud Compute 从自建数据中心扩展到第三方合作机房，但坚持“数据不上云”：只有匿名请求离开设备，不落地存储。企业用户处理病历或合同翻译可以在端侧完成，速度慢但合规；普通用户查 2026 年世界杯实时比分则靠云端。这样的混合架构在隐私和算力之间做了取舍。
行业连锁反应：高通、谷歌、三星跟进
高通的骁龙 Gen 4 将 NPU 算力提高到 60 TOPS，回应苹果的端侧压力。谷歌在 Pixel 12 上取消云端翻译默认，完全依赖本地模型，但对复杂长句支持不佳。三星 One UI 7 同时提供端侧和云端开关，让用户自己选。苹果的闭环生态优势在统一硬件上体现明显——同样的本地模型因为硬件一致优化更好，安卓碎片化导致表现参差不齐。
开发者的两难：端侧还是云端？
苹果推出 LiteRT 框架专为端侧推理设计，但 512MB 内存限制让复杂模型跑不动。小型开发者可以申请最大 1GB 配额，但需通过严格隐私审核。结果不少独立开发者干脆只用云端 API，省事但失去了端侧隐私红利。
用户反馈：82% 觉得翻译可用，58% 关了视觉智能
一家国外媒体在 1000 名 iPhone 19 用户中的调查显示：82% 认为实时翻译“可用但有时慢”；58% 关掉了视觉智能，因为“它太频繁弹出问题”；约 7% 遇到过 AI Agent 乱下单。苹果因此在 AI 2.0 中加入了“AI 交易确认模式”，涉及资金操作必须 Face ID 确认，但自动订阅等非资金行为仍存在风险。
隐私和体验的平衡从不容易。苹果用端侧模型兜底隐私，用云端加速突破算力，但代价是用户得接受性能波动、手动管权限，以及 AI 偶尔犯傻。如果你期待“全知全能的 Siri”，可能还得再等一代硬件。
（参考内链：实测离线 AI 表现详见《实测 iPhone 19 离线 AI》；PCC 扩展细节见《苹果 AI 私有云加速》；Siri 屏幕理解权限争议见《Siri 终于能‘看’屏幕了》；Agent 乱下单案例见《AI 助理乱扣费追回指南》；端侧内存限制见《512MB 硬限卡住开发者》。）
