2026年6月的WWDC，被钛媒体写成库克以CEO身份主持的最后一场开发者大会。外界等着看苹果怎么补AI短板，结果是：Siri升级了，底层却不再只靠苹果自己。
钛媒体报道称，Siri AI的核心推理能力依托Google Gemini运行，苹果每年为此支付约10亿美元。发布会当天，苹果股价下跌1.88%。这个反应不难理解。对一家长期强调软硬件一体和隐私控制的公司来说，最核心的AI推理能力交给外部云端，不只是技术路线调整，也会被市场解读为控制力的让渡。
端侧能做什么，云端接什么
苹果并不是突然放弃端侧AI。
国信证券在2024年7月19日发布的《AI端侧应用系列报告（三）》里，已经把苹果的模型调用方式概括为三层：本地小模型、私有云苹果大模型，再加上GPT-4o等外部大模型。这个框架的好处很清楚：简单任务尽量在设备上完成，复杂请求再交给云端，既控制成本，也尽量减少敏感数据外流。
问题在于，端侧NPU不是一句“本地运行”就能解决的。
淘宝数码相关拆解文章提到，Apple Intelligence的端侧模型为20B参数量，运行在A17 Pro芯片的NPU上。这样的设定已经说明，苹果对算力、内存带宽和功耗都有严格筛选。模型再压缩、再量化，也绕不开手机芯片的物理边界：它不能像数据中心GPU那样持续高负载运行，也不能无视发热和续航。
所以，Apple Intelligence 2.0更像是把分工写得更清楚了：本地处理轻量任务，复杂推理交给云端，外部大模型补足能力缺口。它解决的是“能不能用”的问题，不等于解决了“全部在手机上跑”的问题。
机型门槛背后，是算力账本
苹果对AI功能设硬件门槛，并不新鲜。
爱范儿在WWDC 2024后曾报道，虽然iPhone XR之后的机型都可以升级到iOS 18，但Apple Intelligence在手机端只支持iPhone 15 Pro和iPhone 15 Pro Max，连iPhone 15和iPhone 15 Plus都不支持。这个限制当时已经把问题摊开：苹果不是不想扩大覆盖面，而是需要保证AI功能在端侧运行时的响应速度、稳定性和功耗表现。
到了钛媒体所述的2026年版本，官方硬件门槛进一步划到iPhone Air、iPhone 16 Pro等机型。门槛越高，越能保证体验；但门槛越高，也意味着大量存量iPhone用户只能看见系统升级，看不见完整AI能力。
这就是苹果的难处。它不能像纯云端应用那样，把算力压力全部丢给服务器；也很难在所有旧设备上开放同样的系统级AI功能。Apple Intelligence要嵌进Siri、相册、文本处理和系统操作，就必须对延迟和错误率负责。端侧NPU不够强时，云端就成了缓冲垫。
10亿美元的Gemini账单，也可以放在这里理解。它不是单纯的采购成本，而是苹果为复杂推理能力买的一段时间窗口。
用户真正会感到差别的地方
普通用户未必关心请求是跑在NPU上，还是去了云端。能不能快、能不能离线用、隐私说明够不够清楚，才是体感差异。
本地小模型适合处理低延迟任务，比如较简单的理解、改写、识别和系统内操作。它的优势是响应快，也更符合苹果一贯强调的隐私叙事。云端模型适合接更复杂的推理请求，能力更强，但会受到网络、调度和服务稳定性的影响。
苹果要做的是在两者之间切换，而且最好不要让用户明显感到切换。
这件事并不容易。请求一旦需要离开设备，哪怕经过加密和私有云处理，用户对隐私边界的理解也会变复杂。国信证券报告提到，苹果用设备端与云端结合的方式，在本地终端和云端处理之间提供相近体验；但“相近”不等于“无差别”。网络不稳、请求复杂、云端排队，都会把差别暴露出来。
苹果没有输在端侧，但也不再只讲端侧
Apple Intelligence 2.0最值得看的，不是Siri变得多聪明，而是苹果承认了一件事：现阶段，手机NPU不足以独自承担所有系统级AI任务。
这并不等于端侧路线失败。相反，端侧仍然是苹果守住隐私、延迟和系统体验的底座。只是复杂推理越来越重，单靠本地小模型很难覆盖所有场景。于是，苹果把模型调用拆成多层，把能力缺口交给私有云和Gemini补齐。
真正的风险也在这里。苹果过去卖的是“我控制硬件、系统和服务”。当Siri的核心推理能力部分依赖Gemini，外界自然会问：Apple Intelligence到底有多少是Apple自己的能力？
短期看，混合架构是务实选择。它能让iOS 19上的AI功能更快落地，也能绕开端侧NPU的硬限制。长期看，苹果仍要把更多能力拉回自研芯片和自有模型里。否则，Apple Intelligence越像系统核心，云端依赖就越显眼。
