iPhone Duo 来了，苹果 Siri AI 接入定制 Gemini

2026 年 9 月 9 日的苹果秋季发布会上，全新 Siri AI 是绝对主角。据 Bloomberg 记者 Mark Gurman 报道，驱动它的不再是苹果自研的云侧模型，而是苹果向 Google 定制的 Gemini------约 1.2 万亿参数、MoE 架构、年费约 10 亿美元。这个数字是什么概念？它是苹果自研云模型（约 1500 亿参数）的约 8 倍。

对开发者而言，真正有价值的不是"苹果认输了"这种标题，而是这次官方少有地公开了完整的推理分层：端侧小模型、私有云计算、以及外部超大模型，三条路径按请求复杂度动态路由。这套架构怎么分工、边界在哪、第三方 App 如何接入，是本文要拆的东西。

一、先纠正一个常见误读：三层架构不是发布会才有的

很多报道把"三层架构"写成发布会当天的重磅。实际上，苹果在 WWDC 2026（6 月 8 日）就已经官方拆解过完整的模型家族：第三代 Apple Foundation Models（AFM 3），一共 5 个模型，2 个端侧 + 3 个云侧。

具体是：

模型	位置	定位
AFM 3 Core	端侧	3B 稠密模型，轻量任务与路由调度
AFM 3 Core Advanced	端侧	20B 稀疏模型，原生多模态
AFM 3 Cloud	苹果数据中心	中等复杂度云侧任务
ADM 3 Cloud (Image)	苹果数据中心	图像生成
AFM 3 Cloud Pro	Google Cloud	复杂推理与 agentic 任务

这里有个特别值得注意的措辞对照。苹果官方描述这几个模型时的原话是"custom-built in collaboration with Google"------官方承认与 Google 合作定制，但全程不点名 Gemini。而媒体口径直接写"苹果用 Gemini 驱动 Siri"。

说实话，这两种说法并不矛盾：官方说的是"合作定制的模型家族"，媒体说的是"这个定制的底座是 Gemini"。写博客时我把两句话并列，比只引一边更接近事实。

二、端侧两个模型：一个负责路由，一个负责干活

端侧的两个模型分工很清楚，规格也是苹果这次少见的公开。

AFM 3 Core 是 30 亿参数稠密模型，每次请求全量激活。支持文本 + 图像输入、文本输出，定位是轻量任务与 routing/调度。注意这个"routing"------它就是三层架构的第一层决策者：先由端侧判断这个请求该本地处理还是往上抛。它跑在所有 Apple Intelligence 机型上（iPhone 15 Pro 及以后）。

AFM 3 Core Advanced 是 200 亿参数稀疏模型，原生多模态，通过 Instruction-Following Pruning 按 prompt 只激活 10~40 亿参数。因为要吃更多内存，只给内存更大的新机型。

苹果还少见地公开了一组自评数据（注意是自家人类评估，非第三方基准测试）：新一代表现力语音得分 4.15/5，上一代为 3.87。自评数据要打折看，但至少说明端侧这一层不是摆设。

端侧这条线的算力底座是 A20 Pro。它是苹果首款用于 iPhone 的 2nm 芯片，搭载于 iPhone 18 Pro / Pro Max 与折叠屏 iPhone Duo。关键变化：

神经引擎从 A19 Pro 的单组 16 核，改为双组 16 核、合计 32 核，AI 处理能力翻倍；
新增含 GPU 内部神经加速器的新一代加速器，FP8 运算速度提升至 2 倍，把 ML 运算分散到 SoC 更多单元；
内存带宽提升 50%，苹果称是 iPhone 中内存接口最宽的芯片。泄露说法是 96 位 LPDDR5X（上代 64 位），官方未披露位宽；
封装用 WMCM 晶圆级多芯片模组替代 InFO_PoP，内存与 SoC 并排而非堆叠以避开散热路径，均热板面积扩至三倍。

带宽 +50% 这条其实比"32 核"更值得关注。稀疏模型推理的瓶颈经常不在算力而在显存带宽，20B 稀疏模型能在端侧跑起来，靠的就是这个。

三、PCC 首次走出苹果数据中心：这才是最微妙的架构变化

第三层是 Private Cloud Compute（PCC）。PCC 是苹果 2024 年随第一代基础模型引入的隐私框架，此前只跑在苹果数据中心的 Apple Silicon 服务器上，卖点是可被第三方研究者独立验证。

AFM 3 里，这个边界被打破了。三个云模型中，只有 AFM 3 Cloud Pro 搬到了 Google Cloud 托管的 NVIDIA GPU 上，其余两个（AFM 3 Cloud、ADM 3 Cloud Image）仍在苹果自己的 Apple Silicon 服务器上。而 Cloud Pro 恰恰是处理复杂推理与 agentic 任务的------也就是 Siri 那些"跨 App 多步操作"的重活。

苹果的处理方式是：硬件换了、机房换了，但仍然把 Cloud Pro 纳入 PCC 隐私框架。

这段设计正好解释了此前各家媒体对"Gemini 到底跑在 PCC 里还是 Google Cloud 上"的争论------两种说法是同一件事的两面：物理上在 Google Cloud 的 NVIDIA GPU，逻辑上归属 PCC 隐私承诺。作为开发者，看到这里应该能意识到一件事：PCC 从"一个机房概念"退化成了"一套契约概念"。它约束的是数据处理承诺，不再是物理隔离。这个转变对隐私叙事的影响，可能比模型本身更长远。

顺便说个可用于理解规模的数字：苹果称 Siri 每天处理超过 25 亿次请求。三层路由不只是技术问题，更是成本问题。

四、跨 30 万 App 是怎么做到的：App Intents 2.0

新 Siri 最出圈的能力是跨 App 代理操作，官方口径是覆盖 30 万+ 第三方 App。这件事在开发者侧的落点是 App Intents。

关键前提：SiriKit 已被废弃。 苹果在 WWDC 2026 上宣布废弃旧的 SiriKit，给了 2~3 年支持窗口。App Intents 成为 Siri 调用第三方 App 的唯一路径------没有发布 App Intents / App Entities 的 App，会被"从 agentic 工作流中剔除"。翻译一下：不接入等于对 Siri 不存在。

App Intents 2.0 新增了三项能力：流式响应、多轮追问、屏幕感知。官方演示的跨 App 多步任务是："找出 Priya 周日发给我的照片，做成海报，AirDrop 给妈妈"------一条指令串起相册、图像工具、分享三个环节。

一个基本的接入形状大致是这样（API 形状参考 WWDC 2026 session，新 2.0 能力部分以官方文档为准）：

swift 复制代码

import AppIntents

struct PhotoEntity: AppEntity {
    static var typeDisplayRepresentation: TypeDisplayRepresentation = "照片"
    static var defaultQuery = PhotoQuery()

    var id: String
    var title: String

    var displayRepresentation: DisplayRepresentation {
        DisplayRepresentation(title: "\(title)")
    }
}

struct MakePosterIntent: AppIntent {
    static var title: LocalizedStringResource = "把照片做成海报"

    @Parameter(title: "照片")
    var photos: [PhotoEntity]

    // App Intents 2.0：流式响应，边生成边回传中间状态
    func perform() async throws -> some IntentResult & ProvidesDialog {
        let poster = try await PosterService.render(photos)
        return .result(dialog: "海报做好了，要 AirDrop 给谁？")
    }
}

屏幕感知则要求开发者为控件加 "on-screen awareness annotations"，Siri 才能解析"第三个"这类指代。这是纯增量工作，也是判断一个 App 有没有认真接入的试金石------只声明 Intent 不做屏幕注解，能跑通指令式调用，但接不住多轮指代。

五、商业模型与地理边界：第三层其实是收费的

三层路由不只是技术分层，也是商业分层。由于复杂请求要消耗服务器侧的大模型算力，Siri AI 对这类重请求设了使用上限，更宽松的额度与大多数 iCloud+ 套餐绑定。

这构成了一个很清晰的模型：端侧免费无限、云侧按订阅分级。对比一下，OpenAI、Anthropic 都是按 token 计费的 API 模式，苹果走的是"硬件 + 订阅"的预付费模式。前者对开发者透明可控，后者对终端用户无感但天花板由套餐决定。作为开发者，如果你的 App 依赖 Siri 触发端侧能力，这部分没有成本压力；但如果你的流程强依赖 agentic 多步编排，用户套餐档位会变成你的隐性依赖------这是个值得提前设计降级路径的点。

地理边界也很硬。Siri AI 随 iOS 27 以英文 beta 首发，10 月扩展法语、日语、韩语、葡萄牙语、西班牙语，中文没有时间表。苹果明确标注 Siri AI 暂不在欧盟和中国大陆提供，欧盟是无限期延迟。

另外首发日期各源存在分歧：MacObserver 与 HowStuffWorks 称 iOS 27 于 9 月 14 日发布，观点网与 PHILE WEB 则称 9 月 15 日。稳妥写法是"9 月中旬"。机型门槛也注意分层：iOS 27 本身支持 iPhone 11 及以后，但 Siri AI / Apple Intelligence 需要 iPhone 15 Pro 及以后，自定义声线语调等部分功能仅限 iPhone 17 Pro 系列与 iPhone Air。Siri AI 独立 App 则要到 10 月上线。

六、最上面那一层是可插拔的

最后说一个容易被忽略但更重要的信号：苹果的长期对冲。

多家报道提到，苹果一方面承认自研基础模型过去两年在复杂查询上失败率高、功能多次跳票，这促成了转向买断；另一方面，苹果仍在推进自研的约 1 万亿参数级云侧模型，作为长期替代。Gurman 的报道还提到，苹果内部有过代号 "Project Glenwood" 的模型比选，最终在 OpenAI、Anthropic 等方案中选了 Gemini。

这里需要明确标注：1.2 万亿参数、年费 10 亿美元、Project Glenwood 均为媒体爆料口径，苹果官方未确认参数与金额。

所以更准确的判断不是"苹果认输"，而是"买 + 自研并行"。这个姿态的直接后果落在架构上：三层架构的最上面一层是可插拔的。AFM 3 Cloud Pro 跑在 Google Cloud 上、归属 PCC 契约、由苹果定制------换掉底座的成本，远低于自研一个同级模型。

对开发者来说，这个判断有实际含义。如果你的产品规划依赖 iOS 上的设备端智能，端侧那两层（AFM 3 Core / Core Advanced）是苹果长期可控的，值得押注；而 agentic 重任务那一层的能力边界、配额、甚至可用地区，未来都可能随商业谈判变化。把强依赖放在可插拔层上，风险是要自己扛的。

总结

把这次 Siri AI 的架构要点收一下：

三层路由：AFM 3 Core（3B 稠密）负责路由决策，AFM 3 Core Advanced（20B 稀疏，按 prompt 激活 1~4B）处理端侧主力任务，AFM 3 Cloud Pro 处理复杂推理与 agentic 任务。
PCC 边界变了：最强的 Cloud Pro 首次跑在第三方基础设施（Google Cloud 的 NVIDIA GPU）上，但仍纳入 PCC 隐私框架------PCC 从物理隔离变成了契约承诺。
算力底座：A20 Pro 用 2nm、双神经引擎共 32 核、内存带宽 +50%，端侧跑得动稀疏大模型的关键是带宽而非纯算力。
开发者侧：SiriKit 已废弃，App Intents 是唯一入口，不接入等于不存在；屏幕感知注解是增量但必要的工作。
商业与地区：端侧免费无限、云侧按 iCloud+ 档位分级；欧盟无限期延迟、中国大陆暂不提供、中文无时间表。
长期变量：最上层可插拔，苹果自研万亿级云模型仍在推进。

对开发者最务实的一条建议：先确认你的 App 有没有 App Intents / App Entities，没有的话，Siri AI 这波流量和入口跟你无关。