iPhone 18发布了，Apple说的20B本地模型到底什么留在了本地？

本文是「术语解构」系列第。在之前的文章中拆解过算力的标称、上下文窗口的标称、跑分的标称，这一篇拆的是“本地大模型”这五个字里的“本地”两个字。

一句话的指令，背后要看多少东西

先想一个场景。

你对手机说：“找一下老婆昨天发给我的航班号，看看晚点没有。晚了的话，把我下午三点的会往后挪半小时，然后回她一句我晚点去接。”

这句话听起来很日常。但你把它拆开，AI要做的事情是这样的：先知道谁是你老婆，再进你的聊天记录找到那条消息，从里面认出航班号，联网查航班状态，打开你的日历找到那个会，改时间，最后调用消息App把回复发出去。

每一步都要看一样东西：通讯录、聊天记录、日历、消息权限。

问题来了：这些数据，是在你手机里被AI看见的，还是先传到了某个服务器上？

我以前看AI手机，基本只盯一件事——模型够不够强。最近把Apple这套新架构翻完，又对照着看了国内的豆包手机和三星的做法，我越来越觉得，未来AI手机真正的分水岭不在模型能力，而在数据在哪里被处理。

所以这篇想先立一个判断：以后再看到“本地AI”“端侧大模型”这几个字，得追问一句——到底什么留在了本地？ 模型在本地跑，和你的数据不出本地，是两件事。它们可以同时成立，也可以只成立一半。

一、手机里有AI，不等于AI在手机里

现在市面上的“AI手机”，粗看都差不多，拆开大概是三代。

第一代是AI App。手机上装个ChatGPT、豆包、Claude，打开、输入、等回答。本质是手机上跑了一个AI应用，跟手机本身没什么关系。

第二代是Agent手机。AI开始能看屏幕、理解当前App、模拟点击、跨App把一件事办完。体验上是质变。但为了替你办事，它必须看到越来越多的东西——你在哪个App、屏幕上是什么、你的联系人是谁。

第三代，我姑且叫它Local-first手机：模型在设备上跑，个人数据也尽量留在设备上，实在算不动的才去云端。

前面写Agent的时候，我反复强调“会说”和“会做”的差别。但一旦AI真的开始“做事”，另一个问题就绕不过去了：它需要多少权限，这些权限打开之后，数据流向了哪里？

这一节先把三代分开，不下判断。判断在后面。

二、20B不是重点，重点是它怎么“不”一次装进内存

先把时间线捋直，因为这几天的讨论很容易把两件事叠在一起。

20B这个数字不是iPhone 18发布会才公布的。今年6月WWDC上，Apple就发了第三代基础模型AFM 3，一共五个：两个端侧，三个云端。端侧的AFM 3 Core是3B稠密模型，AFM 3 Core Advanced是20B稀疏模型，Apple自己的表述是每次根据请求只激活10亿到40亿参数。硬件门槛，Apple原文只说“在最强的Apple Silicon上解锁”，媒体报道的门槛是iPhone 17 Pro。

9月9日的iPhone 18 Pro发布稿里，Apple讲的是A20 Pro：2纳米工艺，内存带宽比A19 Pro高50%，双16核神经网络引擎共32核，AI算力翻倍，再加上Siri AI。发布稿里没有出现“20B”三个字。所以准确的说法是：6月Apple公布了20B/1～4B的架构，9月iPhone 18把端侧AI的硬件和Siri AI推到了更显眼的位置。

回到那个20B。如果你在Mac上跑过本地模型，第一反应大概和我一样：这得十几GB权重吧，手机怎么装？

Apple的做法是不把完整的20B同时装进DRAM。完整模型存在NAND闪存里，每次只把当前需要的共享权重和那一组专家装进内存。原因很实在：NAND到DRAM的带宽，撑不住像数据中心那种MoE模型逐token换专家的做法。所以AFM 3 Core Advanced改成按prompt做路由——收到请求时，一个轻量的稠密模块先判断这次要用哪一组专家，把它们装进DRAM，然后开始生成；生成过程中会周期性地重新选一次。为了少搬数据，模型里有相当比例的“共享专家”是常驻的，只有和输入相关的“路由专家”才按需换入。

Apple还提了一个我觉得挺关键的设计：激活参数量不是固定的，而是按用途预设。比如做语音合成和听写这类任务，它只用1B激活参数。所以“1～4B”不是一个模糊范围，是不同任务用不同档位。

把这套机制压缩成一句话：20B是能力池，1～4B是工作集。

所以以后看端侧模型，至少要把三个数字分开看：

这和我们在Mac上跑Qwen的经验是两套逻辑。过去的经验公式是模型大小≤内存，24GB能跑27B 4-bit，16GB就得退到14B。Apple在试的是把公式改成激活参数≤内存，总参数可以远大于内存。

这时候NAND就不只是存照片和App的地方了，它可以理解为AI模型的一种“二级内存”。这是我的类比，不是Apple的说法，但我觉得它比“20B塞进手机”更接近实际发生的事。也正因为权重要在NAND和DRAM之间来回搬，A20 Pro那个“内存带宽提高50%”，对这套架构来说可能比“AI算力翻倍”更实在。

顺便纠正一个我自己之前的误解：我一度以为它是“按任务加载一组专家然后不动”，看了原文才知道生成过程中还会重选。所以它既不是数据中心那种逐token的MoE，也不是死板的按任务分组，是介于两者之间的一种折中。

三、一个3B模型，为什么可能比27B更像“智能手机”

现在回到开头那个航班场景。

假设你手里有一个很强的27B模型，纯本地跑，推理能力远超Apple这个3B或者20B稀疏模型。你把那句话丢给它，它能做什么？

它不知道你老婆是谁。它看不到你的聊天记录。它没有你的日历。它没有权限调用消息App。它连航班状态都查不了，因为它不联网。

它很聪明，但它什么都办不了。

换一个只有3B参数的系统模型，如果它接着通讯录、日历、邮件、Spotlight索引、App Intents和网络，反而能把这件事从头到尾办完。

所以我现在更愿意这样写这个公式：

AI实际能力 = 模型能力 + 个人上下文 + 工具 + 系统权限 + App能力 + 云端补充

模型能力决定AI能不能想明白，系统能力决定AI能不能知道你的事、并把事情办完。

前面写Agent时，我把聊天机器人和Agent的区别归结为“谁决定下一步、谁执行下一步”。到手机上，还得再加一问：谁有资格看到下一步需要的数据？

这个问题，三家厂商给出了三种不同的回答。

四、三个样本：它们各证明了一件事

先说清楚，这一节不比谁好谁差。我把三家放在一起，是想说明模型、系统控制权、硬件、数据边界是四个不同的层次，一家可能只拥有其中几层。

豆包手机：有系统权限，不等于有规则制定权。

去年12月1日，字节和中兴努比亚推出了搭载豆包手机助手的工程样机M153。它的做法是系统级GUI Agent：AI看屏幕、模拟人的点击和滑动、跨App办事，技术上依赖Android的INJECT_EVENTS这类系统级权限，由用户授权后开启。

然后就出事了。微信识别到“非典型用户行为”，触发登录环境异常、强制退出；淘宝、支付宝和多家银行App陆续出现访问或操作限制，豆包随后下线了部分敏感应用的操作能力。有安全专家的解释我觉得说到了点上：操作系统靠沙箱隔离应用，AI助手要跨应用执行任务就必须请求额外权限；如果不在服务端代理登录，就是在客户端触碰了不同应用的数据边界，应用开发者自然敏感。

豆包方面的回应是：屏幕内容不在云端存储、不用于训练。这些承诺我没有理由不信。但豆包的问题也不是“拿不到系统权限”——M153恰恰已经和中兴做到了OS层的集成。真正的问题是，字节既不掌握Android平台的规则，也不掌握微信、支付宝、银行App的数据边界。 它可以拿到中兴给它的权限，却不能单方面决定其他App是否接受这种调用方式。

有意思的是二代的走向。二代NaviX Ultra定档9月16日发布，已经拿到入网许可。据晚点LatePost报道，二代调整了和阿里、腾讯等超级应用的合作方式，不再走读屏加模拟点击的路。这条是二手信息，我没找到官方口径，但如果属实，它等于承认了一代的路走不通：不和系统厂商、App厂商坐到一张桌子上，Agent就只能在别人的边界上打擦边球。

三星：Local-first不要求所有模型都自己造。

三星没有坚持“一个模型包打天下”。Galaxy S26上，设备控制交给Bixby，个人化数据由个人数据引擎在设备上处理，更复杂的搜索、推理和跨App的Agent能力则大量依赖Gemini和Perplexity，用户选一个就能一键或语音把多步任务交出去。三星拥有的不是Android本身，而是One UI、Knox、硬件和深度系统集成。

它在隐私上做了三层：个人数据引擎在设备上学习你的偏好，KEEP对每个App的数据单独加密，Knox Vault把密码、密钥、生物特征关进独立的安全硬件。用户还可以在隐私设置里选择“仅在设备上处理”，代价是部分功能受限——三星自己就是这么写的。

这个开关是真的，但开关打开以后能做多少事，取决于哪些能力本来就在本地。凡是要联网搜索、要Gemini或Perplexity出手的任务，上下文自然要上云。所以三星证明的是：做Local-first不一定要模型全自研，但你得清楚哪一层是自己的。

Apple：即使全栈自有，也绕不开端云协同。

模型、芯片、操作系统、权限模型、安全硬件，Apple这几样都在自己手里。理论上它是三家里最有条件做纯本地的。但它仍然设计了一套完整的端云分工——这个留到第六节说。

一个铺垫。 7月15日网信办公告了新一批手机端侧生成式AI服务的备案信息：Apple智能、华为小艺、vivo蓝心、小米澎湃、OPPO、三星、努比亚豆包大模型，七款的备案时间都是7月8日。这份名单本身就说明一件事：“端侧”正在从一家的架构选择，变成一个品类。 这个先记着，文末会回来。

五、“不保存数据”和“数据没离开设备”，不是一回事

为了方便说清楚，我把隐私保护暂且分成两类。这不是标准术语，是我自己的分法。

一类是治理层的：数据会上传，但厂商通过制度、加密、删除策略、“不用于训练”的承诺来控制风险。豆包“屏幕内容不在云端存储”是这一类，三星的Gemini和Perplexity管道也是这一类。

另一类是架构层的：尽可能让数据根本不离开设备。Apple的端侧模型、三星的个人数据引擎属于这一类。

两类都可以做得很安全，但安全边界不在一个位置。前者更依赖制度、协议、加密和外部审计；后者通过架构本身减少数据离开设备的机会和暴露面。数据上传后不保存，和数据从未上传，不是同一种隐私边界。

我并不是说所有事都得离线。那是另一个容易走偏的方向。更合理的原则是：私人世界Local-first，公共世界Cloud-first。

你是谁、你的家人是谁、通讯录、聊天记录、邮件、照片、日历、文件、健康数据、行为习惯——这些尽量留在本地。天气、航班、新闻、股价、地图、百科、网页——这些本来就是公共的，上云没什么可纠结的。本地AI不是拒绝互联网，是Local加Cloud，不是Local对Cloud。

按这个原则，“良性厂商”的标准也得从“有本地模型”往上抬。有本地模型，不代表大量数据不上传，不代表Agent权限透明，不代表云端记录不长期保存，不代表你能看到AI访问了什么。真正该看的是一整套架构：能在本地做的默认本地做；必须上云的只传完成当前任务需要的最小信息；上云的数据尽量不留；AI权限受操作系统约束；用户知道AI看了什么，最好还能验证什么被传走了；云端是能力补充，不是整个系统的大脑。

六、最私密的任务，恰恰可能是最需要上云的任务

这一节我得先泼自己一盆冷水。

我在Mac上跑本地模型有一段时间了，有个很直接的体感：润色一句话、改个措辞，3B、4B的模型完全够用；但“结合我过去一个月的邮件、日历、聊天记录，判断下周哪几件事最重要，帮我重排日程”这种事，本地模型要么算不动，要么算得很慢很差。

这里有一个天然的矛盾：任务越复杂，越需要个人上下文，也越需要云端算力；而这恰恰是最不希望数据离开设备的那类任务。 简单任务本地能办但不怎么涉及隐私，复杂任务涉及隐私但本地办不了。

Apple的回答是分层：AFM 3 Core和Core Advanced在设备上，AFM 3 Cloud在Private Cloud Compute上，最复杂的推理和Agent工具调用交给AFM 3 Cloud Pro。连最强调端侧的Apple，也没有选“一切本机完成”。Local-first不等于Local-only。

然后是我认为这篇文章里最值得拆的一层。

一开始我想写“Apple也在租Google的大脑”，后来发现这句话不准确，因为它把几件不同的事混在了一起。拆开看至少是四层：

模型由谁定义、发布和部署。AFM 3的五个模型由Apple发布，跑在Apple的设备和Apple定义的云上，这一层Apple守住了。

模型的技术基础来自哪里。Apple原文说AFM 3家族是“与Google合作定制构建”的，预训练用的是云端TPU。再往前，1月12日Apple和Google的联合声明写得更直白：下一代Apple Foundation Models将基于Google的Gemini模型和云技术。彭博报道的价码是每年约10亿美元，Apple没有确认这个数字。口语一点说，血统在Google那边。

推理基础设施跑在谁那里。Cloud Pro跑在Google Cloud的NVIDIA GPU上。Apple的说法是把Private Cloud Compute扩展到了那里，隐私保证不变。

应用层是否另外调用第三方云模型。这一层要分开说。Siri里接ChatGPT处理需要世界知识的复杂问题，是iOS 18就有的事。iOS 27又把另一扇门打开了：Foundation Models框架允许开发者在同一套接口下接入Gemini、Claude等第三方云模型。这说明Apple并不打算让自己的模型承担所有AI需求，但这属于平台层的开放能力，不能简单等同于“Siri遇到难题就去调用Gemini”。

所以准确的说法是：Apple把“模型由自己定义和部署”这一层守住了，但技术基础、推理算力、第三方调用三层，都和Google深度绑定。这不是批评。数据中心那边我之前写过一句“芯片比较最终会变成系统工程比较”，个人设备这边其实是同一件事：能不能一起设计模型、芯片、内存、系统、权限和云端，比单个模型强不强重要得多。Apple的优势在这里，Apple的妥协也在这里。

说实话，有一件事我现在没有把握。PCC的“可验证”，指的是外部安全研究者可以验证它运行的软件和隐私承诺，用户数据不保存、也不对Apple开放。当PCC从Apple自有的Apple Silicon扩展到Google Cloud加NVIDIA GPU之后，外部研究者还能不能拿到同等级的端到端可验证性？Apple说保证不变，我倾向于信，但这已经从一个可以自己推导的架构事实，变成了一个需要持续核验的承诺。

回头看，AI手机最大的工程难题其实就一个：同时解决“算力不够”和“数据不能乱跑”。 Apple的PCC、三星的个人数据引擎、豆包从模拟点击转向和App厂商谈合作，都是对这道题的不同答案。没有一个是完整的。

七、国行真正要看的，不是什么时候上线，而是什么留在本地

这一节我只写已经确认的事。

7月15日，网信办公布了新一批手机端侧生成式AI服务备案信息，其中“Apple智能”已于7月8日完成备案，主体是苹果技术开发（上海）有限公司。阿里向路透和CNBC确认，Qwen模型会整合进国行版Apple Intelligence，覆盖iOS、iPadOS、macOS和visionOS，能力包括文本和图像的理解与生成。百度向TechCrunch确认参与开发国行版功能，但具体角色没有披露。截至备案公告后的那几天，Apple自己没有公开表态，也没有给上线时间。

三星国行已经完成备案，其Galaxy AI也公开提供“仅在设备上处理”的开关。

至于国行版的端侧层会不会和全球版一样、云端层会长什么样，我看到不少推演，但没有一条来自Apple。所以我只留一个问题，不收口：国行版Apple Intelligence里，哪一层是Apple的，哪一层是合作方的，数据在哪一层离开手机？ 这才是国行用户真正该关心的，比“什么时候上线”重要。

八、以后买AI手机，我会先问这7个问题

1. 我的哪些数据会离开手机？
2. Agent能看到什么？屏幕、通讯录、聊天，还是全部？
3. 这些权限由谁控制？系统、App厂商，还是AI厂商？
4. 模型分别在哪里运行？端侧、厂商云，还是第三方云？
5. 必须上云时，传的是原始数据，还是完成任务的最小必要上下文？
6. 上传的数据会不会保存？我能不能审计？
7. 断网以后，它还能办多少事？

至于“模型多少B”——放第八个。

顺着这七条看三家：第1条三星做成了用户可见的开关，这一点它走在前面；第6条在PCC扩展到第三方基础设施以后，反而更值得持续核验；第2、3条豆包一代根本没有回答权，二代能不能拿到，取决于它和系统厂商、App厂商谈得怎么样。

写在最后

过去我们比手机，看CPU、GPU、摄像头、屏幕、续航。现在开始比模型多少B、NPU多少TOPS、Agent能操作多少App。

但如果AI最终会变成一个知道你的家庭、工作、照片、消息、日历和习惯，并且能代表你行动的系统，那更重要的问题可能是：这个AI到底属于谁？ 是运行在别人服务器上的智能，还是运行在你自己设备上的智能。

三家样本各给了我一个判断。豆包让我看到，没有底层平台和App生态的规则制定权，Agent连自己的权限边界都很难定义。三星让我看到，Local-first并不要求所有模型都自己造，但开关之后能做多少，取决于哪一层是自己的。Apple给出了最完整的端云架构，可它同样要回答一个问题：当最复杂、最私密的任务不得不上云时，“本地”还能守住多少？

最后说一个我的揣测，不是判断。

AFM 3把20B端侧模型公开，iPhone 18又把神经网络引擎、内存带宽和Siri AI推到台前，我猜手机厂商的竞争维度很快会在配置、做工、摄像头之外再加一行：本地能跑多大的模型。总参数、激活参数、常驻内存，会像屏幕刷新率和传感器尺寸一样出现在参数表上。7月那份备案名单里七家全在，说明起跑线已经画好了。

真到那一天，“本地20B”会像“一亿像素”一样印在海报上。这篇文章想提前留一句话：参数表上的“本地”，只回答了模型在哪算，没回答数据在哪看。到时候，记得把上面那七个问题拿出来。

如果这篇对你有用，点个“在看”；想不错过后面几篇，给公众号加个星标；你手里的AI手机在这七个问题上表现如何，欢迎评论区聊。

资料边界说明

一手来源（厂商官方）

• Apple Machine Learning Research，《Introducing the Third Generation of Apple’s Foundation Models》，2026年6月8日（9月9日更新）。AFM 3五模型构成、20B/1～4B、按prompt路由与周期性重选、共享专家、按用途预设激活参数、与Google合作构建、云端TPU预训练、Cloud Pro运行于Google Cloud的NVIDIA GPU，均出自此文。https://machinelearning.apple.com/research/introducing-third-generation-of-apple-foundation-models
• Apple Newsroom，《Apple debuts iPhone 18 Pro and iPhone 18 Pro Max》，2026年9月9日。A20 Pro内存带宽+50%、双16核神经网络引擎、Siri AI。发布稿未提及20B或AFM 3 Core Advanced。https://www.apple.com/newsroom/2026/09/apple-debuts-iphone-18-pro-and-iphone-18-pro-max/
• Apple Developer，WWDC26 Apple Intelligence guide：Foundation Models框架支持Apple模型及Claude、Gemini等符合LanguageModel协议的云端模型。https://developer.apple.com/wwdc26/guides/apple-intelligence/
• Google/Apple联合声明，2026年1月12日：“下一代Apple Foundation Models将基于Google的Gemini模型和云技术。” https://blog.google/company-news/inside-google/company-announcements/joint-statement-google-apple/
• 国家互联网信息办公室，《关于发布7款提供手机端侧生成式人工智能服务已备案信息的公告》，2026年7月15日（备案时间7月8日）。https://www.cac.gov.cn/2026-07/15/c_1785861480767004.htm
• Samsung Global Newsroom，《Samsung Unveils Galaxy S26 Series》及Galaxy Unpacked 2026 Highlights，2026年2～3月。PDE、KEEP、Knox Vault、Bixby/Gemini/Perplexity多Agent。
• 三星电子中国官网Galaxy AI页面：本地/云端处理可选、本地时部分功能受限、网信算备编号。
• 努比亚官方，2026年9月7日：NaviX Ultra定档9月16日发布，已取得入网许可。

二手来源（媒体转述厂商或当事方）

• 路透、CNBC、TechCrunch、Engadget，2026年7月15～16日：阿里确认Qwen整合进国行版；百度确认参与开发。
• CNBC，2026年1月：Apple确认现有ChatGPT接入Siri的合作不变；彭博报道Apple-Google协议约10亿美元/年——Apple未确认此数字。
• 科创板日报、封面新闻、21世纪经济报道、新浪财经，2025年12月：豆包手机助手INJECT_EVENTS争议、微信及金融类App限制、豆包方回应与下线部分操作能力。
• IT之家转述晚点LatePost，2026年9月：二代豆包手机调整与超级应用的合作方式、不再读屏模拟点击——未见官方口径。
• 多家媒体：AFM 3 Core Advanced硬件门槛为iPhone 17 Pro——Apple原文仅称“最强的Apple Silicon”。

本文自行提出、非厂商定义的表述：“20B能力池+1～4B工作集”、“NAND可以理解为AI二级内存”、“治理层/架构层隐私”、“四层控制权”、“Local-first≠Local-only”。