WWDC 2026落幕之后，关于苹果自研大模型究竟是“套壳”Gemini的质疑声一度甚嚣尘上。面对媒体追问，苹果高管在会后采访中给出了明确回击：Apple Foundation Models（AFM）并非Google Gemini的简单换皮，而是完全自研、从底层代号到训练数据都独立于谷歌的体系。虽然外界很容易因为“用了谷歌TPU”和“蒸馏阶段参考了Gemini”就产生误解，但苹果强调，这两件事与“模型是Gemini变体”之间有本质区别。
更直白地说，蒸馏技术本身是一种常见的模型压缩方法——类似用大师的作品来训练学徒，但学徒最终长成的是自己的肌肉和骨架。苹果证实，AFM在蒸馏和训练阶段的確使用了Gemini技术的输出作为教师信号，但最终产出的AFM模型完全基于苹果自己的代码、私有数据系统和自研芯片架构。这意味着用户端不会直接访问任何Google代码或Gemini推理逻辑，也无法从AFM中调取Google的任何服务。这一点对苹果的隐私叙事至关重要：如果模型底层是别人的，那“端侧隐私”和“私有云计算”的承诺就会大打折扣。
目前Apple Foundation Models家族共五款主力模型，分工极其明确。边缘端模型AFM Core负责基础AI操作（如文本补全、快捷指令推理）；升级版AF Core Advanced则拥有原生多模态能力（可直接理解图片、图表），并采用稀疏激活架构，允许在iPhone本地跑更复杂的任务。云端模型AFM Cloud处理高并发请求，M Cloud Image专精图像生成与编辑，而顶配的AFM Cloud Pro则面向Agent工具和最高负载的工作流。值得注意的是，每一款模型都针对苹果自研的Apple Silicon做了定制化编译，训练数据也来自苹果内部清洗过的专有数据集——唯独在蒸馏阶段借用了Gemini的“教师信号”来实现效率提升。
另外，苹果也坦然承认，其云端模型确实部署在Google Cloud服务器上，并且使用了NVIDIA的GPU计算资源。但苹果强调，这并不影响“私有云计算”认证——因为用户数据在传输和计算过程中始终受到苹果自研的端到端加密与可信执行环境保护，Google作为基础设施提供商没有权限触及模型输入或输出。这种“用别人的硬件跑自己的模型”的做法其实在业界很常见（例如OpenAI也用Azure），只是苹果这次把话挑明了。
从行业视角看，苹果这次主动澄清“非套壳”更像是为后续大模型生态铺路。AFM作为独立体系，未来接入Siri、Xcode智能补全以及HealthKit分析等场景时，苹果才能完全控制数据流向和模型迭代节奏。相比直接集成Gemini API，自研意味着苹果可以更灵活地调整模型行为（比如拒绝生成有害内容、适配本地法律要求），也不必受制于Google的定价和版权条款。当然，代价是研发投入巨大，且蒸馏阶段的依赖仍可能引发专利层面的后续讨论。但至少从目前公布的技术细节来看，AFM确实是一套“苹果芯+苹果码+苹果数据”的闭环方案，而非大多数人所担心的“换壳产品”。
