新聞速讀｜蘋果推「Foundation Models 框架」，讓 iPhone 開發者把裝置端 AI 直接做進 App

InfoAI 編輯部

當多數人把 AI 競賽理解成「模型越大越強」，蘋果卻把問題改寫成「誰能把 AI 變成可普及、可負擔、可被大量開發者快速採用的系統能力」。

01｜理解事件

蘋果 2025 年的 AI 推進一度顯得混亂：延後原本承諾的 Siri 功能，並在部分情境依賴 Google 的 Gemini 補位，讓投資人擔心 iPhone 是否錯過關鍵技術轉折；同時也傳出一連串人事變動與人才流失，包括 AI 團隊與界面設計主管異動，以及競爭者挖角等。

不過，當我們把焦點放在另一條主線：蘋果在 WWDC 2025 推出 Foundation Models 框架，讓開發者能用 Swift 原生支援，以最少三行程式碼呼叫 Apple Intelligence 的裝置端 AI，把文字生成、格式化輸出（guided generation）、工具調用（tool calling）等能力直接整合進 App。

這套路線被外媒解釋為解三個痛點：雲端 API 成本讓小型開發者難以負擔、需要網路連線限制了 AI 功能何時何地能用、以及把使用者資料送上雲端會提高責任與資安疑慮；因此「裝置端」能在成本、可用性與風險三方面，同時降低導入門檻。

值得注意的是，依蘋果官方資訊，Giannandrea 已卸下職務，將先擔任顧問，預計於 2026 年春季退休，並由 Amar Subramanya 接任 AI 副總裁，負責 Apple Foundation Models、機器學習研究與 AI 安全與評估等關鍵領域。

02｜解讀新聞

這是「反軍備競賽」的產品化策略。我們的核心論點不是蘋果模型是否登頂，而是要指出蘋果它刻意避開「砸大錢堆算力」的路線，改用平台能力帶動普及：讓開發者用很低摩擦把 AI 塞進既有 App，並把成本與風險降到可接受。

同時，蘋果把 AI 競爭的計分方式，從「誰做出最強模型」改成「誰做出最多好用的 AI App」。外媒甚至直說：蘋果的 30 億參數裝置端模型無法與前線系統比拚，但重點在於它擁有超過 10 億 iPhone 使用者與龐大的 App Store 開發者生態，如果讓大量開發者能「免費、裝置端」試驗，就可能長出蘋果內部做不出來的突破應用。

最後，這也在重畫「責任邊界」。把推論放到裝置端，等於把資料傳輸、合規與資安的壓力往外推回使用者裝置，開發者更容易做出可預期的成本模型與風險控管。這不會讓所有情境都離開雲端，但會把更多日常功能拉回裝置端優先。

03｜延伸思考

這給了我們另一個思考方式：AI 的長期競爭往往不是「一次性的模型秀」，而是「可重複交付的系統設計」。當你評估某個 AI 路線是否值得投入，除了看模型多強，更該看三個指標：它的邊際成本是否會隨規模下降、它的失敗模式是否可控、它是否能被大量情境低摩擦採用。Foundation Models 框架的訊號是，蘋果正在把 AI 從「功能」變成「平台層的標配」，以工程可用性與商業可持續性，來換取長期優勢。

對讀者來說，這代表：未來你判斷 AI 真實價值時，「部署位置（裝置端或雲端）」要被當成策略選擇，而不只是工程選項。

04｜重點提煉

• 蘋果在 WWDC 2025 推出 Foundation Models 框架，讓開發者以 Swift 原生支援、最少三行程式碼呼叫 Apple Intelligence 的裝置端模型。

• 外媒指出裝置端作法可同時降低三個門檻：雲端 API 成本、網路連線限制、雲端資料責任與資安疑慮。

• 關鍵敘事從「模型最強」轉向「App 最多、最好用」：讓大量開發者在生態內試錯，才可能長出突破性應用。

• Giannandrea 已卸下職務、轉任顧問，預計 2026 年春季退休，由 Amar Subramanya 接任 AI 副總裁，顯示蘋果正在重整 AI 的決策與執行鏈。

05｜後續觀察

接下來值得關注兩個指標：

第一，Foundation Models 框架的實際採用率，以及哪些類型 App 率先跑出可複製的成功模式（例如筆記、日記、效率工具、企業流程 App）。

第二，蘋果是否能把「裝置端 AI」的優勢，做成 Siri 與系統級體驗的明顯差異；否則再好的框架，也可能只停留在零散功能拼裝

參考資料：

• Apple's messy AI win

• Apple supercharges its tools and technologies for developers

• John Giannandrea to retire from Apple

• Apple names Amar Subramanya new VP of AI, replacing John Giannandrea

• Updates to Apple’s On-Device and Server Foundation Models（Apple Machine Learning Research）

• Meet the Foundation Models framework（WWDC25 官方影片頁）

AI 素養｜AI 為什麼會亂講話？揭開大型語言模型的「黑盒子」運作邏輯
理解 AI 為何能回答、也會胡說八道的真正原因

AI 時代的思考力革命｜AI 素養，不是學技術，而是拿回主導權的能力升級
與 AI 一起思考，成為能定義方向的人

AI 時代的知識遷徙策略｜從「學會掌握」到「洞察驗證」
聞道不必有先後，高下立判見深用；術業專攻仍需要，深廣變通顯智慧。

版權聲明與授權須知

本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。

用內容建立信任
用洞察塑造品牌

在 AI 時代，真正有力量的行銷不是廣告聲量，而是持續輸出的深度思考。InfoAI 把全球 AI 趨勢與報告，轉譯成清楚、精準、有觀點的內容，讓企業不只是跟上變化，而是成為洞察的提供者，讓品牌變成被信任的決策夥伴。如果你不想只是「談 AI」，而是想「透過 AI 影響市場與客戶」，那就從內容開始。歡迎來信： contentpower688@gmail.com

如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［QRCode］／［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。

AI 協作聲明：

本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。

InfoAI｜讀懂 AI 如何改變世界

在 AI 改變世界之前
助你先讀懂 AI 世界

每日精選全球 AI 新聞
AI 趨勢 + 新聞 + 深度解讀

Content Power ｜賦能你在 AI 時代的專業能力
專注於「AI × 專業 × 工作方法」的知識平台
透過框架、流程與方法
協助你在 AI 時代重建專業能力