苹果AI手机权威排行榜：哪款最值得买
两年前的WWDC，苹果给所有人留下了一个尴尬的名场面。
苹果高调发布了“Apple Intelligence”，向全世界同行展示了他们心目中AI手机该有的样子：一个能读邮件、看信息、理解屏幕内容，还能跨应用操作的Siri。
但后来的事情大家也知道了——新Siri不仅没能随iOS 18一起上线，直到2025年还被苹果以“内部技术问题”为理由不断往后推。软件工程高级副总裁Craig Federighi后来向《华尔街日报》承认，内部测试中原型机“持续产生过多不可靠的结果”，系统执行成功率只有60%-80%，远达不到苹果想要的标准。因为这个AI功能迟迟无法兑现，苹果还因此吃了多起集体诉讼，最后同意支付2.5亿美元才和解。
这个坑，直到今年才总算填上。
在前几天的WWDC上，苹果终于联手谷歌，基于Gemini家族重构了Apple Intelligence的整体架构。在这个新架构之上，推出了具备上下文理解与屏幕感知能力的Siri AI，以及一系列系统级的AI功能。用苹果自己的说法，这已经是“质的飞跃”了。
但市场的反馈却算不上热烈。发布会结束后，苹果股价下跌，市值蒸发超过2300亿美元。说到底，还是没有让人眼前一亮的东西。
过去十五年，库克踩着乔布斯留下的“软硬一体”的坚实土地，把苹果市值从3500亿推到了4万亿。但眼下，行业某种程度上正处在从功能机到智能机的前夜——作为最重要的移动终端，越来越多的AI厂商试图用AI重新定义手机。豆包手机已经是珠玉在前，OpenAI也在虎视眈眈。家都快被偷了，苹果在AI上却没能拿出足够有惊喜的创新。
那么，苹果AI手机交出的第一份答卷，真就这么差吗？
01 唯一的黑点是谷歌
如果非要给这次更新找个黑点，大概就是苹果终于承认自己搞不定模型能力，选择和谷歌合作。新一代的Apple Foundation Models，基于Gemini家族合作开发，端侧有两个模型，云端有三个。
端侧分别是负责日常轻量任务的3B参数模型AFM 3 Core，以及更强、拥有20B参数的稀疏模型AFM 3 Core Advanced。云端则包括服务器主力的AFM 3 Cloud、专攻图像生成和编辑的ADM 3 Cloud，以及最强的AFM 3 Cloud Pro。
虽然苹果高管的原话是，“我们使用的Google Assistant数量是零”，“所有这些模型都是专为Apple Silicon定制构建，使用专有数据训练，并使用Gemini前沿模型的输出进行精调”。但基本可以理解为，苹果这些新模型的底座就是Gemini。
除此之外，苹果在其他方面做得都还不错。
云端这部分，苹果一如既往地坚持了自己的隐私政策。他们专门为AI搭建了一套云计算基础设施——Private Cloud Compute，数据不出域，端到端加密。底层模型方面，根据之前的爆料，苹果和谷歌的协议是苹果每年花10亿美元，获得一个定制版的1.2万亿参数Gemini模型，用户使用这个定制版是免费的。同时，苹果也开放了第三方适配，包括很多人熟悉的Claude、ChatGPT以及原生Gemini，用户使用需要自己付费。
在AI能力层面，虽然不出彩，但和其他同行的体验差距并不大。按照国内推出的AI终端标准，终端智能化被分为四个等级：L1响应级、L2工具级、L3辅助级、L4协同级。L1只能听懂简单指令，L2能完成简单多步操作，L3能理解复杂意图并主动服务用户。如果以“主动服务”作为区分L2和L3的分水岭，包括苹果在内的大多数厂商，目前都还停留在L2这个层级。
之前被视为AI手机创新典范的豆包手机，其GUI操作能力让它能模拟用户点击，一个需要几十步的复杂任务，也能跑出不小的成功率。苹果的Siri AI也在向Agent方向演化，具备屏幕感知、个人情境理解与任务执行能力。
一方面，作为一个高度整合系统层的AI，Siri AI自然具备类似小米claw的跨App执行能力。比如，当你浏览照片时，可以直接问Siri AI这是什么地方，它会为你识别地点；你想知道怎么过去，它也能调用信息和地图App生成导航。另一方面，Siri AI具备个人上下文能力。用户不仅可以在多端设备上使用，还能查看历史对话记录。它也能从你的邮件、信息、照片中提取信息，响应你的需求。
除此之外，Safari、信息、邮件、日历、电话、照片等系统应用也都增加了AI能力。最典型的，比如照片App可以用AI和3D建模技术，从现有照片生成新的视角。
Omdia消费者业务研究副总裁Nicole Peng也表示，就实际AI功能而言，苹果和市场上现有的手机厂商横向对比，至少是处在第一阵营的。
02 软硬一体在AI时代的优势
有消息称，去年推出豆包手机后，字节在2026年加速了AI手机项目的推进。负责豆包手机的Ocean团队是字节Flow的核心硬件团队，后者在字节内部和抖音平级。除了豆包手机，Ocean团队还整合了字节过去积累下来的硬件资源，包括但不限于原锤子手机、VR头显PICO、智能耳机Oladance等。
字节如此在意终端，恰恰凸显了AI时代里智能终端的重要性。所有消费电子产品的终局一定是软硬一体的，任何形式的赋能或合作，都只能获得暂时的优势。
这也是手机厂商在AI时代最大的优势。小米和苹果这两家企业都是很明显的受益者。比如，小米目前已经能串联起手机和IoT设备，miclaw能够读取并理解你手机里的信息，像“管家”一样提供服务，还能联动小米生态跨端执行任务：当你说“我半个小时后带朋友回家，给家里准备一下”，它会自动拆解并执行：联动米家设备，执行灯光调暖、窗帘关闭、空调设定、空气净化器启动等一系列操作。
统一的Language Model协议，从端侧到云端的完整调度框架，让苹果可以联通起25亿台设备。在Mac和iPad上，你可以从Spotlight直接唤起，也可以在右键菜单里选“Ask Siri”。在Vision Pro里，Siri甚至可以理解你的视线焦点，知道你在看哪个物体，最后给出信息。
不过，整体来看，苹果独一档的软硬一体能力，让它能在AI时代积累更多优势。
从模型上看，端侧最强的AFM 3 Core Advanced参数高达200亿，按理说这么大规模的模型是很难塞进手机的。但苹果通过Instruction-Following Pruning技术，把完整模型放在闪存里，只把一小撮“始终激活的共享expert”留在DRAM，只在预测器选中时才把对应expert调进DRAM。这样每次调动的实际参数只在10亿到40亿之间。iPhone也因此成为了第一个面向消费者大规模量产的动态稀疏LLM。
除此之外，苹果在芯片设计上也开始转向。据Counterpoint Research的拆解分析，苹果M5 Pro芯片采用芯片组式结构，增强了GPU在人工智能计算中的作用，实现了苹果专业级系统芯片中迄今为止最高的内存带宽。这对于端侧AI至关重要，因为在设备上运行大型语言模型和专业AI工作流程，除了算力，还需要足够的内存容量和带宽来高效地为模型提供数据。这说明苹果正在主动调整Mac的芯片战略，以适应AI时代的需求。