一句话看懂：苹果正在与加州理工孵化的AI初创公司PrismML洽谈，评估其原生1-bit模型压缩技术。该技术能将大模型体积压缩至原来的十四分之一，同时推理速度提升最多8倍，能耗降低75%-80%，已在iPhone 17 Pro上完整运行了阿里开源的27B参数模型Qwen 3.6。
事件核心：发生了什么
据科技媒体The Information报道，苹果正与AI初创公司PrismML进行谈判。PrismML的核心突破是一种原生1-bit模型压缩技术，与传统的量化方案不同——传统方案通常保留多比特权重，而PrismML将权重仅用-1和+1表示，结合分组缩放因子进行计算。这从架构层面重新定义了模型的存储和推理方式。该技术声称不包含传统量化中常见的“高精度逃生通道”（即保留部分关键层高精度以补偿性能损失），但在完全使用1-bit权重的情况下，仍能维持接近FP16模型的精度。最关键的实证是，PrismML已成功将阿里巴巴开源的大语言模型Qwen 3.6（27B参数）完整运行在iPhone 17 Pro上，这在传统方案下几乎不可能实现。
为什么重要
此举意味着苹果可能在端侧AI能力上实现重大突破。目前iPhone上的AI模型规模和功能受限于内存和功耗，如果PrismML的压缩技术能够落地，iPhone将无需增加硬件成本即可运行更大规模的模型，实现更复杂的多轮对话、图像理解和智能体任务编排。这直接关系到苹果Apple Intelligence生态的竞争力。当旗舰级大模型也能在智能手机上本地运行时，端侧AI与云端AI之间的平衡可能被重新定义。
对用户/开发者/创作者的影响
对于普通用户，未来iPhone上的AI功能可能更强大、响应更快，且无需联网或付费使用云端算力。对于iOS开发者，端侧AI能力的提升意味着可以在本地集成更复杂的AI功能，减少对远程API的依赖，降低延迟和用户隐私顾虑。对于AI开源社区，PrismML的成功案例表明，像Qwen这样的开源模型在端侧落地具有可行性，可能推动更多开发者基于开源模型进行端侧应用创新。对于AI创作者，本地运行大模型意味着文本生成、图像理解等任务可以脱离云端，在无网络环境下完成，数据安全性也更高。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，苹果与PrismML的谈判是否最终达成合作以及技术能否量产，是最大的不确定性。目前公开信息显示，双方尚处于评估阶段。其次，其他手机厂商如三星、华为是否也会跟进1-bit压缩技术，将影响端侧AI的竞争格局。最后，该技术对模型训练的影响也需要观察——1-bit量化通常对模型训练过程有特殊要求，这意味着开发者可能需要针对性地调整训练方案，才能最大化压缩效果。
来源：AIbase
