一句话看懂：Perplexity 将自研的推理引擎 Lily 开源，这是一款专为 Apple Silicon 设计的 Rust + Metal 方案，目的是在 Mac 上更高效地运行 Qwen3.6-35B-A3B 这类大模型。它标志着搜索公司开始向底层推理工具链延伸，也为本地 AI 运行提供了一条避开 CUDA 依赖的新路径。
事件核心：发生了什么
Perplexity 宣布开源其内部开发的推理引擎 Lily。该引擎使用 Rust 语言编写，并基于 Apple 的 Metal 图形 API 构建，核心目标是在 Apple Silicon 芯片（如 M 系列）上高效运行 Qwen3.6-35B-A3B 模型。Qwen3.6-35B-A3B 是阿里 Qwen 系列中的 MoE（混合专家）架构模型，参数量较大但激活参数仅为 3B，本身适合在端侧或消费级硬件上推理。Lily 相当于 Perplexity 在模型部署层的一次技术下探，试图通过贴近硬件底层的优化，把推理性能压榨到更优水平。
为什么重要
目前公开信息显示，大模型推理市场长期被 NVIDIA CUDA 生态和少数闭源框架主导，开发者想在非 NVIDIA 硬件上做高性能推理，选择并不多。Lily 开源的意义首先在于它证明了 Rust + Metal 组合也能承载 35B 级别的 MoE 模型运行，为 Apple Silicon 用户提供了一套可参考、可修改的原生推理实现。对 Perplexity 来说，这既是技术实力的展示，也是在搜索引擎之外构建开发者影响力的举措。对整个 AI 工具链而言，Lily 的出现意味着推理竞争正从云端的 GPU 集群扩展到个人电脑和本地设备，开源生态的硬件适配版图也因此增加了一块重要拼图。
对用户/开发者/创作者的影响
对开发者而言，Lily 提供了在 Mac 上直接运行大模型的实际案例与代码基础，尤其适合需要本地处理隐私数据或希望降低 API 调用成本的场景。硬件层面，这可能会提高用户升级 Mac 内存配置的意愿，因为 MoE 模型尽管激活参数少，但完整权重仍需足够统一内存承载。对普通用户和创作者来说，这一变化短期内不会直接转化为新的 AI 应用接口或爆款工具，但如果 Lily 后续被更多开源项目采纳，Mac 上有望出现更多流畅运行的本地模型应用。对于依赖云端推理的闭源服务商而言，这类本地引擎的成熟也会带来新的竞争参考维度。
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
值得观察的一个点是 Lily 的性能数据是否经得起第三方基准测试的验证，特别是在不同内存规格的 M 系列芯片上，实际推理速度与官方宣称是否一致。另一个观察点是 Perplexity 是否会基于 Lily 推出面向消费者的本地搜索或问答功能，从而形成“模型 + 硬件 + 应用”的闭环体验。此外，该开源项目能否吸引社区贡献者补齐对更多模型架构或新版本 Apple Silicon 的支持，也是衡量其生态生命力的直接指标。
