泉源：再谈日本大搞新型军国主义作者： 沈兆祥：

端侧AI三强对决：苹果认输、谷歌死磕、中国堆参数，，谁赢了？？？？？？

6 月的第二周，，全球科技圈被三件事同时轰炸。。
。。

北京时间 6 月 9 日破晓，，蒂姆·库克以 CEO 身份主持最后一届 WWDC，，Siri 迎来 2011 年降生以来最大规模重构，，自力 App、对话式交互、底层模子切换至谷歌 Gemini。。
。。

不到 48 小时前，，谷歌 Pixel 10 系列仍在一连发酵，，Tensor G5 芯片首次由台积电 3nm 代工，，TPU 提升 60%，，Gemini Nano 常驻端侧，，实时翻译、屏幕明确、语音转录所有外地执行。。
。。

而在此之前的 3 月，，一个险些被英文媒体忽略的事务爆发了：小米 MiMo-V2 Pro 端侧大模子正式上线，，MiMo-V2 Pro总参数凌驾1万亿（1T），，激活参数420亿，，AI 文案天生只需 2 秒。。
。。同月，，海内主流手机厂商整体突破端侧千亿参数关卡，，搭载千亿端侧大模子的手机出货量突破 2000 万台。。
。。

三条平行线在统一时空交汇，，端侧 AI 的蹊径之争，，正在 2026 年 6 月迎来最终对决。。
。。

模子搭载：三种哲学，，三条蹊径

端侧 AI 这条赛道上，，苹果、谷歌和中国厂商选择了完全差别的底层哲学。。
。。

苹果选择了“投降式相助”，，Siri 重构的焦点不在于交互界面，，而在于底层模子架构的戏剧性转向。。
。。苹果在 WWDC26 正式推出 Foundation Models Framework 升级版，，将其从一个关闭的端侧模子接口，，改为一个统一语言模子路由层，，开发者可以挪用苹果自研端侧模子、Private Cloud Compute 云端模子，，以及谷歌 Gemini（1.2 万亿参数，，需至少 12GB 内存）和 Anthropic Claude 品级三方模子。。
。。

翻译成明确话：苹果不自己做大模子了，，它做分发。。
。。

苹果与谷歌已确认告竣多年相助，，下一代 Apple Foundation Models 将基于 Gemini 模子和云手艺构建。。
。。据多家媒体报道，，苹果每年向谷歌支付的相助金额约为 10 亿美元。。
。。同时，，苹果正在测试 Extensions 系统，，允许用户将 ChatGPT、Claude、Qwen、Kimi 等设为 Siri 的默认应答引擎。。
。。

这不是“苹果终于有 AI 了”的故事。。
。。这是“苹果认可自己做不出最好的大模子，，以是把所有能打的都请进门”的故事。。
。。

谷歌选择了“笔直整合”，，Pixel 10 搭载的 Tensor G5 是谷歌第一次彻底挣脱三星代工、转投台积电 3nm 的产品。。
。。CPU 性能较 G4 提升 20%-35%，，TPU（谷歌的 NPU 等效单位）提升高达 60%。。
。。更主要的是，，这是首款搭载最新 Gemini Nano 模子的芯片，，谷歌将端侧 AI 能力直接写进了硬件层面。。
。。

Gemini Nano 在 Pixel 10 上常驻运行，，无需联网即可完成上下文建议、文本摘要、实时翻译、语音增强和媒体处理。。
。。谷歌的蹊径是从模子到芯片到应用的全栈自研，，大模子是我的，，芯片是我的，，操作系统是我的，，手机也是我的。。
。。这条路，，只有谷歌走得通。。
。。

中国厂商选择了“参数军备”，，2026 年 3 月，，小米 MiMo-V2 系列正式宣布，，MiMo-V2 Pro总参数凌驾1万亿（1T），，激活参数420亿。。
。。通过 4-bit 极致量化和希罕混淆架构，，模子体积从数百 GB 压缩至 5GB 以内。。
。；；；；梓 9010、OPPO、vivo 的旗舰机型同期实现了千亿模子外地运行。。
。。

但这仅仅是手机厂的故事，，芯片层面，，联发科天玑 9300 的 APU 790 已支持最高 330 亿参数大模子端侧安排，，通义千问完成适配；；；；天玑 9600 预计 2026 年 9 月登场，，目的是能够在端侧稳固运行更大规模模子。。
。。高通骁龙 8 Gen 5 NPU 正在推动新一代端侧 AI 体验。。
。。阿里、字节、阶跃星辰、腾讯混元（HY-1.8B-2Bit，，仅占 600MB 内存，，天生速率提升 2-3 倍）各自推出端侧模子方案。。
。。中国手机 AI 的模子供应，，已经进入“百花齐放”阶段。。
。。

一个事实是，，参数最多的一方，，恰恰是手艺话语权最弱的一方。。
。。 苹果不拼参数，，拼的是全球约 2.4 亿部 iPhone 年出货量背后的换机周期撬动能力。。
。。谷歌不拼参数，，拼的是从芯片到应用的不可复制笔直整合。。
。。中国厂商的参数军备，，实质上是用“看得见的数字”填补“看不见的生态”差别。。
。。这条路能走多远，，取决于端侧真实体验能否匹配参数表的震撼。。
。。

端侧能力：离线场景才是真正的试金石

讲完了底层模子，，我们来看最直接的问题：断网之后，，这些手机还醒目什么？？？？？？

屏幕明确方面，，OPPO 暂时领跑，，在 PConline 2026 年 4 月宣布的十三品牌手机 AI 横评中，，ColorOS 16 的智能助手拿到满分 5 分。。
。。其“AI 一键闪记”功效可以在 30 分钟内将视频内容压缩为 3-5 个结构化要点，，召回率超 85%。。
。。苹果 Siri 的屏幕感知能力紧随厥后（4 分），，但国行版功效阉割严重。。
。。小米超等小爱的“一步直达”具备跨应用精准跳转能力，，直接跳转订单详情页作废订单，，而不但仅是停留在应用首页，，拿到了 4.5 分。。
。。Pixel 的 Gemini Nano 在手艺上最强（4.5 分），，但海内因谷歌服务不可用，，现实体验险些为零（海内得分 2 分）。。
。。

离线对话是中国厂商意外占优的战场，，小米 MiMo-V2 Pro 在断网状态下，，文案天生速率做到了 2 秒，，和联网时体验完全一致。。
。。所有数据不上传、不缓存、不被训练。。
。。

苹果 Siri 的离线能力高度依赖芯片代际，，需要 A17 Pro 或 M1 以上才华运行完整的端侧 AI 功效。。
。。但纵然是最新芯片，，也面临一个物理瓶颈：当 NPU 试图长时间运行 3B+ 参数目的端侧模子时，，整机功耗会迅速突破 6W 红线，，导致机身发烫和屏幕强制降亮度。。
。。苹果为了保续航，，牺牲了端侧模子的能力上限。。
。。

谷歌 Gemini Nano 在 Pixel 10 上做到了真正的“常驻端侧”，，实时翻译、录音转写、智能来电过滤所有外地执行。。
。。但笔者必需加上一个残忍的注脚：Pixel 在海内是一台半残的手机，，谷歌服务不可用，，基带兼容性是硬伤，，保修需寄境外。。
。。“买 Pixel 是为了研究 AI，，不是为了过日子”。。
。。这是 Pixel 用户的真实写照。。
。。其年出货量仅有 1000 万-1300 万台级别，，在全球智能手机市场中被归入“其他”种别。。
。。

实时翻译方面，，谷歌最强，，但国产不弱，，三星 Galaxy AI 的实时翻译在出国场景中体现精彩。。
。。Pixel 的 Voice Translate 可以在通话中突破语言障碍。。
。。中国厂商并未落伍，，OPPO、vivo、小米的系统级翻译大多集成在智能助手中，，体验日趋成熟。。
。。差别不在于能不可翻，，而在于翻译的上下文准确度和多语种笼罩。。
。。

图像天生与编辑是中国厂商正在界说新标准的维度，，也是本轮比照中差别最大的一个。。
。。ColorOS 16 的“极光引擎”通过 NPU 推理管道共享，，将 AI 消除耗时降低 40%，，且消除后自动剖析光源偏向、色温实时补光，，一步到位。。
。。在 2026 年 4 月的横评中，，ColorOS 的 AI 消除拿到满分 5 分。。
。。苹果 iOS 26 的 CleanUp、Reframe、Extend 三件套外洋版很强，，但国行功效阉割严重，，现实体验打七折（3 分）。。
。；；；； HarmonyOS 6 原生甚至没有一键 AI 消除，，需要借助第三方 App（2.5 分）。。
。。

国产手机在 AI 图像处理上的领先，，实质上是一个“接地气”的故事，，他们比苹果和谷歌更明确中国用户拍了什么（麋集人群、重大光照、玻璃反光），，也更愿意在消除/美化这个最卷的单点上投入资源。。
。。不是手艺更先进，，是场景更懂。。
。。

功耗与续航：端侧 AI 的物理天花板

功耗是所有端侧 AI 叙事的最终约束。。
。。

苹果这边，，性能足够，，但热到降频，，A18 Pro 的 Neural Engine 纸面算力足够强盛（A18 Pro 首发台积电 N3P 3nm，，CPU 性能较 A17 Pro 提升 15%，，能效提高 20%），，但苹果从未果真过手机端 Neural Engine 的详细 TOPS 值。。
。。真正的问题出在能效比，，当端侧模子一连运行时，，发热是死敌。。
。。前述剖析指出，，运行 3B+ 参数模子时功耗突破 6W，，触发降亮度、降频。。
。。苹果在 iOS 27 中宣称内存占用镌汰 20%、日常续航延伸 1-2 小时，，但这更多是系统优化的收获，，而非端侧 AI 效率的质变。。
。。

苹果选择用“分层执行”来规避功耗天花板，，简朴使命端侧跑，，重大使命抛给 Private Cloud Compute 或云端 Gemini。。
。。这很智慧，，但也意味着苹果端侧 AI 的能力上限被功耗卡住了脖子。。
。。

谷歌靠 3nm 救场实现了能效翻身，，Tensor G5 转投台积电 3nm，，终于解决了 G4 时代最被诟病的能效问题。。
。。CPU 性能提升 20%-35%，，但 Geekbench 6 多核跑分仅 5598，，AnTuTu 10 约 141 万分，，这约莫是骁龙 8 Gen 2 的水准。。
。。GPU 更是短板，，3DMark Wild Life Extreme 仅约 19 FPS（Pro 机型），，远低于骁龙 8 Elite 机型。。
。。

但谷歌的战略差别，，Tensor G5 不是为跑分设计的，，是为 Gemini Nano 设计的。。
。。台积电 3nm 让 G5 “运行更凉爽、更稳固”，，16GB 内存和均热板包管了一连 AI 使命不降频。。
。。功耗数据官方未果真，，但多家评测指出，，Pixel 10 在日常场景中终于做到了“全天续航不焦虑”。。
。。

中国厂商则依赖骁龙 + 天玑组成能效双雄，，国产 AI 手机绕开了自研芯片的深坑，，直接站在高通和联发科的肩膀上。。
。。天玑 9300 的 APU 790 支持 330 亿参数端侧运行，，天生式 AI 处理速率是上代的 8 倍。。
。。天玑 9600 预计 2026 年 9 月登场，，目的直指骁龙 8 Elite Gen 6。。
。。

功耗层面，，2026 年的旗舰骁龙和天玑芯片在台积电 3nm/4nm 制程下，，AI 推理能效比已大幅优化。。
。。搭载这些芯片的国产手机，，在端侧 AI 功效全开的情形下，，普遍能做到一天一充。。
。。但笔者需要指出：当国产厂商宣传“1200 亿参数端侧运行”时，，这些模子不是常驻运行的，，它们通过智能调理机制，，在不必时自动压缩、用时快速叫醒。。
。。这和谷歌 Gemini Nano 的“常驻端侧”是两种差别的手艺蹊径。。
。。

生态适配：苹果的护城河 vs 谷歌的孤岛

若是前三轮是手艺对决，，这一轮是商业模式的最终较量。。
。。

苹果最被低估的杀手锏是 App Intents，，WWDC26 真正值得关注的手艺宣布，，不是 Siri 自力 App，，而是 App Intents 框架。。
。。它实质上是一个标准化的工具挪用层，，开发者通过标准化 schemas 将应用内容接入 Spotlight 语义索引，，将应用功效开放给 Siri AI 挪用。。
。。若接入速率足够快，，苹果有时机将 App Store 中数百万应用转化为 Agent 可挪用的 Skills，，形成类似移动互联网时代 App Store 的新一轮生态锁定。。
。。

再加上 Foundation Models Framework 的 Dynamic Profiles 功效（允许统一会话内动态切换模子、工具和指令），，苹果正在构建的不但是一个语音助手，，而是一个模子路由 + Agent 编排平台。。
。。第三方 AI 模子的 Extensions 系统意味着，，用户可以在 Siri 中选择 Gemini、GPT、Claude、Qwen、Kimi 等作为默认引擎，，苹果不生产最好的大模子，，但它控制着你用什么模子。。
。。

谷歌的情形是手艺最强，，但生态最孤，，Pixel 的 Gemini 生态在北美和欧洲无敌，，Google One AI Premium 订阅（购置 Pixel 10 免费送一年）、Gmail/Calendar/Maps/Photos 的深度 AI 整合、Android 系统级的 Gemini Nano API 对所有开发者开放。。
。。但这一切在海内归零。。
。。Pixel 年出货量仅 1000 万-1300 万台，，在全球智能手机市场份额统计中被归入“其他”，，手艺标杆再高，，也改变不了它是一个小众产品的现实。。
。。

中国厂商数目取胜，，但深度不敷，，中国手机 AI 生态的一个显著特征是“多而散”。。
。。小米有 MiMo + 超等小爱 + miclaw 智能体，，OPPO 有 ColorOS AI + 极光引擎，，vivo 有蓝心小 V，，荣耀有 Magic Live，，华为有小艺 + 鸿蒙跨装备协同，，每一家都有自己的助手、自己的模子、自己的 API。。
。。在横评中，，HarmonyOS 6 的跨装备协同被评为国产最强，，OPPO 的 ColorOS 16 在单机 AI 体验上拿满分，，但各家生态互不买通，，开发者需要为每一个平台单独适配。。
。。

从第三方手艺接入数目来看，，苹果的 App Store 生态厚度无可匹敌。。
。。中国厂商现在仍处于“自己做应用、自己调 API”的阶段，，阶跃星辰的 GUI-MCP 开放协议（宣称“短至 10 分钟即可安排一台有 Agent 能力的手机”）代表了从关闭走向开放的趋势，，但距离苹果级别的生态网络效应尚有显著差别。。
。。

2026 年中国新一代 AI 手机出货量预计抵达 1.47 亿台，，首次突破 50% 的渗透率。。
。。这个数字背后意味着，，中国 AI 手机的战场已经不但是手艺，，而是谁能率先将端侧 AI 能力开放为真正的开发者生态。。
。。现在来看，，没有一家真正做到了。。
。。

终局判断：三种终局，，一个偏向

回到问题的问题，，端侧 AI 三强对决，，谁是赢家？？？？？？

笔者的判断是：短期内苹果赢在生态，，谷歌赢在手艺，，中国厂商赢在规模。。
。。但恒久来看，，三方正在殊途同归。。
。。

苹果用“投降 + 路由”的战略，，把 Gemini、Claude、GPT 所有纳入 Siri，，实质上放弃了自研最强模子的竞赛，，转而押注终端入口和隐私架构的不可复制性。。
。。这很苹果，，不追求单点最优，，追求系统最优。。
。。

谷歌用“笔直整合”的战略，，从芯片到模子到应用一手包办，，Gemini Nano + Tensor G5 + Android 的三位一体在端侧 AI 体验上有时机做到最流通。。
。。但 Pixel 的硬件体量太小，，年出货量仅万万台级别，，比照苹果 2.3 亿部和中国 AI 手机 1.47 亿台年出货量，，谷歌的端侧 AI 更可能是一个“手艺标杆”而非“市场赢家”。。
。。

中国厂商用“参数 + 场景”的战略，，率先将千亿模子压进手机，，在最卷的 AI 消除、离线对话、跨应用操作上打磨出切实可用的体验。。
。。但参数军备的边际收益正在递减，，当 1200 亿参数的模子在 99% 的场景中与 300 亿参数体现无异时，，“更大”就不再是更好的同义词。。
。。

真正决议端侧 AI 终局的因素，，不是参数，，不是 TOPS，，不是谁接入的第三方模子更多，，而是谁能在不烧穿电池的条件下，，让 AI 成为用户天天都要用、离不开的工具。。
。。 从这个标准来看，，这三家到今天还没有任何人真正拿到资格赛的入场券。。
。。

当 Siri 等了 15 年终于向 Gemini 垂头，，当中国手机在参数表上把硅谷巨头按在地上摩擦，，当谷歌把一颗训练了十年的 AI 大脑塞进 5 寸屏幕，，端侧 AI 的战争早已逾越了手艺之争。。
。。它真正的命题是：在口袋这个最终战场上，，谁先界说“智能”的日常形态。。
。。而谁人界说权，，三强争了三年，，至今无人真正到手。。
。。

（本文首发钛媒体APP，，作者 | AGI-Signal，，编辑 | 赵虹宇）