> ## Content Index
> Fetch the complete content index at: https://ethanhuang13.plus/llms.txt
> Use this file to discover other available public pages before exploring further.

# 🚚iOS 本地 AI：為什麼我想寫？為什麼你該上車？
- URL: https://ethanhuang13.plus/local-ai-series-intro/
- Published: 2025-11-30T22:00:56.000Z
- Updated: 2025-12-07T17:02:15.000Z
- Description: Apple Intelligence 給你的印象不佳？覺得 Apple 在 AI 方面落後許多？這系列文章會讓你改觀。特別寫給看到 AI 變化迅速而擔心自己跟不上的 iOS 開發者，告訴你怎麼切入本地 AI 這個 iOS 才有的好機會。
- Author: 13
- Tags: 📲 本地 AI, 🆓 免費公開

Apple 平台老早就有許多 [Machine Learning 的產品功能](https://developer.apple.com/machine-learning/resources/?ref=ethanhuang13.plus)，也提供了許多 API。

有些模型，甚至小到可以在 Apple Watch 上執行。

但是我對於這些 AI 功能一直興趣缺缺。雖然它們可以做到不少事情，卻跟我想做給使用者的功能或體驗毫不相干。

近兩年，LLM 發展突飛猛進，我也絲毫沒有想要在 App 中加入 AI 功能的念頭。

那麼，是什麼引起了我的興趣，讓我覺得值得動筆撰寫一系列文章介紹 Apple 的本地 AI 功能呢？

答案是 **Apple 在 2025 年 9 月推出的兩樣新東西：Foundation Models 與 iPhone 17 Pro Max。**我玩過之後感覺到：在 iPhone 上跑 AI 有意思！

讓我簡介一下：

## Foundation Models

[Foundation Models](https://developer.apple.com/documentation/FoundationModels?ref=ethanhuang13.plus)，是 Apple 自家開發的語言模型，小到能在 iOS 設備上迅速執行。它不是拿來做 ChatGPT 這種對話型 AI 服務的等級，但對於強化 iOS App 使用者體驗，有著[很實際的應用方式](https://developer.apple.com/documentation/foundationmodels/generating-content-and-performing-tasks-with-foundation-models?ref=ethanhuang13.plus#Understand-model-capabilities)。

我認為它最了不起的地方，是**大幅降低開發者入門** LLM 型 AI 功能的開發門檻。簡單到像喝口水。

只要你的設備有開啟 Apple Intelligence（繁體中文隨著 iOS 26.1 的推出而開始支援）、再加上**幾行程式碼，就可以執行**。

它可以讓你的 App 更有人性，或是讓使用者更容易輸入複雜的資訊，還有一堆我先不破梗的玩法。

重點是，它是個離線、本地運行、不用開發者另外下載的模型！不管再強大的 AI，如果只能連網使用，就不可能完全取代離線模型。

## A19 Pro 打敗 M3 Max

iPhone 17 Pro 系列採用 A19 Pro SoC，其中的 GPU 搭配了「神經網路加速器」。

所以，當我拿 iPhone 17 Pro Max 跟 MacBook Pro M3 Max（30 核心 GPU）同時跑了 Foundation Models，發現 **iPhone 的速度明顯更快**。

我都懷疑是自己眼花了。

這可是 iPhone 打敗次頂規 MacBook Pro，而且核心才差兩個世代而已。

具體數字與測試方式我會在之後的文章介紹。但是你可以看出一個事實：Apple 的硬體跑本地 AI 大有可為，而且還會越來越好。

## 有意思在哪裡？

我們有時候會笑 Tim Cook 愛講的那句「Only Apple Can Do」。但是一個 App 能夠在大量裝置上跑出一樣的本地 AI 功能效果，應該真的只有 Apple 的硬體能辦得到。

這種一致體驗的追求，在硬體規格碎片化的 Android、Windows，根本辦不到。

再加上產品的普及率、系統內建多個離線資料庫種種因素，開發者在 Apple 平台上投入研發的報酬更有機會實現。

那麼問題來了，究竟 Apple 在 AI 研究方面是真的落後其他大廠，還是它已經打下基礎作為最佳的本地 AI 應用平台、iOS 開發者大有可為？也許兩者皆是。

無論如何，雖然 Apple Intelligence 推出一年多以來，表現不令人印象深刻，但是**我認為在 iPhone 上執行 AI 應用的時代已經到來**。

## 我打算怎麼寫？

從 Foundation Models 開始，關於 Apple 硬體上執行 AI 功能，我已經想到**至少 20 篇的主題**，有事實描述、操作教學、觀點分析、問題討論，以及 Apple 動向的推測。

如果順利的話，我會在 2025 年 12 月份連載所有的篇章。

部分主題內容我之前就稍有研究，像是 Foundation Models、MLX。有些則需要在寫出來之前徹底搞懂，所以我是邊寫邊學。

我不敢說自己寫出來的知識就一定正確，我也不是 AI 專家。但是，求知的過程與方法一定會公開，而且我認為這些才是本系列專題的精華。

## 結語

Foundation Models、iPhone 17 系列、A19 晶片都很新，我認為絕大部分的 iOS 開發者都沒有意識到它們的真正意義。

這促使我想寫文章分享出來，也是記錄自己的學習路線。

我們會實際上手 Foundation Models、語法相容套件、MLX，能夠直接體驗到 Apple 硬體的 AI 運算能力。

**親自動手體驗是說服自己「這真的有料」的最佳方式。**

當然，我們也會碰到許多現實與限制。這些問題討論起來很有意思，我還會預測 Apple 可能怎麼應對。這種分享思路型的文章，應該會令人讀得津津有味。

心動了嗎？好好期待接下來一個月的連載吧。