在 2026 年 WWDC 大会上，苹果发布了 Core AI 框架，Core ML 的官方继任者。该框架旨在让开发者能够完全在设备本地运行大语言模型和生成式 AI，同时支持自定义转换后的 PyTorch 模型和预优化的开源模型。

苹果表示，新的 Core AI 框架提供了一个统一的架构，可在 iPhone、iPad、Mac 以及 Apple Vision Pro 上部署小至仅 30 亿参数的视觉模型、大至最高 700 亿参数的推理模型）。

Core AI 是 Apple Intelligence 的底层技术，随着苹果下一代操作系统与工具链发布，开发者将可使用该框架打造苹果所称的 “自定义智能功能”。Core AI 只能在 Apple Silicon 上运行，确保用户数据隐私、零服务器依赖，也不会产生按词元计费的云端开销。

Core AI 的关键能力包括：统一硬件访问，工作负载可使用单个 API 在 CPU、GPU 和神经网络引擎上无缝运行；内存安全的 Swift API 可实现零拷贝数据路径和对推理内存的精细控制；提前（AOT）编译技术，将运算预处理工作转移至设备外部完成，实现近乎瞬时的模型加载速度。

如前所述，你可以使用 Core AI PyTorch 将 PyTorch 模型转换为 Core AI 模型。最简单的方法是将 PyTorch 导出为 torch.export.ExportedProgram，然后使用 TorchConverter().add_exported_program(ep).to_coreai() 将其转换为 CoreAI 的 AIProgram。

或者，你可以使用库提供的内置复合算子（如注意力机制、RoPE 嵌入、RMSNorm 和 gather-matmul）基于现有 PyTorch 模型构建新的 Core AI 模型，注册自定义降阶函数以便将新的 PyTorch 算子映射到 Core AI IR，甚至创建自定义 Metal 内核以实现更底层的优化。

转换 PyTorch 模型时，一个关键步骤是针对 Apple 硬件进行压缩部署。该过程应用了量化和调色板化等优化技术，这些技术默认与 Core AI 运行时的执行模式对齐，确保高效的设备端性能。

模型压缩有助于减少模型的内存占用（包括磁盘大小和运行时占用）、降低推理延迟、降低功耗，或同时实现以上全部优化。

运行 AIModel 有一个关键特性：模型会自动特化当前硬件和操作系统版本，这个过程在模型首次加载到模型缓存时完成。因此，首次使用模型的耗时可能比后续长一些。开发者可以通过自定义 SpecializationOptions、访问 AICacheModel 来检查模型是否已可用或删除已缓存的模型，甚至可以在应用组之间共享模型缓存。

随着 Core AI 的推出，苹果为其操作系统上的 ML/AI 提供了三种不同的运行方式：Core ML、Core AI 和 MLX Swift。根据 Hacker News 上的开发者讨论来看，苹果的使用建议是：将 Core ML 用于“经典的非神经网络 ML”，如决策树或表格特征工程；将 Core AI 用于神经网络和 Transformer；将 MLX 用于处理自定义模型权重——尽管可能性能较低。社区反馈还指出，虽然 Core AI “让集成高性能 LLM 变得更加容易”，但其长期价值将取决于“官方 Core AI/社区的未来发展”。

查看英文原文：https://www.infoq.com/news/2026/06/apple-core-ai-wwdc/