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 日凌晨，蒂姆·库克以 CEO 身份主持最后一届 WWDC，Siri 迎来 2011 年诞生以来最大规模重构，独立 App、对话式交互、底层模型切换至谷歌 Gemini。

不到 48 小时前，谷歌 Pixel 10 系列仍在持续发酵，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、屏幕理解、语音转录全部本地执行。

而在此之前的 3 月，一个几乎被英文媒体忽略的事件发生了：小米 MiMo-V2 Pro 端侧大模型正式上线，MiMo-V2 Pro总参数超过1万亿（1T），激活参数420亿，AI 文案生成只需 2 秒。同月，国内主流手机厂商集体突破端侧千亿参数关卡，搭载千亿端侧大模型的手机出货量突破 2000 万台。

三条平行线在同一时空交汇，端侧 AI 的路线之争，正在 2026 年 6 月迎来终极对决。

模型搭载：三种哲学，三条路线

端侧 AI 这条赛道上，苹果、谷歌和中国厂商选择了完全不同的底层哲学。

苹果选择了“投降式合作”，Siri 重构的核心不在于交互界面，而在于底层模型架构的戏剧性转向。苹果在 WWDC26 正式推出 Foundation Models Framework 升级版，将其从一个封闭的端侧模型接口，改为一个统一语言模型路由层，开发者可以调用苹果自研端侧模型、Private Cloud Compute 云端模型，以及谷歌 Gemini（1.2 万亿参数，需至少 12GB 内存）和 Anthropic Claude 等第三方模型。

翻译成大白话：苹果不自己做大模型了，它做分发。

苹果与谷歌已确认达成多年合作，下一代 Apple Foundation Models 将基于 Gemini 模型和云技术构建。据多家媒体报道，苹果每年向谷歌支付的合作金额约为 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“苹果承认自己做不出最好的大模型，所以把所有能打的都请进门”的故事。

谷歌选择了“垂直整合”，Pixel 10 搭载的 Tensor G5 是谷歌第一次彻底摆脱三星代工、转投台积电 3nm 的产物。CPU 性能较 G4 提升 20%-35%，TPU（谷歌的 NPU 等效单元）提升高达 60%。更重要的是，这是首款搭载最新 Gemini Nano 模型的芯片，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。谷歌的路线是从模型到芯片到应用的全栈自研，大模型是我的，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 系列正式发布，MiMo-V2 Pro总参数超过1万亿（1T），激活参数420亿。通过 4-bit 极致量化和稀疏混合架构，模型体积从数百 GB 压缩至 5GB 以内。华为麒麟 9010、OPPO、vivo 的旗舰机型同期实现了千亿模型本地运行。

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 亿参数大模型端侧部署，通义千问完成适配；天玑 9600 预计 2026 年 9 月登场，目标是能够在端侧稳定运行更大规模模型。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，生成速度提升 2-3 倍）各自推出端侧模型方案。中国手机 AI 的模型供给，已经进入“百花齐放”阶段。

一个事实是，参数最多的一方，恰恰是技术话语权最弱的一方。 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垂直整合。中国厂商的参数军备，本质上是用“看得见的数字”弥补“看不见的生态”差距。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

讲完了底层模型，我们来看最直接的问题：断网之后，这些手机还能干什么？

屏幕理解方面，OPPO 暂时领跑，在 PConline 2026 年 4 月发布的十三品牌手机 AI 横评中，ColorOS 16 的智能助手拿到满分 5 分。其“AI 一键闪记”功能可以在 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其后（4 分），但国行版功能阉割严重。小米超级小爱的“一步直达”具备跨应用精准跳转能力，直接跳转订单详情页取消订单，而不仅仅是停留在应用首页，拿到了 4.5 分。Pixel 的 Gemini Nano 在技术上最强（4.5 分），但国内因谷歌服务不可用，实际体验几乎为零（国内得分 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，文案生成速度做到了 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 以上才能运行完整的端侧 AI 功能。但即使是最新芯片，也面临一个物理瓶颈：当 NPU 试图长时间运行 3B+ 参数量的端侧模型时，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，牺牲了端侧模型的能力上限。

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、智能来电过滤全部本地执行。但笔者必须加上一个残忍的注脚：Pixel 在国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”类别。

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表现出色。Pixel 的 Voice Translate 可以在通话中打破语言障碍。中国厂商并未掉队，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。差异不在于能不能翻，而在于翻译的上下文准确度和多语种覆盖。

图像生成与编辑是中国厂商正在定义新标准的维度，也是本轮对比中差距最大的一个。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%，且消除后自动分析光源方向、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 三件套海外版很强，但国行功能阉割严重，实际体验打七折（3 分）。华为 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，本质上是一个“接地气”的故事，他们比苹果和谷歌更理解中国用户拍了什么（密集人群、复杂光照、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。不是技术更先进，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 叙事的终极约束。

苹果这边，性能足够，但热到降频，A18 Pro 的 Neural Engine 纸面算力足够强大（A18 Pro 首发台积电 N3P 3nm，CPU 性能较 A17 Pro 提升 15%，能效提高 20%），但苹果从未公开过手机端 Neural Engine 的具体 TOPS 值。真正的问题出在能效比，当端侧模型持续运行时，发热是死敌。前述分析指出，运行 3B+ 参数模型时功耗突破 6W，触发降亮度、降频。苹果在 iOS 27 中宣称内存占用减少 20%、日常续航延长 1-2 小时，但这更多是系统优化的功劳，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，简单任务端侧跑，复杂任务抛给 Private Cloud Compute 或云端 Gemini。这很聪明，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，这大约是骁龙 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。

但谷歌的策略不同，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、更稳定”，16GB 内存和均热板保证了持续 AI 任务不降频。功耗数据官方未公开，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”。

中国厂商则依靠骁龙 + 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，生成式 AI 处理速度是上代的 8 倍。天玑 9600 预计 2026 年 9 月登场，目标直指骁龙 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 功能全开的情况下，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，这些模型不是常驻运行的，它们通过智能调度机制，在不用时自动压缩、用时快速唤醒。这和谷歌 Gemini Nano 的“常驻端侧”是两种不同的技术路线。

生态适配：苹果的护城河 vs 谷歌的孤岛

如果前三轮是技术对决，这一轮是商业模式的终极较量。

苹果最被低估的杀手锏是 App Intents，WWDC26 真正值得关注的技术发布，不是 Siri 独立 App，而是 App Intents 框架。它本质上是一个标准化的工具调用层，开发者通过标准化 schemas 将应用内容接入 Spotlight 语义索引，将应用功能开放给 Siri AI 调用。若接入速度足够快，苹果有机会将 App Store 中数百万应用转化为 Agent 可调用的 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 功能（允许同一会话内动态切换模型、工具和指令），苹果正在构建的不只是一个语音助手，而是一个模型路由 + Agent 编排平台。第三方 AI 模型的 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型，但它控制着你用什么模型。

谷歌的情况是技术最强，但生态最孤，Pixel 的 Gemini 生态在北美和欧洲无敌，Google One AI Premium 订阅（购买 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。但这一切在国内归零。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”，技术标杆再高，也改变不了它是一个小众产品的现实。

中国厂商数量取胜，但深度不够，中国手机 AI 生态的一个显著特征是“多而散”。小米有 MiMo + 超级小爱 + 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 + 鸿蒙跨设备协同，每一家都有自己的助手、自己的模型、自己的 API。在横评中，HarmonyOS 6 的跨设备协同被评为国产最强，OPPO 的 ColorOS 16 在单机 AI 体验上拿满分，但各家生态互不打通，开发者需要为每一个平台单独适配。

从第三方技能接入数量来看，苹果的 App Store 生态厚度无可匹敌。中国厂商目前仍处于“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 分钟即可部署一台有 Agent 能力的手机”）代表了从封闭走向开放的趋势，但距离苹果级别的生态网络效应还有显著差距。

2026 年中国新一代 AI 手机出货量预计达到 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 手机的战场已经不只是技术，而是谁能率先将端侧 AI 能力开放为真正的开发者生态。目前来看，没有一家真正做到了。

终局判断：三种终局，一个方向

回到标题的问题，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，谷歌赢在技术，中国厂商赢在规模。但长期来看，三方正在殊途同归。

苹果用“投降 + 路由”的策略，把 Gemini、Claude、GPT 全部纳入 Siri，实质上放弃了自研最强模型的竞赛，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“垂直整合”的策略，从芯片到模型到应用一手包办，Gemini Nano + Tensor G5 + Android 的三位一体在端侧 AI 体验上有机会做到最流畅。但 Pixel 的硬件体量太小，年出货量仅千万台级别，对比苹果 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“技术标杆”而非“市场赢家”。

中国厂商用“参数 + 场景”的策略，率先将千亿模型压进手机，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 亿参数的模型在 99% 的场景中与 300 亿参数表现无异时，“更大”就不再是更好的同义词。

真正决定端侧 AI 终局的因素，不是参数，不是 TOPS，不是谁接入的第三方模型更多，而是谁能在不烧穿电池的前提下，让 AI 成为用户每天都要用、离不开的东西。 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 低头，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 的战争早已超越了技术之争。它真正的命题是：在口袋这个终极战场上，谁先定义“智能”的日常形态。而那个定义权，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）