6 月的第二周，全球科技圈被三件事同時轟炸。

北京時間 6 月 9 日凌晨，蒂姆·庫克以 CEO 身份主持最后一屆 WWDC，Siri 迎來 2011 年誕生以來最大規模重構，獨立 App、對話式交互、底層模型切換至谷歌 Gemini。

不到 48 小時前，谷歌 Pixel 10 系列仍在持續發酵，Tensor G5 芯片首次由臺積電 3nm 代工，TPU 提升 60%，Gemini Nano 常駐端側，實時翻譯、屏幕理解、語音轉錄全部本地執行。

而在此之前的 3 月，一個幾乎被英文媒體忽略的事件發生了：小米 MiMo-V2 Pro 端側大模型正式上線，MiMo-V2 Pro總參數超過1萬億（1T），激活參數420億，AI 文案生成只需 2 秒。同月，國內主流手機廠商集體突破端側千億參數關卡，搭載千億端側大模型的手機出貨量突破 2000 萬臺。

三條平行線在同一時空交匯，端側 AI 的路線之爭，正在 2026 年 6 月迎來終極對決。

模型搭載：三種哲學，三條路線

端側 AI 這條賽道上，蘋果、谷歌和中國廠商選擇了完全不同的底層哲學。

蘋果選擇了“投降式合作”，Siri 重構的核心不在于交互界面，而在于底層模型架構的戲劇性轉向。蘋果在 WWDC26 正式推出 Foundation Models Framework 升級版，將其從一個封閉的端側模型接口，改為一個統一語言模型路由層，開發者可以調用蘋果自研端側模型、Private Cloud Compute 云端模型，以及谷歌 Gemini（1.2 萬億參數，需至少 12GB 內存）和 Anthropic Claude 等第三方模型。

翻譯成大白話：蘋果不自己做大模型了，它做分發。

蘋果與谷歌已確認達成多年合作，下一代 Apple Foundation Models 將基于 Gemini 模型和云技術構建。據多家媒體報道，蘋果每年向谷歌支付的合作金額約為 10 億美元。同時，蘋果正在測試 Extensions 系統，允許用戶將 ChatGPT、Claude、Qwen、Kimi 等設為 Siri 的默認應答引擎。

這不是“蘋果終于有 AI 了”的故事。這是“蘋果承認自己做不出最好的大模型，所以把所有能打的都請進門”的故事。

谷歌選擇了“垂直整合”，Pixel 10 搭載的 Tensor G5 是谷歌第一次徹底擺脫三星代工、轉投臺積電 3nm 的產物。CPU 性能較 G4 提升 20%-35%，TPU（谷歌的 NPU 等效單元）提升高達 60%。更重要的是，這是首款搭載最新 Gemini Nano 模型的芯片，谷歌將端側 AI 能力直接寫進了硬件層面。

Gemini Nano 在 Pixel 10 上常駐運行，無需聯網即可完成上下文建議、文本摘要、實時翻譯、語音增強和媒體處理。谷歌的路線是從模型到芯片到應用的全棧自研，大模型是我的，芯片是我的，操作系統是我的，手機也是我的。這條路，只有谷歌走得通。

中國廠商選擇了“參數軍備”，2026 年 3 月，小米 MiMo-V2 系列正式發布，MiMo-V2 Pro總參數超過1萬億（1T），激活參數420億。通過 4-bit 極致量化和稀疏混合架構，模型體積從數百 GB 壓縮至 5GB 以內。華為麒麟 9010、OPPO、vivo 的旗艦機型同期實現了千億模型本地運行。

但這僅僅是手機廠的故事，芯片層面，聯發科天璣 9300 的 APU 790 已支持最高 330 億參數大模型端側部署，通義千問完成適配；天璣 9600 預計 2026 年 9 月登場，目標是能夠在端側穩定運行更大規模模型。高通驍龍 8 Gen 5 NPU 正在推動新一代端側 AI 體驗。阿里、字節、階躍星辰、騰訊混元（HY-1.8B-2Bit，僅占 600MB 內存，生成速度提升 2-3 倍）各自推出端側模型方案。中國手機 AI 的模型供給，已經進入“百花齊放”階段。

一個事實是，參數最多的一方，恰恰是技術話語權最弱的一方。 蘋果不拼參數，拼的是全球約 2.4 億部 iPhone 年出貨量背后的換機周期撬動能力。谷歌不拼參數，拼的是從芯片到應用的不可復制垂直整合。中國廠商的參數軍備，本質上是用“看得見的數字”彌補“看不見的生態”差距。這條路能走多遠，取決于端側真實體驗能否匹配參數表的震撼。

端側能力：離線場景才是真正的試金石

講完了底層模型，我們來看最直接的問題：斷網之后，這些手機還能干什么？

屏幕理解方面，OPPO 暫時領跑，在 PConline 2026 年 4 月發布的十三品牌手機 AI 橫評中，ColorOS 16 的智能助手拿到滿分 5 分。其“AI 一鍵閃記”功能可以在 30 分鐘內將視頻內容壓縮為 3-5 個結構化要點，召回率超 85%。蘋果 Siri 的屏幕感知能力緊隨其后（4 分），但國行版功能閹割嚴重。小米超級小愛的“一步直達”具備跨應用精準跳轉能力，直接跳轉訂單詳情頁取消訂單，而不僅僅是停留在應用首頁，拿到了 4.5 分。Pixel 的 Gemini Nano 在技術上最強（4.5 分），但國內因谷歌服務不可用，實際體驗幾乎為零（國內得分 2 分）。

離線對話是中國廠商意外占優的戰場，小米 MiMo-V2 Pro 在斷網狀態下，文案生成速度做到了 2 秒，和聯網時體驗完全一致。所有數據不上傳、不緩存、不被訓練。

蘋果 Siri 的離線能力高度依賴芯片代際，需要 A17 Pro 或 M1 以上才能運行完整的端側 AI 功能。但即使是最新芯片，也面臨一個物理瓶頸：當 NPU 試圖長時間運行 3B+ 參數量的端側模型時，整機功耗會迅速突破 6W 紅線，導致機身發燙和屏幕強制降亮度。蘋果為了保續航，犧牲了端側模型的能力上限。

谷歌 Gemini Nano 在 Pixel 10 上做到了真正的“常駐端側”，實時翻譯、錄音轉寫、智能來電過濾全部本地執行。但筆者必須加上一個殘忍的注腳：Pixel 在國內是一臺半殘的手機，谷歌服務不可用，基帶兼容性是硬傷，保修需寄境外。“買 Pixel 是為了研究 AI，不是為了過日子”。這是 Pixel 用戶的真實寫照。其年出貨量僅有 1000 萬-1300 萬臺級別，在全球智能手機市場中被歸入“其他”類別。

實時翻譯方面，谷歌最強，但國產不弱，三星 Galaxy AI 的實時翻譯在出國場景中表現出色。Pixel 的 Voice Translate 可以在通話中打破語言障礙。中國廠商并未掉隊，OPPO、vivo、小米的系統級翻譯大多集成在智能助手中，體驗日趨成熟。差異不在于能不能翻，而在于翻譯的上下文準確度和多語種覆蓋。

圖像生成與編輯是中國廠商正在定義新標準的維度，也是本輪對比中差距最大的一個。ColorOS 16 的“極光引擎”通過 NPU 推理管道共享，將 AI 消除耗時降低 40%，且消除后自動分析光源方向、色溫實時補光，一步到位。在 2026 年 4 月的橫評中，ColorOS 的 AI 消除拿到滿分 5 分。蘋果 iOS 26 的 CleanUp、Reframe、Extend 三件套海外版很強，但國行功能閹割嚴重，實際體驗打七折（3 分）。華為 HarmonyOS 6 原生甚至沒有一鍵 AI 消除，需要借助第三方 App（2.5 分）。

國產手機在 AI 圖像處理上的領先，本質上是一個“接地氣”的故事，他們比蘋果和谷歌更理解中國用戶拍了什么（密集人群、復雜光照、玻璃反光），也更愿意在消除/美化這個最卷的單點上投入資源。不是技術更先進，是場景更懂。

功耗與續航：端側 AI 的物理天花板

功耗是所有端側 AI 敘事的終極約束。

蘋果這邊，性能足夠，但熱到降頻，A18 Pro 的 Neural Engine 紙面算力足夠強大（A18 Pro 首發臺積電 N3P 3nm，CPU 性能較 A17 Pro 提升 15%，能效提高 20%），但蘋果從未公開過手機端 Neural Engine 的具體 TOPS 值。真正的問題出在能效比，當端側模型持續運行時，發熱是死敵。前述分析指出，運行 3B+ 參數模型時功耗突破 6W，觸發降亮度、降頻。蘋果在 iOS 27 中宣稱內存占用減少 20%、日常續航延長 1-2 小時，但這更多是系統優化的功勞，而非端側 AI 效率的質變。

蘋果選擇用“分層執行”來規避功耗天花板，簡單任務端側跑，復雜任務拋給 Private Cloud Compute 或云端 Gemini。這很聰明，但也意味著蘋果端側 AI 的能力上限被功耗卡住了脖子。

谷歌靠 3nm 救場實現了能效翻身，Tensor G5 轉投臺積電 3nm，終于解決了 G4 時代最被詬病的能效問題。CPU 性能提升 20%-35%，但 Geekbench 6 多核跑分僅 5598，AnTuTu 10 約 141 萬分，這大約是驍龍 8 Gen 2 的水準。GPU 更是短板，3DMark Wild Life Extreme 僅約 19 FPS（Pro 機型），遠低于驍龍 8 Elite 機型。

但谷歌的策略不同，Tensor G5 不是為跑分設計的，是為 Gemini Nano 設計的。臺積電 3nm 讓 G5 “運行更涼爽、更穩定”，16GB 內存和均熱板保證了持續 AI 任務不降頻。功耗數據官方未公開，但多家評測指出，Pixel 10 在日常場景中終于做到了“全天續航不焦慮”。

中國廠商則依靠驍龍 + 天璣組成能效雙雄，國產 AI 手機繞開了自研芯片的深坑，直接站在高通和聯發科的肩膀上。天璣 9300 的 APU 790 支持 330 億參數端側運行，生成式 AI 處理速度是上代的 8 倍。天璣 9600 預計 2026 年 9 月登場，目標直指驍龍 8 Elite Gen 6。

功耗層面，2026 年的旗艦驍龍和天璣芯片在臺積電 3nm/4nm 制程下，AI 推理能效比已大幅優化。搭載這些芯片的國產手機，在端側 AI 功能全開的情況下，普遍能做到一天一充。但筆者需要指出：當國產廠商宣傳“1200 億參數端側運行”時，這些模型不是常駐運行的，它們通過智能調度機制，在不用時自動壓縮、用時快速喚醒。這和谷歌 Gemini Nano 的“常駐端側”是兩種不同的技術路線。

生態適配：蘋果的護城河 vs 谷歌的孤島

如果前三輪是技術對決，這一輪是商業模式的終極較量。

蘋果最被低估的殺手锏是 App Intents，WWDC26 真正值得關注的技術發布，不是 Siri 獨立 App，而是 App Intents 框架。它本質上是一個標準化的工具調用層，開發者通過標準化 schemas 將應用內容接入 Spotlight 語義索引，將應用功能開放給 Siri AI 調用。若接入速度足夠快，蘋果有機會將 App Store 中數百萬應用轉化為 Agent 可調用的 Skills，形成類似移動互聯網時代 App Store 的新一輪生態鎖定。

再加上 Foundation Models Framework 的 Dynamic Profiles 功能（允許同一會話內動態切換模型、工具和指令），蘋果正在構建的不只是一個語音助手，而是一個模型路由 + Agent 編排平臺。第三方 AI 模型的 Extensions 系統意味著，用戶可以在 Siri 中選擇 Gemini、GPT、Claude、Qwen、Kimi 等作為默認引擎，蘋果不生產最好的大模型，但它控制著你用什么模型。

谷歌的情況是技術最強，但生態最孤，Pixel 的 Gemini 生態在北美和歐洲無敵，Google One AI Premium 訂閱（購買 Pixel 10 免費送一年）、Gmail/Calendar/Maps/Photos 的深度 AI 整合、Android 系統級的 Gemini Nano API 對所有開發者開放。但這一切在國內歸零。Pixel 年出貨量僅 1000 萬-1300 萬臺，在全球智能手機市場份額統計中被歸入“其他”，技術標桿再高，也改變不了它是一個小眾產品的現實。

中國廠商數量取勝，但深度不夠，中國手機 AI 生態的一個顯著特征是“多而散”。小米有 MiMo + 超級小愛 + miclaw 智能體，OPPO 有 ColorOS AI + 極光引擎，vivo 有藍心小 V，榮耀有 Magic Live，華為有小藝 + 鴻蒙跨設備協同，每一家都有自己的助手、自己的模型、自己的 API。在橫評中，HarmonyOS 6 的跨設備協同被評為國產最強，OPPO 的 ColorOS 16 在單機 AI 體驗上拿滿分，但各家生態互不打通，開發者需要為每一個平臺單獨適配。

從第三方技能接入數量來看，蘋果的 App Store 生態厚度無可匹敵。中國廠商目前仍處于“自己做應用、自己調 API”的階段，階躍星辰的 GUI-MCP 開放協議（宣稱“短至 10 分鐘即可部署一臺有 Agent 能力的手機”）代表了從封閉走向開放的趨勢，但距離蘋果級別的生態網絡效應還有顯著差距。

2026 年中國新一代 AI 手機出貨量預計達到 1.47 億臺，首次突破 50% 的滲透率。這個數字背后意味著，中國 AI 手機的戰場已經不只是技術，而是誰能率先將端側 AI 能力開放為真正的開發者生態。目前來看，沒有一家真正做到了。

終局判斷：三種終局，一個方向

回到標題的問題，端側 AI 三強對決，誰是贏家？

筆者的判斷是：短期內蘋果贏在生態，谷歌贏在技術，中國廠商贏在規模。但長期來看，三方正在殊途同歸。

蘋果用“投降 + 路由”的策略，把 Gemini、Claude、GPT 全部納入 Siri，實質上放棄了自研最強模型的競賽，轉而押注終端入口和隱私架構的不可復制性。這很蘋果，不追求單點最優，追求系統最優。

谷歌用“垂直整合”的策略，從芯片到模型到應用一手包辦，Gemini Nano + Tensor G5 + Android 的三位一體在端側 AI 體驗上有機會做到最流暢。但 Pixel 的硬件體量太小，年出貨量僅千萬臺級別，對比蘋果 2.3 億部和中國 AI 手機 1.47 億臺年出貨量，谷歌的端側 AI 更可能是一個“技術標桿”而非“市場贏家”。

中國廠商用“參數 + 場景”的策略，率先將千億模型壓進手機，在最卷的 AI 消除、離線對話、跨應用操作上打磨出切實可用的體驗。但參數軍備的邊際收益正在遞減，當 1200 億參數的模型在 99% 的場景中與 300 億參數表現無異時，“更大”就不再是更好的同義詞。

真正決定端側 AI 終局的因素，不是參數，不是 TOPS，不是誰接入的第三方模型更多，而是誰能在不燒穿電池的前提下，讓 AI 成為用戶每天都要用、離不開的東西。 從這個標準來看，這三家到今天還沒有任何人真正拿到資格賽的入場券。

當 Siri 等了 15 年終于向 Gemini 低頭，當中國手機在參數表上把硅谷巨頭按在地上摩擦，當谷歌把一顆訓練了十年的 AI 大腦塞進 5 寸屏幕，端側 AI 的戰爭早已超越了技術之爭。它真正的命題是：在口袋這個終極戰場上，誰先定義“智能”的日常形態。而那個定義權，三強爭了三年，至今無人真正到手。

（本文首發鈦媒體APP，作者 | AGI-Signal，編輯 | 趙虹宇）