苹果公司将于2026年3月推出AI元数据标签系统，旨在提升音乐作品中AI使用情况的透明度，帮助用户区分人类创作与算法生成的内容。
苹果公司计划在Apple Music中引入新的元数据标签，要求唱片公司和分销商在上传内容时明确标注AI在音乐创作中的具体参与程度，以提高AI生成音乐的透明度。
苹果公司宣布在Apple Music引入AI透明度标签制度，要求唱片公司和发行商主动标注AI生成或辅助创作的内容，以提升平台内人工智能参与创作内容的透明度。新规通过升级元数据管理系统，对音频元数据进行精细化拓展，包括歌曲封面图、音轨等维度。
苹果公司正全力推进三款AI可穿戴设备的研发进程，涵盖AI智能眼镜、AI别针/吊坠（AI pin or pendant）以及带摄像头的AI AirPods。这些设备均设计为与iPhone无缝连接，并能够与正在开发中的更智能版Siri进行深度交互。 据悉，这三款新品均将集成摄像头功能，使AI能够“洞察”佩戴者周围环境，并就相关问题提供即时解答。
calcuis
FastVLM-0.5B是苹果公司开发的高效视觉语言模型，参数量为5亿，通过GGUF格式优化，可在资源受限环境中实现快速的文本生成和视觉语言理解任务。
gguf-org
FastVLM是由苹果公司开发的轻量级视觉语言模型，参数量为5亿，支持文本生成和视觉语言理解任务。该模型提供了多种量化版本，可通过gguf-connector工具便捷运行。
apple
OpenELM是由苹果公司推出的高效语言模型系列，采用分层缩放策略优化参数分配，提供270M至3B不同规模的预训练及指令调优模型。
timm
AIM-v2是由苹果公司开发的图像编码器模型，基于timm库兼容的架构，适用于图像特征提取任务。
基于CLIP架构的视觉变换器模型，专注于图像特征提取，由苹果公司发布。
基于CLIP架构的ViT-Huge图像编码器，由苹果公司发布的DFN5B-CLIP模型，适用于视觉特征提取任务。
基于CLIP架构的视觉Transformer模型，由苹果公司发布的DFN2B-CLIP图像编码器权重
MobileCLIP-B (LT)是苹果公司推出的高效图文模型，通过多模态强化训练实现快速零样本图像分类，性能优于同类模型。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
