彭博社記者馬克・古爾曼稱，蘋果計劃在2026年對Apple Intelligence進行兩次重大升級。首次升級將隨iOS26.4推出，核心是"超級Siri"，徹底革新交互體驗，實現iOS18承諾的多項功能。第二次升級將調整更廣泛的AI戰略。
蘋果計劃2026年推出新一代Siri，代號"Apple Intelligence"。此次升級將徹底重構底層架構和交互邏輯，核心亮點是首次引入谷歌Gemini大模型技術支持。值得注意的是，蘋果並非直接調用公開API，而是與谷歌深度合作。這標誌着沉寂多年的Siri將迎來重大變革。
蘋果正加速推進Apple Intelligence人工智能項目，預計明年3月推出新版Siri，並同步發佈新型智能家居顯示屏，配備揚聲器底座和壁掛選項。近期還將推出新款Apple TV和HomePod mini，這些設備將成爲展示Siri與AI新功能的重要平臺。
蘋果CEO庫克在上海宣佈，其AI技術Apple Intelligence正全力進軍中國市場。他強調AI將深刻改變生活方式，甚至挽救生命，呼籲公衆不必過度擔憂。庫克認爲AI會帶來積極影響，且不擔心電腦會像人類一樣思考。
一款為 Apple Watch 設計的智能語音助手應用，無需手機即可完成多種操作。
創建獨特邀請函，管理活動並分享精彩瞬間
用於評估Windows PC或Apple Mac上AI推理引擎性能的基準測試工具。
基於 Apple MLX 框架的視頻字幕生成工具
mlx-community
這是MiniMax-M2模型的MLX格式轉換版本，使用mlx-lm 0.28.1從原始模型轉換而來，支持8位量化和分組大小為32的優化配置，專為Apple Silicon設備優化運行。
這是MiniMax-M2模型的MLX格式8位量化版本，使用mlx-lm 0.28.4從原始模型轉換而來，專為Apple Silicon設備優化運行。
MiniMax-M2-6bit 是 MiniMaxAI/MiniMax-M2 模型的 MLX 格式轉換版本，使用 mlx-lm 0.28.4 進行轉換，支持在 Apple Silicon 設備上高效運行。
MiniMax-M2-4bit 是使用 mlx-lm 工具從 MiniMaxAI/MiniMax-M2 轉換而來的 4 位量化版本，專門針對 Apple Silicon 芯片優化，提供高效的文本生成能力。
TheStageAI
TheWhisper-Large-V3是OpenAI Whisper Large V3模型的高性能微調版本，由TheStage AI針對多平臺（NVIDIA GPU和Apple Silicon）的即時、低延遲和低功耗語音轉文本推理進行了優化。
nightmedia
這是Qwen3-Next-80B-A3B-Instruct模型的MLX格式轉換版本，專為在Apple Silicon設備上高效運行而優化。該模型是一個800億參數的大型語言模型，支持文本生成任務，具有強大的對話和推理能力。
這是一個基於Qwen3-Coder-REAP-25B-A3B模型轉換的MLX格式版本，使用mlx-lm工具從原始模型轉換而來，專門針對Apple Silicon芯片優化，支持高效的文本生成任務。
基於GLM-4.5-Air模型使用REAP方法進行25%專家剪枝的優化版本，轉換為MLX格式以便在Apple Silicon設備上高效運行
這是Qwen3-VL-4B-Instruct模型的4位量化版本，專門針對Apple Silicon芯片優化，使用MLX框架轉換。該模型是一個視覺語言模型，支持圖像理解和多模態對話任務。
lmstudio-community
Qwen3-VL-8B-Instruct是由Qwen開發的視覺語言模型，經過MLX量化優化，專門針對Apple Silicon設備。該模型支持圖像和文本的多模態輸入，能夠理解和生成與圖像相關的文本內容。
ethicalabs
ethicalabs/granite-4.0-h-small-base-MLX是基於IBM Granite-4.0-H-Small-Base模型轉換而來的MLX格式版本，專門為Apple MLX框架優化，提供高效的文本生成能力。
這是IBM Granite-4.0-h-Tiny模型的4位量化版本，專為Apple Silicon優化，使用MLX框架進行高效推理。模型經過DWQ（動態權重量化）處理，在保持性能的同時顯著減小模型大小。
這是IBM Granite-4.0-H-Micro模型的MLX格式8位量化版本，專為Apple Silicon優化，提供高效的大語言模型推理能力。
abnormalmapstudio
這是 Qwen3-Omni-30B-A3B-Thinking 模型的 MLX 格式轉換版本，使用 mlx-lm 0.28.1 進行轉換，支持在 Apple Silicon 設備上高效運行。
這是一個基於Qwen3-Omni-30B-A3B-Instruct模型轉換的MLX格式版本，使用mlx-lm 0.28.1工具轉換，專為Apple Silicon優化，支持高效的文本生成任務。
這是 GLM-4.6 模型的 5位量化版本，使用 mlx-lm 工具轉換，專為 Apple Silicon 設備優化，提供高效的大語言模型推理能力。
GLM-4.6-4bit是基於zai-org/GLM-4.6模型使用mlx-lm工具轉換的4位量化版本，專門針對Apple Silicon芯片優化，支持中英文文本生成任務。
由IBM推出的granite-4.0-h-small語言模型，經過MLX量化優化，專門針對Apple Silicon設備進行性能優化，提供高效的語言處理能力。
moonstruxx
這是一個基於opendatalab/MinerU2.5-2509-1.2B轉換而來的MLX格式大語言模型，參數規模為12億，專門針對Apple Silicon芯片優化，支持FP16精度推理。
這是一個基於Huihui-GLM-4.5V-abliterated模型轉換而來的視覺語言模型，採用MXFP4量化格式，專門針對Apple MLX框架優化，支持圖像理解和多模態對話任務。
Apple MCP工具集是一套基於MCP協議的蘋果原生工具集合，提供消息、筆記、聯繫人、郵件、提醒、日曆等蘋果生態系統的集成服務。
一個用於通過SQL查詢蘋果健康數據的MCP服務器，基於DuckDB實現高效分析，支持自然語言查詢和自動報告生成。
一個為Claude桌面端提供本地Apple Notes數據庫訪問的服務器，支持讀取和搜索筆記內容。
Apple Doc MCP是一個提供直接訪問蘋果開發者文檔的模型上下文協議服務器，集成到AI編程助手中，支持智能搜索、框架瀏覽和詳細文檔獲取。
一個基於MCP協議的本地服務器，實現Apple Notes的語義搜索和RAG功能，供Claude等AI助手調用
一個通過AppleScript實現LLM應用與macOS交互的MCP服務器，提供標準化接口控制多種系統功能。
Apple Health MCP Server是一個基於FastMCP框架的模型上下文協議服務器，專為LLM代理與蘋果健康數據交互設計。它提供標準化接口，通過Elasticsearch索引和查詢健康數據，支持自然語言搜索、分析和統計功能，包含XML和Elasticsearch兩大工具集，支持Docker部署。
TaskNote Bridge是一個原生macOS Swift應用，實現了完整的MCP協議服務器，用於Things 3和Apple Notes的AI助手集成。
Apple開發者文檔MCP服務，為AI編程助手提供直接訪問蘋果官方開發文檔的能力，支持智能搜索、框架瀏覽和詳細文檔獲取。
一個通過AppleScript控制macOS上Apple Music的FastMCP服務器實現，提供播放控制、歌曲搜索、播放列表創建等功能。
一個通過FastMCP實現與macOS原生應用交互的Python服務
一個基於Model Context Protocol的Apple Mail郵件管理服務器，提供AI助手自然語言訪問Apple Mail的能力，包括郵件閱讀、搜索、組織、撰寫和管理功能，幷包含專業的郵件管理專家技能。
一個通過AppleScript與macOS信息和通訊錄應用交互的MCP服務器，支持查看聯繫人、發送iMessage消息等功能。
Apple RAG MCP是一個為AI代理提供蘋果開發專業知識的檢索增強生成系統，集成了官方Swift文檔、設計指南和Apple Developer YouTube內容，通過AI驅動的混合搜索技術提供準確的技術答案。
Apple Notifier MCP Server是一個通過MCP兼容客戶端發送macOS原生通知和交互式系統對話框的工具。
一個通過AppleScript在macOS上自動發佈微信朋友圈的工具
MCP Apple Notes是一個基於Model Context Protocol的服務，能夠對Apple Notes進行語義搜索和檢索增強生成(RAG)，使AI助手如Claude能在對話中引用用戶的筆記。
Apple Books MCP是一個為Apple Books設計的模型上下文協議服務器，提供書籍管理、標註查詢和智能分析功能。
Apple MCP工具集是一個為MCP協議設計的蘋果原生工具集合，提供了消息、筆記、聯繫人、郵件、提醒、日曆、網頁搜索和地圖等多種功能。
WhatsApp MCP服務器是一個基於Node.js的應用，通過AppleScript自動化實現與WhatsApp桌面版的程序化交互，提供消息發送和狀態檢查功能。
%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)
