彭博社记者马克・古尔曼称，苹果计划在2026年对Apple Intelligence进行两次重大升级。首次升级将随iOS26.4推出，核心是"超级Siri"，彻底革新交互体验，实现iOS18承诺的多项功能。第二次升级将调整更广泛的AI战略。
苹果计划2026年推出新一代Siri，代号"Apple Intelligence"。此次升级将彻底重构底层架构和交互逻辑，核心亮点是首次引入谷歌Gemini大模型技术支持。值得注意的是，苹果并非直接调用公开API，而是与谷歌深度合作。这标志着沉寂多年的Siri将迎来重大变革。
苹果正加速推进Apple Intelligence人工智能项目，预计明年3月推出新版Siri，并同步发布新型智能家居显示屏，配备扬声器底座和壁挂选项。近期还将推出新款Apple TV和HomePod mini，这些设备将成为展示Siri与AI新功能的重要平台。
苹果CEO库克在上海宣布，其AI技术Apple Intelligence正全力进军中国市场。他强调AI将深刻改变生活方式，甚至挽救生命，呼吁公众不必过度担忧。库克认为AI会带来积极影响，且不担心电脑会像人类一样思考。
一款为 Apple Watch 设计的智能语音助手应用，无需手机即可完成多种操作。
创建独特邀请函，管理活动并分享精彩瞬间
用于评估Windows PC或Apple Mac上AI推理引擎性能的基准测试工具。
基于 Apple MLX 框架的视频字幕生成工具
mlx-community
这是MiniMax-M2模型的MLX格式转换版本，使用mlx-lm 0.28.1从原始模型转换而来，支持8位量化和分组大小为32的优化配置，专为Apple Silicon设备优化运行。
这是MiniMax-M2模型的MLX格式8位量化版本，使用mlx-lm 0.28.4从原始模型转换而来，专为Apple Silicon设备优化运行。
MiniMax-M2-6bit 是 MiniMaxAI/MiniMax-M2 模型的 MLX 格式转换版本，使用 mlx-lm 0.28.4 进行转换，支持在 Apple Silicon 设备上高效运行。
MiniMax-M2-4bit 是使用 mlx-lm 工具从 MiniMaxAI/MiniMax-M2 转换而来的 4 位量化版本，专门针对 Apple Silicon 芯片优化，提供高效的文本生成能力。
TheStageAI
TheWhisper-Large-V3是OpenAI Whisper Large V3模型的高性能微调版本，由TheStage AI针对多平台（NVIDIA GPU和Apple Silicon）的实时、低延迟和低功耗语音转文本推理进行了优化。
nightmedia
这是Qwen3-Next-80B-A3B-Instruct模型的MLX格式转换版本，专为在Apple Silicon设备上高效运行而优化。该模型是一个800亿参数的大型语言模型，支持文本生成任务，具有强大的对话和推理能力。
这是一个基于Qwen3-Coder-REAP-25B-A3B模型转换的MLX格式版本，使用mlx-lm工具从原始模型转换而来，专门针对Apple Silicon芯片优化，支持高效的文本生成任务。
基于GLM-4.5-Air模型使用REAP方法进行25%专家剪枝的优化版本，转换为MLX格式以便在Apple Silicon设备上高效运行
这是Qwen3-VL-4B-Instruct模型的4位量化版本，专门针对Apple Silicon芯片优化，使用MLX框架转换。该模型是一个视觉语言模型，支持图像理解和多模态对话任务。
lmstudio-community
Qwen3-VL-8B-Instruct是由Qwen开发的视觉语言模型，经过MLX量化优化，专门针对Apple Silicon设备。该模型支持图像和文本的多模态输入，能够理解和生成与图像相关的文本内容。
ethicalabs
ethicalabs/granite-4.0-h-small-base-MLX是基于IBM Granite-4.0-H-Small-Base模型转换而来的MLX格式版本，专门为Apple MLX框架优化，提供高效的文本生成能力。
这是IBM Granite-4.0-h-Tiny模型的4位量化版本，专为Apple Silicon优化，使用MLX框架进行高效推理。模型经过DWQ（动态权重量化）处理，在保持性能的同时显著减小模型大小。
这是IBM Granite-4.0-H-Micro模型的MLX格式8位量化版本，专为Apple Silicon优化，提供高效的大语言模型推理能力。
abnormalmapstudio
这是 Qwen3-Omni-30B-A3B-Thinking 模型的 MLX 格式转换版本，使用 mlx-lm 0.28.1 进行转换，支持在 Apple Silicon 设备上高效运行。
这是一个基于Qwen3-Omni-30B-A3B-Instruct模型转换的MLX格式版本，使用mlx-lm 0.28.1工具转换，专为Apple Silicon优化，支持高效的文本生成任务。
这是 GLM-4.6 模型的 5位量化版本，使用 mlx-lm 工具转换，专为 Apple Silicon 设备优化，提供高效的大语言模型推理能力。
GLM-4.6-4bit是基于zai-org/GLM-4.6模型使用mlx-lm工具转换的4位量化版本，专门针对Apple Silicon芯片优化，支持中英文文本生成任务。
由IBM推出的granite-4.0-h-small语言模型，经过MLX量化优化，专门针对Apple Silicon设备进行性能优化，提供高效的语言处理能力。
moonstruxx
这是一个基于opendatalab/MinerU2.5-2509-1.2B转换而来的MLX格式大语言模型，参数规模为12亿，专门针对Apple Silicon芯片优化，支持FP16精度推理。
这是一个基于Huihui-GLM-4.5V-abliterated模型转换而来的视觉语言模型，采用MXFP4量化格式，专门针对Apple MLX框架优化，支持图像理解和多模态对话任务。
Apple MCP工具集是一套基于MCP协议的苹果原生工具集合，提供消息、笔记、联系人、邮件、提醒、日历等苹果生态系统的集成服务。
一个用于通过SQL查询苹果健康数据的MCP服务器，基于DuckDB实现高效分析，支持自然语言查询和自动报告生成。
一个为Claude桌面端提供本地Apple Notes数据库访问的服务器，支持读取和搜索笔记内容。
Apple Doc MCP是一个提供直接访问苹果开发者文档的模型上下文协议服务器，集成到AI编程助手中，支持智能搜索、框架浏览和详细文档获取。
一个基于MCP协议的本地服务器，实现Apple Notes的语义搜索和RAG功能，供Claude等AI助手调用
一个通过AppleScript实现LLM应用与macOS交互的MCP服务器，提供标准化接口控制多种系统功能。
Apple MCP工具集是一个为MCP协议设计的苹果原生工具集合，提供了消息、笔记、联系人、邮件、提醒、日历、网页搜索和地图等多种功能。
一个用于与macOS苹果日历交互的MCP服务器，提供标准化接口让AI模型访问和操作日历数据。
一个通过AppleScript在macOS上自动发布微信朋友圈的工具
Apple RAG MCP是一个为AI代理提供苹果开发专业知识的检索增强生成系统，集成了官方Swift文档、设计指南和Apple Developer YouTube内容，通过AI驱动的混合搜索技术提供准确的技术答案。
TaskNote Bridge是一个原生macOS Swift应用，实现了完整的MCP协议服务器，用于Things 3和Apple Notes的AI助手集成。
Apple Notifier MCP Server是一个通过MCP兼容客户端发送macOS原生通知和交互式系统对话框的工具。
Apple开发者文档MCP服务，为AI编程助手提供直接访问苹果官方开发文档的能力，支持智能搜索、框架浏览和详细文档获取。
一个通过AppleScript控制macOS上Apple Music的FastMCP服务器实现，提供播放控制、歌曲搜索、播放列表创建等功能。
一个用于在MacOS上运行应用的MCP服务器应用
一个基于MCP协议的Apple Music API交互服务器，提供歌曲搜索和播放链接生成功能。
Apple Health MCP Server是一个基于FastMCP框架的模型上下文协议服务器，专为LLM代理与苹果健康数据交互设计。它提供标准化接口，通过Elasticsearch索引和查询健康数据，支持自然语言搜索、分析和统计功能，包含XML和Elasticsearch两大工具集，支持Docker部署。
一个通过FastMCP实现与macOS原生应用交互的Python服务
WhatsApp MCP服务器是一个基于Node.js的应用，通过AppleScript自动化实现与WhatsApp桌面版的程序化交互，提供消息发送和状态检查功能。
Apple Notes MCP服务是一个通过自然语言与苹果笔记无缝交互的协议服务器
%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)
