机器学习与 AI 小组实验室

参加我们的线上活动，与 Apple 工程师和设计师一起深入探索 WWDC26。在这个以机器学习与 AI 为主题的活动中，你可以提出问题、获取建议，并实时关注围绕大会一周的相关重磅发布展开的精彩讨论。活动语言为英语。

章节

• 0:00:00 - 简介
• 0:04:44 - 开发者应如何判断某项任务更适合交由设备端基础模型处理，还是更适合由专用云计算处理？
• 0:09:25 - 我通过 opencode ACP 在 Xcode 中配置了基于本地大语言模型的智能体模型，但响应速度非常慢，并且输出结果中还会显示 <|im_end|> 标签。我还需要配置什么——是聊天模板的设置有错吗？
• 0:12:24 - 本地大语言模型 (无论是通过 MLX-LM 运行，还是使用我们自己基于 Core AI 训练的模型) 能否作为编码智能体来直接操控 Xcode 项目，而不仅仅是用于聊天？具体应该如何实现？
• 0:15:07 - Apple 会在后台静默更新设备端模型和专用云计算模型，这会导致之前调优的提示词效果变差。系统是否提供了运行时模型版本标识符，以便让我的评估套件能够检测到变化并拦截有问题的版本发布？
• 0:18:58 - 如果 App 没有在前台运行，基础模型能否通过小组件、App Intents 或后台任务运行，从而在捕获数据时直接执行分类？系统对此有哪些频率限制和温控限制？
• 0:21:25 - 开发者应该如何创建模型，或让模型适应自己 App 的数据和特定领域，例如生成风格化的头像，或者编写自适应的操作指南？目前有哪些最佳资源？
• 0:28:50 - 目前有哪些使用场景最适合使用 Foundation Models 框架，又有哪些场景是不适合使用这个框架？
• 0:32:27 - 初学者应该从哪里开始学习 AI/ML？你们推荐哪些资源？
• 0:37:15 - 我们在 PyTorch 中能够实现的所有功能是否都可以导入到 Core AI/Apple 生态系统中？哪些可以，哪些不可以？
• 0:42:56 - 如果基础模型不可用 (例如设备较旧、Apple 智能未开启或电量过低)，最佳的用户体验设计是什么？我们能否及早检测可用性，并通过预热来缩短首次请求的延迟？
• 0:46:58 - 我们应该如何从 Core ML 迁移到 Core AI——是应该等待一两年，等大部分用户换上能带动新功能的设备，还是有更快速的迁移方法？
• 0:49:03 - 在我们需要考虑引入专用云计算之前，能够引入 App 中的设备端本地模型最大能有多大？
• 0:53:32 - 你们如何确定何时应该用 AI 去帮助用户，何时又应该让 AI 不打扰用户？
• 0:58:52 - 对于没有 Apple 智能的旧款 iPhone，我们使用的是自托管的大语言模型后端。在 iOS 27 中，将这个自托管后端封装在自定的 LanguageModel 提供程序中是否官方推荐的做法，从而能用一个 LanguageModelSession 服务所有设备？其中有什么隐患吗？

资源

• • 高清视频
  • 标清视频