已在 iPhone 17 Pro 上完整运行 Qwen 3.6 消息称 PrismML 模型 AI 压缩技术被苹果看中

昨天（7月9日），科技媒体 The Information 放出一条消息：苹果正在接触一家名为 PrismML 的初创公司，核心目的很明确——评估在 iPhone 上直接运行更大规模 AI 模型的可行性。

这家 PrismML 来头不小，是加州理工学院的衍生公司。它的看家本领是一种原生 1-bit 模型压缩技术，能把模型体积压缩到全精度版本的 1/14 左右，内存占用直接降低超过 90%。

具体来说，这种技术里权重只用了 {-1, +1} 两个值，配合分组缩放因子来调整精度。注意，这不是传统的量化，官方声称没有“高精度逃生通道”，也就是说不是靠保留部分高精度位来凑数。更关键的是，它宣称能在保持接近 FP16 模型精度的同时，把推理速度提升最高 8 倍，能耗则降低 75%-80%。

有意思的是，PrismML 已经成功将阿里巴巴开源的 Qwen 3.6 模型（27B 参数）精简压缩，并在 iPhone 17 Pro 上完整跑了起来。苹果看中的正是这种量化能力——如果能落地，本地 AI 的推理性能将再上一个台阶。