深度丨苹果 AI 入华，为什么最终选择了阿里千问？

中国市场等待已久的Apple智能（Apple Intelligence），终于在今天明确了它的本土AI伙伴。

10月31日，阿里巴巴与Apple正式宣布达成合作，将千问集成至Apple智能。在苹果中国官网同步上线的Apple智能介绍页中，“千问，整合一体。”六个字被置于黑色背景的视觉中心。

按照双方的推进节奏，这些功能将于11月4日起随最新的iOS开发者Beta版开放测试，并将于今年12月iOS 27.3正式发布时面向中国用户推出。届时，凡是在中国购买了支持Apple智能的iPhone用户，或设备定位和Apple账户国家/地区均设置在中国的用户，都能在Siri、写作工具及视觉智能中，直接调用千问的文本与图像理解、内容生成等能力。

阿里巴巴集团CEO吴泳铭对此表示：“我们很高兴与苹果公司达成合作。千问将依托阿里巴巴深厚的AI技术积淀，深度融入苹果生态系统的各项体验，共同为中国苹果用户带来全新的智能服务。”

在这则简短的官宣背后，是一个令国内AI行业高度关注的竞争结果：这不是一次普通的App合作，也不是“某个模型接入某个入口”，而是Apple智能在中国落地时对本地AI合作伙伴的一次系统级选择。

向来对供应链与合作伙伴极为挑剔的苹果，最终为什么选了千问？

01 与ChatGPT同等的系统生态位

要理解苹果的选择逻辑，首先需要看清千问在iOS系统里拿到了怎样的位置。

如果对比Apple智能在海外市场与中国的落地形态，会发现一个关键细节：苹果给千问的功能命名方式，和当年给ChatGPT的完全一样。海外版的“Compose with ChatGPT”，在中国版里对应的是“千问创作（Compose with Qwen）”；海外版的“Ask ChatGPT”，在中国版里则是“询问千问（Ask Qwen）”。

苹果没有为中国市场降低一档合作形态，而是把同一个位置原样交给了千问。

具体到产品交互上，千问并非作为一个需要单独点开的第三方软件存在，而是深度嵌入了iOS的三个核心系统级入口。

图 2苹果官网展示的 Siri 交互界面，并说明 Siri 可在需要时利用千问的知识。图片来源：苹果中国官网 Apple 智能页面

在语音与多模态交互层，Siri可以直接调用千问的广博知识，并在Siri界面中直接回复用户问答；通过Siri，用户还能用自己选择的文档和照片，直接向千问提问。在全局文本创作层，千问已接入Apple的系统级写作工具，为用户提供“千问创作”（Compose with Qwen）功能，不仅能帮助用户基于任意主题生成文本内容，还可以直接使用这一功能生成图像。而在镜头感知层，iPhone用户可以通过相机控制、操作按钮或控制中心启用视觉智能功能，选择“询问千问”来识别眼前所见，从而更深入地了解周围环境。

在隐私与合规机制上，这套集成同样延续了苹果的严苛标准。用户可以自主选择是否开通千问集成功能。启用后，用户可通过Apple登录或使用自己的千问App账户登录，在Siri、写作工具和视觉智能中使用千问，并自主决定何时使用千问以及分享哪些信息。在任何问题、文档和图片发送给千问之前，系统都会先征得用户同意；且用户请求及生成的回复均不会被阿里巴巴用于模型训练，以保护用户隐私。

图 3苹果官网的视觉智能功能展示。此图为官方演示界面，并非本次实测。图片来源：苹果中国官网 Apple 智能页面

02 模型够强，且天然适配“端云分工”

把海外赋予ChatGPT的同一个位置原样交给千问，要求两件事必须同时成立——模型要够强，服务要接得住。

我们可以回到海外版的参照系。苹果软件工程主管Craig Federighi曾把ChatGPT称为“目前对用户来说最好的选择”。在苹果的语境里，这里的“最好”不宜只理解为单纯的模型跑分，而是一套严密的综合条件：先进的模型能力、成熟的消费级产品、稳定的大规模服务、可长期协同的工程能力，以及能过苹果隐私审的合规体系。

中国版面对的是同一道题。

Apple智能在底层调用的是问答、写作、图像理解、图像生成这类高频刚性能力。这意味着接入的模型不能有偏科短板。而在国内，千问是在全模态上同时进入国际第一梯队的模型体系。

今年8月，阿里Qwen团队将旗舰模型迭代至总参数达2.4万亿的Qwen3.8-Max，原生支持100万token上下文，在复杂推理、代码生成、长文本理解和长周期任务等方面持续突破，处于全球第一梯队。与此同时，Qwen团队正在探索递归式自我改进（RSI），并计划训练5万亿至10万亿参数规模的全新模型，以完成更复杂、更长程的任务。

除了旗舰模型的上限，对苹果而言最直接的价值，在于千问的模型矩阵结构。

Apple Intelligence的底层架构是“端侧小模型加云端大模型”。而Qwen模型家族一直采用“全尺寸、全模态、开源与闭源相结合”的生态战略——目前其开源模型累计上架超过460个，下载量突破30亿次，衍生模型超30万个，得以覆盖从高端需求到成本敏感需求、从纯文本到原生全模态的各种应用场景。这种全尺寸、全模态的布局，天然适合手机端的“端云分工”。不过这些选择如何适配苹果AI在中国的落地，还没有更多公开信息。

图 4千问官方开源模型列表，涵盖不同尺寸的语言与图像模型。页面数字为截图时状态。图片来源：Qwen 官方 Hugging Face 模型列表

一个和苹果直接相关的细节是：此前Qwen系列模型发布后，很快被 MLX 开源社区适配，可在 Apple Silicon 上本地运行，千问模型在苹果芯片生态中已有成熟落地。在底层工程框架上的长期磨合，让双方的系统级对接水到渠成。

图 5苹果官网对设备端处理与隐私保护的说明。该图不代表第三方模型的全部隐私条款。图片来源：苹果中国官网 Apple 智能页面

03 苹果式客户的“挑剔”：一场B端综合服务能力的终极验证

在消费级市场看来，这是iPhone变得更好用的一次系统更新；但在企业服务市场看来，苹果的选择标准，本质上就是顶级企业级客户的选择标准。

Apple智能不是一个独立的聊天机器人，而是嵌在Siri、写作工具、视觉智能里的常驻能力。这个位置对合作方的要求，和一家大型企业客户选AI服务商时要问的问题高度重合。

像苹果这样的客户在“挑剔”什么？归结起来，是一套极高门槛的综合交付标尺：合作方不仅要在双11高并发、奥运转播云这类极端场景下具备稳定可交付的能力，拥有服务国际奥委会、欧洲足联、LVMH等顶级国际品牌的成熟经验，还要兼备全球覆盖能力与数据本地化合规体系、从芯片到应用的全栈自研可控能力，以及在AI基础设施上长期投入的战略确定性。

在极端场景的交付能力上，奥运会是最好的案例。作为全球规模最大、系统最复杂的赛事之一，奥运会对技术服务商相当于一场持续多年的压力测试。

2017年，阿里成为国际奥委会全球合作伙伴（TOP），并在2018年由阿里云与奥林匹克广播服务公司（OBS）联合打造奥运转播云（OBS Cloud）。2021年东京奥运会上，OBS Cloud首次投入使用，这也是奥运史上第一次用云计算支撑全球转播。东京奥运会之后，OBS Live Cloud从可选服务变成核心分发平台，到2024年巴黎奥运已成为远程转播交付的主要方式。在今年（2026年）的米兰冬奥会上，它支持了39家转播机构、428路直播视频信号，其中26路是超高清。

奥运案例证明了三件事：阿里巴巴的技术可以在全球数十亿观众、零容错的场景下保持稳定；能和国际机构做长达数年的联合研发和迭代；能把一项技术从可选项做成基础设施。这些特质，与苹果评估长期伙伴的逻辑高度一致。

另一个决定性的筹码，是阿里从芯片到应用的“全栈能力”。全栈意味着关键环节不受制于人，交付周期可控、可以深度定制。尤其考虑到苹果在海外一贯强调“私有云计算”式的隐私架构，具备私有化和混合部署能力的伙伴显然更容易适配。

纵观国内大厂，阿里已经构建起了一条完整的自研技术纵深：在底层的芯片与算力侧，平头哥AI芯片“真武”已在阿里云上大规模部署，自研AI超节点能够支撑超过2万亿参数大模型的高效推理，且阿里巴巴仍在持续加大算力投入，计划到2032年将阿里云运营的全球数据中心规模扩大至20GW以上；而在上层的模型与应用侧，Qwen模型在快速迭代至2.4万亿参数Qwen3.8-Max的同时，正计划训练参数规模达5万亿至10万亿的新模型，并通过自研应用千问依托强大的底层大模型提供免费且全能的AI服务。

苹果这一关的分量，在于它一次性把B端客户最关心的四件事全验证了一遍——规模、接入、成本、合规。

当行业竞争进入深水区，单纯比拼模型跑分或单一应用流量的阶段已经过去。千问最终被选中，不是因为阿里只有一个好模型，而是因为阿里同时具备模型、产品、云、芯片算力与场景生态的完整闭环。这套闭环能力，在国内是独一份的。