2024年6月16日，阿里巴巴Qwen团队对外宣布，推出支持苹果MLX架构的 Qwen3 模型，包含4种精度，用户可以根据硬件资源选择合适的模型。搭载对应芯片的苹果设备可以更流畅、更高效地在本地运行这款来自中国的开源大模型。 继今年2月，阿里确认与苹果合作中国区 Apple Intelligence之后，不断有消息预测上线时间，但前不久的WWDC（全球开发者大会）上，官方再次沉默，没有新的进展，让外界很是担心。 MLX是苹果专为Apple Silicon芯片设计的高效机器学习框架，提供了类PyTorch的API，兼容Numpy语法，支持C++/Swift扩展，利用统一内存架构，数据在CPU/GPU间共享，可降低功耗、提升处理速度，还具备动态图构建、多模态支持、端侧部署优化等功能，能在iPhone、iPad、Mac等设备上高效运行模型，帮助开发者更轻松地进行机器学习模型训练与部署。 随着用户对数据隐私的日益重视和对个性化体验的追求，让AI大模型在个人设备上本地运行，正成为不可忽视的趋势。MLX正是苹果为这股趋势提供的官方解决方案。 而Qwen3模型支持MLX格式，意味着可以充分利用苹果设备的高性能神经引擎和统一内存架构，在MacBook、iPad等设备上实现更快的推理速度和更低的能耗，相比技术迭代，更多的是工程优化。 不过，即使是工程优化，从具体的工作来看，Qwen3的MLX适配也展现了远超“完成任务”的诚意，几乎将Qwen开源模型家族，完整地融入苹果生态，适配范围广、精度深。 此次Qwen3一共提供了32个MLX适配模型，涵盖从0.6B到235B的8个尺寸，以及4bit、6bit、8bit、BF16四种精度，允许用户根据硬件资源选择合适的模型精度。对开发者而言，低量化（如4bit）适合内存有限的设备（如iPhone），而高精度（如BF16）适合需要更高推理质量的场景（如M2/M3 Ultra）。 这种“量体裁衣”式的优化，是阿里与苹果硬件的积极协同，而非简单的“能用就行”。它实质上帮助苹果解决了“如何在多样化硬件上，为用户提供一致且高效AI体验”这一难题。 社区适配更像是基于技术热情的“粉丝行为”，证明模型代码质量优越、社区受欢迎度高，是来自基层的认可。而Qwen官方团队的发布，则是正式的、公司级的“战略决定”。 它也在向所有开发者和潜在商业伙伴传递一种态度：我们将为这一技术路线提供持续、稳定、可靠的官方支持，包括未来的模型更新、技术答疑和潜在的Bug修复。 Qwen系列模型已经成为全球范围内最具影响力的开源模型之一，在Hugging Face等全球最大的开发者社区上，其下载量和关注度稳居第一梯队，构建了庞大的开发者生态。 开发者社区已经对此展示出热情。在Qwen官方适配MLX之前，大量苹果开发者早已在社区引导下，自发地在自己的MacBook上部署和测试Qwen模型，且在Huggingface平台上，在所有MLX模型中，排名前五有两个都是Qwen3模型。 而苹果方面，AI的进展依然有些缓慢。根据IDC、Canalys等市场研究机构的数据，2024年上半年，苹果在中国的智能手机市场份额持续面临压力，销量同比出现下滑。Counterpoint研究公司总监塔伦·帕塔克指出：”iPhone 16系列市场反响不一，部分原因在于上市初期未能提供Apple Intelligence功能。”相比之下，华为、小米、OPPO、vivo等中国本土手机厂商早已将端侧AI大模型作为核心卖点，并快速迭代相关功能了。 所以，今天的苹果，反而需要AI技术提供方来倒逼它一把，Qwen的主动适配，也能让苹果知道这有个“即插即用”的合作伙伴，在这随时等着它。
