Mac Studio跑8160億參數模型，蘋果AI策略評價不跟軍備賽

蘋果最近做了一件反常的事。別家AI公司忙著比誰的模型更新更快。蘋果卻公開說自己不玩這個遊戲。更讓人意外的是，長年互看不順眼的蘋果和Meta。這星期竟然公開互相稱讚對方的技術。這兩件事看起來各自獨立。其實是同一套劇本的兩面。蘋果已經決定自己的戰場不是模型。而是裝置跟整合體驗。

蘋果這次到底在說什麼

蘋果軟硬體工程資深副總裁約翰·特努斯接受《時代》雜誌專訪。他明確表示蘋果不參加「每月出一款新模型」的競賽。他說消費者真正想要的是能實際使用的裝置。不是讓裝置消失在聊天機器人背後。他舉Siri為例說明蘋果的做法。蘋果把外部AI技術當作零組件來採購。就像採購螢幕跟記憶體一樣自然。重點是能不能串連使用者的個人資訊。像是行事曆、郵件跟文件這類內容。幫忙處理訂會議或查航班等日常任務。另一位資深副總裁葛雷格·傑斯威克也表態。他說蘋果不覺得自己被OpenAI的硬體計畫威脅。因為蘋果能把硬體、軟體跟服務整合得更緊密。這是其他業者很難複製的優勢。特努斯同時提到記憶體短缺已經變成一場危機。所有供應管道都要列入考慮。這句話剛好跟下面另一則消息互相呼應。

同一時間，死對頭Meta找上蘋果

特努斯受訪前一天，Meta發布了一款新模型。這款模型名叫Muse Spark Open。它屬於開放權重模型的一種。開放權重的意思是運算參數可以被下載下來。使用者能自己架在自己的設備上執行。不需要每次都連回Meta的伺服器才能使用。這款模型號稱是目前美國能力最強的開放權重模型。參數量高達8160億。參數可以理解成模型裡用來判斷與生成答案的運算單位。數字越大通常代表模型能處理的任務越複雜。但也代表需要更多記憶體才能跑得動。這款模型是蘋果跟Meta合作開發完成的。可以透過蘋果自家的MLX運算框架執行。方法是裝在兩台或四台搭載M5 Ultra晶片的Mac Studio上。蘋果工程團隊也在10月15日發布官方技術文章。文章說明四台Mac Studio串連起來的表現。每秒可以產生超過36個文字單位。這個速度比一般人閱讀還快不少。

兩台Mac Studio撐起八千億參數的意義

根據Engadget報導，這款模型用四位元壓縮格式運算。模型本身就要吃掉將近493GB記憶體。加上運算過程需要的額外空間。單台Mac Studio根本放不下這個模型。必須靠兩台或四台機器一起分攤工作。蘋果的做法是把模型從中間拆成兩半。一半放在第一台機器上運算。另一半放在第二台機器上接著算。再透過Thunderbolt連接線串起兩台機器。讓兩台機器像一台超級電腦一樣運作。這代表企業如果想跑這種大型模型。不再只能依賴搭載進階繪圖晶片的大型伺服器。改用幾台Mac Studio串接也是一種選擇。對蘋果來說這是展示硬體實力最直接的方式。對Meta來說這讓模型多了一種能實際運行的裝置。雙方各取所需，等於是一場互利的合作。

蘋果和Meta過去撕破臉的舊帳

這次合作受到關注，是因為兩家公司過去交情不好。2018年臉書爆發劍橋分析資料醜聞。當時的蘋果執行長庫克被問到會怎麼處理這種危機。庫克回答：「我根本不會讓自己陷入這種處境。」祖克伯之後公開回應，說這句話「極度輕率」。2021年蘋果推出新的隱私保護功能。這項功能限制App未經同意追蹤用戶行為。直接打擊了臉書的廣告生意。雙方關係因此更加緊張。《華爾街日報》當時報導祖克伯告訴員工的話。他說臉書要讓蘋果為這件事「付出代價」。如今AI模型改成在裝置上本地端運行。使用者輸入的內容不需要傳回Meta的伺服器。兩家公司反而因此找到新的合作空間。Meta首席AI官亞歷山大·汪接受Axios採訪時提到。促成這次合作的其中一位關鍵人物。是曾在蘋果任職、現在加入Meta的丹尼爾·葛羅斯。祖克伯跟特努斯還在社群平台上公開互相感謝。汪則笑稱這是「爸爸媽媽終於又能好好相處了」。

對一般用戶來說，這件事離你有多近

先說清楚，一般讀者不會自己買好幾台Mac Studio回家。這整套系統是給企業或開發者用的。不是設計給一般消費者直接使用的東西。但這則消息真正代表的意義值得注意。蘋果已經把「借用別人的模型、搭配自己的硬體」當成長期路線。對台灣的使用者來說，實際改變會出現在Siri身上。蘋果之前已經證實會引入Google的Gemini技術強化Siri。這次跟Meta的合作等於再次驗證同一套邏輯。蘋果不堅持自己開發每一個AI模型。而是挑選適合的技術，搭配自己的裝置做整合。換句話說，台灣用戶日後用iPhone跟Mac時。背後運作的AI模型可能來自不同公司。但使用的介面跟操作習慣會一直是蘋果自己的設計。這也是蘋果口中「不跟模型軍備賽」的真正意思。

問問貓的判斷

問問貓看這整件事，覺得蘋果的算盤打得很清楚。比模型更新速度，蘋果比不過OpenAI跟Google。這兩家公司幾乎每隔幾週就推出新版本。蘋果乾脆不比，把資源放在自己真正擅長的地方。那就是硬體設計跟跨裝置的整合體驗。跟Meta合作也是同一套邏輯的延伸。蘋果不需要自己養一個對標8160億參數的團隊。只要讓外部最強的模型能在蘋果裝置上跑得又快又省電。等於把Meta的研發成果，變成蘋果硬體的賣點。這對蘋果來說是一筆划算的交易。對一般用戶來說，真正該關心的不是誰的模型參數比較多。而是你每天在用的工具，背後換了引擎之後。你的使用習慣有沒有被打斷，體驗有沒有變差。如果想知道各家AI工具現在的方案內容跟免費額度有什麼變化，可以到問問貓的工具頁面看目前整理的時間線。

問問貓查核時間線

• 2026-10-15：Apple官方在machinelearning.apple.com發布MLX分散式推論技術文章，說明四台Mac Studio串接可達每秒36個文字單位以上。
• 2026-10-15：Meta發布開放權重模型Muse Spark Open，宣稱是目前美國能力最強的開放權重模型，參數量8160億。
• 2026-10-15 稍晚：Engadget報導指出該模型需要將近1TB記憶體才能在本機運行，壓縮後仍需約493GB。
• 2026-10-16 02:15（台灣時間）：The Verge報導祖克伯與蘋果新任執行長特努斯在X平台公開互相感謝。
• 2026-10-16 10:35：TechNews報導蘋果高層特努斯接受《時代》雜誌專訪，定調不參加AI模型軍備賽。
• 2026-10-16：Inside.com.tw整理報導指出，蘋果與Meta的合作已進行數月，促成者為前蘋果主管丹尼爾·葛羅斯。

大家也在問

蘋果是不是放棄自己做AI模型了？ 沒有。特努斯說Siri仍會結合個人情境，蘋果只是把部分外部技術當成零組件採購，不代表完全放棄自主研發。

一般人要怎麼用到Muse Spark Open這個模型？ 官方沒有公布針對一般消費者的使用方式，目前這套系統主要面向企業與開發者，透過Hugging Face平台下載使用。

為什麼蘋果和Meta過去關係那麼差，現在卻合作？ 因為這次模型是在裝置上本地端運行，使用者資料不需要傳回Meta伺服器，繞開了過去雙方在隱私議題上的衝突點。

跑這款模型需要什麼樣的硬體？ 根據Engadget報導，至少需要兩台搭載M5 Ultra晶片的Mac Studio，或四台規格較低的機型一起串接運算。

這則消息跟Siri升級有沒有直接關係？ 有間接關係。蘋果已證實會在Siri中引入Google的Gemini技術，這次跟Meta的合作顯示蘋果願意搭配多家外部AI技術。

蘋果提到的記憶體危機是指什麼？ 特努斯指出記憶體供應正面臨壓力，他形容這是一場危機，但官方沒有公布具體的供應數字或因應時間表。

Muse Spark Open跟一般聊天機器人用的模型有什麼不同？ 它是開放權重模型，權重可以被下載到自己的設備上執行，不像一般聊天機器人模型只能透過雲端伺服器使用。

這件事會影響我現在用的AI工具訂閱方案嗎？ 官方沒有公布任何方案或價格異動，這次消息集中在技術策略與硬體合作，跟訂閱費用沒有直接關聯。

資料來源

• TechNews〈不打AI模型軍備競賽，蘋果高層定調：專注打造最佳實體裝置與體驗〉
• Inside〈Apple、Meta罕見攜手！8,160億參數AI模型登上Mac Studio，雙方為何放下多年恩怨？〉
• The Verge〈Meta and Apple team up to make Muse AI models run better on Macs〉
• TechCrunch〈Meta launches an open-weight AI model that runs on Macs〉
• Engadget〈Meta built a huge open-weight AI model for Macs, but you’ll need 1TB of RAM to run it〉
• Apple Machine Learning Research〈Local and Distributed Large LLM Inference with MLX and RDMA on Mac Studio〉