前几天，朋友跟我报了个猛料：
而另一位朋友，则带来了更为准确的消息：M2 Ultra 版本的 Mac Studio，已原生适配阶跃星辰模型全家桶，这应该是第一个全面适配苹果 Mac 设备的中国大模型厂商。
这事儿，在线下也看到了实物：上周五的阶跃星辰生态开放日中，我在一个罕有人注意的角落，体验上了这套端侧模型：一台 Mac 上，跑着阶跃的图像、音乐生成的端侧模型。
这似乎表明，面对中国市场特有的数据合规要求，苹果正探索端侧 AI 的本地化路径。而阶跃星辰的技术方案，已具备在苹果的 Mac 设备中，实现全栈 AI 功能的技术适配能力。
与 Google、Meta 等科技巨头在 AI 领域的 “高调炫技” 不同，苹果在 AI 叙事上始终保持着异乎寻常的克制：它从未公开标榜自研大模型，亦未正式宣布与任何 AI 厂商的深度合作。即便是近期备受瞩目的 “Apple Intelligence”，宣传口径上也只是 AI 能力在日常生活中的渗透，而非声势浩大的技术革命。
这种克制，在与 OpenAI 的合作传闻中可见一斑。OpenAI 方面高调宣称参与了 “Apple Intelligence”，用户将能在苹果设备上更便捷地唤起 ChatGPT。然而，苹果在发布会上，对 OpenAI 却只字未提，个中意味引人深思。
在中国市场，苹果面临的挑战更为特殊。严苛的法规与复杂的网络环境，使得 ChatGPT、Claude 等海外 AI 服务难以合规接入。面对巨大的市场需求和本土 AI 服务空白，苹果亟需可靠的国内伙伴，一起提供服务。
据 The Information 消息：苹果会与阿里一起，共同为中国的 iPhone 用户，提供 AI 服务。这一信息，也得到了蔡崇信的证实。
但 Mac 端在中国本土市场的合作方还虚位以待。
再回头看看开始的爆料：苹果的 Mac Studio 已原生适配了阶跃星辰模型全家桶——这在业内是独一份的，此前未有模型厂商完成过如此多模态的模型在 Mac 端侧适配。可以推测：阶跃或将是首个和 Mac 合作的中国模型厂商。
苹果对用户隐私与本地数据保护的执着，几乎已成为其品牌基因。其核心逻辑在于：个人或企业数据应尽可能存储于本地设备，常用 AI 功能应基于端侧实时推理或轻量化训练完成，而非将数据上传至云端 GPU 集群。这种 “数据不出终端” 的理念，与当前全球范围内对数据安全的日益重视不谋而合。
海外已有分析指出，苹果与 OpenAI 的合作，或仅限于处理高复杂度任务场景下的云端模型调用。在日常应用场景中，苹果更倾向于依赖自研的 Apple Intelligence 或其他本地组件完成 AI 计算。对于中国用户和企业而言，由于 ChatGPT 等海外服务的不可用性，对本地化 AI 解决方案的需求更为迫切。这使得兼具技术实力与本土优势的阶跃星辰，进入苹果的视野几乎成为必然。
我实际上手体验了「搭载了阶跃全家桶的 Mac Studio」，印象深刻：多模态理解、文生图、离线音乐生成等功能均流畅自如。用户只需输入文本指令或上传图像文件，即可与模型进行互动处理；只需简单描述中文需求，即可生成高质量图像；甚至可以离线创作旋律与节奏伴奏。所有生成过程均在本地完成，无需联网，也未访问任何外部云服务。
Mac 上的「阶跃星辰工程版」模型演示：文生图
这无疑对高度重视数据闭环与隐私保护的用户，尤其是企业级用户，构成了巨大的吸引力。端侧 AI 对苹果而言，或许是其全球 AI 战略的 “Plan B” 或 “保留选项”，但在中国市场，考虑到政策法规、数据安全以及用户习惯等因素，端侧 AI 几乎已成为苹果的 “最优解” 甚至是 “刚需”。
毕竟：但真正生意场上，国内老板更倾向于「买一个自己的」。
Mac 上的「阶跃星辰工程版」模型演示：音乐生成
我相信很多人会对 “Mac 本地化大模型” 的前景，并未抱持过高的期待：毕竟算力就那么点。
但你要知道，在很多行业中，比如政务、医疗、金融等关键行业对数据安全与合规有着极为严苛的要求，核心数据 “上云” 面临重重阻碍。Mac Studio 若能成功转型为 “离线大模型工作站”，无疑将为这些行业用户，提供一条 “低门槛、高安全、易部署” 的 AI 落地路径。
这里我还得说个反直觉的事：Mac 设备作为算力方案，性价比非常优秀。
这里补充一个小的信息：跑模型的时候，能不能跑，由显卡内存决定。但具体需要多少显存，可以在 Hugging Face 上搜一下 LLM Model VRAM Calculator，一键计算。
比如…如果我想跑一个 DeepSeek R1，32B 蒸馏版，8k 上下文&int4，大概需要 20G 的显存：自己玩的话，一张 4090 就够了，大概 2 万块。
但如果模型大一点，比如是 671B 的 DeepSeek，其他保持不变，并且需要对外提供服务的话，就需要用专业卡组个柜子，大概需要 5 张 A100（一点都不整数），成本大概 50 万人民币
而 M 芯片的 Mac，有一个很妖的特点：CPU & GPU 共用一个高速显存，单个机器最高 192 G。换句话说：用两台 Mac，就可以跑满血 DeepSeek R1 671B 的模型了。每台4万5，总计9万。
当然了…如果你比较狠，多上一点量化，比如像这样，单台 Mac 就能跑
实测结果是…比 2*H100s 还快…
所以啊，如果一定需要「私有化部署一个模型」，你会有以下方案：
-
云租 GPU 的话，每个月几千块 -
弄个物理的 8 卡柜子，大概几十万 -
整个 Mac，随便丢哪，总成本 5 万不到
很显然… Mac 极具性价比
说回本次的主角「阶跃星辰」，也是「AI 六小虎」之一，之前有详细的报道：六虎中的「多模态狂魔」：阶跃星辰｜江湖录
「阶跃星辰」的能力非常全面：在文字、图像、视频、语音、音乐等多模态表现出色，亦在公开评测中多次名列前茅。
更值得称道的是，阶跃星辰对开源和技术社区共建的重视。在上周的生态开放日上，阶跃星辰展示了一系列面向汽车、IoT 设备、手机等嵌入式场景的 Agent 方案，旨在推动大模型在更广泛的终端设备上运行，大幅降低对云端算力的依赖。这与苹果的端侧 AI 战略高度契合。
当然了，也要知道，端侧 AI 并非要完全取代云端 AI，而是将数据存储与实时推理 尽可能留在终端侧，最大限度降低隐私风险，仅将极少数高算力需求任务转移至云端，最终形成 “端云协同” 的 AI 使用模式：来满足中国市场中那些不愿或不便上云的企业用户的迫切需求。
苹果向来对合作细节讳莫如深，但这次的 Mac 适配，或反映出其的 AI 策略调整。阶跃星辰模型的本地化多模态部署，既验证了国产大模型的工程适配能力，也是中国企业对隐私优先的独特洞察。
技术浪潮奔涌向前，端云协同正在重塑全球产业格局。那些在终端侧实现技术突破的实践者，不仅为行业树立了新标杆，更让我们看到——在智能化转型的赛道上，中国方案正在赢得主动权。
（文：赛博禅心）