اپل چارچوب مدلهای بنیادی را ارائه کرد — یک API واحد Swift که هر مدل زبانی بزرگ را روی دستگاه یا در Private Cloud Compute اجرا میکند. توسعهدهندگان دیگر نیازی به چسباندن کتابخانههای متعدد ندارند؛ یک پروتکل، همه مدلها. این چارچوب تولید هدایتشده، فراخوانی ابزار و درک تصویر چندوجهی را بومی پشتیبانی میکند و حریم خصوصی را در هر دو مسیر اجرا حفظ میکند.## چرا چارچوب مدلهای بنیادی مهم است اپل این چارچوب را به عنوان ستون فقرات هوش مصنوعی اپل معرفی کرد. Private Cloud Compute درخواستها را بهصورت رمزگذاری شده از ابتدا تا پایان پردازش میکند و هیچ لاگ یا آموزش روی دادههای کاربر انجام نمیدهد. این معماری به برنامهها اجازه میدهد استنتاج سنگین را به سرور بسپارند در حالی که تضمینهای حریم خصوصی اجرا روی دستگاه حفظ میشود.## قابلیتهای اصلی چارچوب - پروتکل LanguageModel: هر ارائهدهنده مدل میتواند یک بسته Swift منتشر کند که به این پروتکل پایبند باشد؛ از مدل بنیادی روی دستگاه اپل تا مدلهای شخص ثالث مانند Claude یا Gemini و مدلهای تنظیمدقیقشده سفارشی. این رابط واحد به توسعهدهندگان اجازه میدهد با تغییرات کد حداقلی بین مدلها جابجا شوند. - مدل روی دستگاه: مدل بنیادی در قلب هوش مصنوعی اپل یک گزینه فشرده، حریمخصوصی-اول، آفلاین و با مصرف حافظه معتدل است. برای بارهای کاری که پنجره متنی بزرگتر یا استدلال قویتر میخواهند، همان API به مدلهای سمت سرور در Private Cloud Compute متصل میشود و معناشناسی فراخوانی ابزار و تولید هدایتشده را حفظ میکند. - درک تصویر چندوجهی: برنامهها میتوانند عکس را مستقیماً به پرامپت الحاق کنند؛ مدل میتواند درباره محتوای بصری استدلال کند، متن را با نویسهخوانی نوری روی دستگاه استخراج کند یا بارکد را با یکپارچگی Vision اسکن کند — تأخیر پایین، داده دستگاه را ترک نمیکند. این امر برای سناریوهای حساس حریم خصوصی مانند اسکن سند یا کمکهای دسترسپذیری بلادرنگ حیاتی است. - پروفایلهای پویا: توسعهدهنده شکل خروجی را با تایپهای Swift توصیف میکند؛ مدل داده ساختاریافته برمیگرداند که بدون تجزیه رشته شکسته قابل رمزگشایی است. ## شروع به کار توسعهدهندگان اعضای برنامه Small Business App Store میتوانند مدلهای ابری را بدون هزینه اضافه آزمایش کنند، در حالی که تیمهای بزرگ میتوانند ظرفیت اختصاصی مذاکره کنند. توسعهدهندگان میتوانند امروز از چارچوب استفاده کنند با وارد کردن ماژول FoundationModels و راهاندازی یک نمونه LanguageModel با یک خط کد. API متدهای async/await برای پاسخهای جریاندار فراهم میکند، که ساخت رابطهای چت، ویجتهای خلاصهسازی یا عاملهای خودمختار که از طریق تعریف ابزار به برنامه فراخوانی میشوند را ساده میکند. Xcode ۱۶ بوم پیشنمایش اختصاصی اضافه میکند که خروجی مدل را در زمان واقعی رندر میکند، و قالب جدید Instruments تأخیر توکنبهتوکن را برای هر دو مسیر روی دستگاه و ابری پروفایلسازی میکند. کاربران اولیه گزارش میدهند مدل روی دستگاه برای پرامپتهای معمول تأخیر توکن اول زیر ۲۰۰ میلیثانیه تحویل میدهد، در حالی که مدلهای ابری به ۳۲ هزار توکن مقیاسپذیر هستند با سرعت توکن مشابه. اپل همچنین راهنمای مهاجرت برای تیمهایی که از یکپارچگی Core ML قدیمی استفاده میکنند ارائه داده است. نقشه راه آینده شامل پشتیبانی از ورودیهای صوتی چندوجهی، APIهای تنظیمدقیق که کاملاً در Private Cloud Compute اجرا میشوند، و یک بازارچه برای انتشار بستههای Swift تأییدشده توسط وندورهای شخص ثالث است. این پروتکل واحد همچنین پایهی ادغام عاملهای هوش مصنوعی شخص ثالث در برنامههای iWork است که اپل اخیراً در مورد آن گزارش داد.
اپل چارچوب مدلهای بنیادی را برای مدلهای زبانی روی دستگاه و ابری معرفی کرد

نخستین پروتکل واحد Swift که مدلهای روی دستگاه و ابری را تحت یک API یکپارچه میکند، با پشتیبانی بومی برای تولید هدایتشده، فراخوانی ابزار و درک تصویر چندوجهی — بدون نیاز به کتابخانههای جداگانه.
این چارچوب هزینه و پیچیدگی افزودن هوش مصنوعی زاینده به برنامههای اپل را به شدت کاهش میدهد. حریم خصوصی در هر دو مسیر اجرا تضمین شده و یک پیشرفت قابلتأیید برای توسعهدهندگان و کاربران نهایی ایجاد میکند.
دسترسی به مدلهای ابری نیازمند Apple ID و پرداخت است؛ تحریمها مانع استفاده مستقیم توسعهدهندگان ایرانی میشود. مدل روی دستگاه روی سختافزارهای جدید اپل قابل اجرا است.
اپل لایه انتزاعی را برند کرد، نه مدل را؛ هر فروشنده مدل میتواند بسته Swift خود را به پروتکل LanguageModel متصل کند و بلافاصله در اکوسیستم اپل حاضر شود. این استراتژی بازار دوطرفه مدلهای زبانی را در iOS/macOS باز میکند بدون اینکه اپل خودِ مدلساز انحصاری شود.
منابع
راهنماهای داتهوش
راهنماهای کاربردیِ داتهوش برای کار با هوش مصنوعی — از همینجا شروع کنید:
- راهنمای پرامپتنویسیچطور درست بپرسی تا جوابِ بهتری بگیری
- ۱۰ پرامپتِ آمادهٔ فارسیقالبهای آماده برای کارهای روزمره
- ابزارهای رایگانِ هوش مصنوعیکدامها از داخلِ ایران باز میشوند
- معلمِ انگلیسیِ هوش مصنوعیهوش مصنوعی را به معلمِ خصوصیِ زبانت تبدیل کن
- تشخیصِ عکس و ویدیوی جعلینشانههای جعلِ هوش مصنوعی و دفاعِ پایدار
- امنیتِ داده در هوش مصنوعیچه چیزهایی را هرگز نباید وارد کنی
- اجرای هوش مصنوعی روی کامپیوترِ خودتراهنمای عملیِ مدلهای متنباز
- پرداخت برای هوش مصنوعیِ خارجیواقعیت، خطرها و جایگزینِ رایگان
- هوش مصنوعی و تکلیفِ درسیمرزِ کمکگرفتن و تقلب کجاست
- چرا هوش مصنوعیِ ایران عقب ماندریشههای عقبماندگی و راهِ واقعبینانهٔ جبران
داتهوش
راهنمای فارسی هوش مصنوعی — با نگاه به ایران
اخبار روزانه، معرفی ابزارها و مدلها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار میکند و چه چیزی نه.



گفتگو