Apple Intelligence potrebbe presto contare su modelli di intelligenza artificiale ancora più potenti da eseguire direttamente sull’iPhone, senza passare dai server remoti. Circolano infatti voci su alcuni contatti tra Apple e una startup chiamata PrismML, con l’obiettivo di spingere ancora di più sull’AI in locale e ridurre così la dipendenza dal cloud. Il tema centrale resta la privacy, che a Cupertino continua a essere una specie di ossessione, ma anche la voglia di offrire funzioni più sofisticate senza doversi appoggiare a infrastrutture esterne.
Cosa avrebbe convinto Apple a guardare verso PrismML
L’interesse di Apple, stando alle indiscrezioni, nascerebbe da un risultato che ha fatto storcere il naso più di qualcuno per quanto è impressionante. PrismML sarebbe riuscita a far girare una versione adattata del modello open source Qwen 3.6, sviluppato da Alibaba, interamente su un iPhone 17 Pro. Niente cloud, niente connessioni verso l’esterno, tutto sul telefono. E qui arriva il dettaglio che conta davvero, perché parliamo di un modello da 27 miliardi di parametri.
Per capire la portata della cosa basta un confronto. Apple, con iOS 27, ha annunciato AFM 3 Core Advanced, un modello da 20 miliardi di parametri che alimenta alcune delle novità di Apple Intelligence, come le nuove voci di Siri, decisamente più naturali, e il servizio di dettatura migliorato integrato nel sistema. Un buon numero, per carità, ma comunque inferiore ai 27 miliardi che PrismML sostiene di aver portato su un iPhone. La differenza, tradotta in pratica, significa margini di manovra più ampi per funzioni ancora più avanzate.
Architetture diverse, filosofie diverse
La faccenda però non si gioca solo sui numeri. C’è una questione tecnica che fa la vera differenza e riguarda il modo in cui i due modelli sono costruiti. AFM 3 Core Advanced poggia su un’architettura definita sparse, in cui solo una parte dei parametri viene effettivamente attivata durante l’elaborazione di ogni richiesta. In sostanza il sistema usa una frazione delle proprie risorse alla volta, così da tenere sotto controllo consumi energetici e requisiti hardware. Una scelta sensata quando si lavora su un dispositivo con batteria e spazio limitati.
La soluzione di PrismML ragiona in modo opposto. Permetterebbe infatti di mantenere attivi contemporaneamente tutti i 27 miliardi di parametri del modello. Un approccio più muscolare, che sulla carta apre la porta a capacità più spinte, il tutto restando comunque sul dispositivo e senza mai rivolgersi a infrastrutture cloud esterne. Se davvero Apple decidesse di percorrere questa strada, l’esecuzione locale dei modelli linguistici sull’iPhone farebbe un salto in avanti niente male.
Al momento si tratta di semplici colloqui esplorativi, quindi conviene prendere tutto con le pinze. Ma il segnale è chiaro. La direzione presa dall’AI in locale punta verso modelli sempre più capaci da tenere direttamente in tasca, e i contatti con una realtà come PrismML raccontano bene quanto Cupertino stia lavorando in questa direzione, con la privacy sempre in cima alla lista delle priorità.