手机AI「卷」隐私和性能：苹果是老司机，华为、谷歌都是弟弟

最近一段时间，尽管 AI 浪潮依旧狂热，但「AI 泡沫论」已经从边缘出现在主流讨论中，不少人分析师、机构、媒体，甚至 OpenAI 创始人兼 CEO 山姆·奥尔特曼、亚马逊创始人杰夫·贝索斯都认可。核心在于，AI 的资本与算力投入一路飙升，但回报却遥遥无期，这让不少人开始重新看到了过去泡沫的影子。

在这种反思声中，苹果的名字反而开始被更多提起。过去两年，苹果常被批评「AI 落后」，如今却因为节制和稳健备受关注。就连华为、OPPO、荣耀以及老对手 Google，也都在一定程度上部分认可了苹果的 AI 策略。

当地时间 11 月 11 日，Google 按预期发布了 11 月的 Pixel 功能更新，同时还正式公布私有 AI 计算平台（Private AI Compute，简称 PAC），并且率先落到了 Pixel 10 手机上，比如跨应用提供上下文建议的 Magic Cue 功能就已经运行在私有 AI 计算平台上。

Pixel 10，图片来源：Google

按照 Google 的说法，PAC 私有 AI 计算平台的核心目标就是「构建私有且有用的 AI」。而这，也是华为 HPIC 个人智能计算、OPPO PPC 私密计算云、荣耀 HPPC 的目标。

但这些都很容易让人直接想到苹果在去年 WWDC24 上提出的 PCC（Private Cloud Compute）——一种将端侧隐私与云端性能结合的新模式。

WWDC24，图片来源：苹果

事实上也确实如此，按照官方博客的披露，Google 在 PAC 上也采用了类似的策略。不同的是，苹果的情况是运行在云端的 AI，没那么有用。所以前阵子彭博社还传出了苹果计划从 Google 那里，以 10 亿美元每年的价格获取 Gemini 模型的技术使用权，运行在 PCC 平台上支撑 Apple Intelligence 的体验。

Google 就没有这种烦恼了。

真正的端云一体，比苹果还进一步

了解 Google 的 PAC 平台，先得从它想解决的问题说起。

在生成式 AI 的时代，最强大的模型往往只能在云端运行，但云端也意味着风险，一旦数据离开设备，隐私就可能暴露。过去一年，各大厂都在端侧部署轻量模型、在云侧托管大模型，但真正难的是——如何让两者协同，又不让数据越界。

PCC 私有云计算，就是苹果在 WWDC24 上给出的答案。按照苹果设计的 Apple Intelligence 端云混合架构，设备在发送数据前，先验证云端是否运行着经过公开审计的系统版本，随后在受保护的「专用环境」里进行计算，所有任务完成后，数据即时销毁，连苹果自己也无权访问。而所谓的「专用环境」，则是基于自研芯片和操作系统的自有数据中心。

Google 的 PAC 私有 AI 计算平台，显然是在这套思路上做了一点「加速」。

Google 同样强调隐私，但采用的是更云原生的路径：PAC 建立在 Google 自研 TPU（AI 芯片）与机密计算基础设施之上，结合 AMD 的 SEV-SNP 硬件隔离技术以及自研的 Titanium 安全架构，每一次模型调用都要通过远程证明来验证节点身份和系统完整性。

搭载 TPU 的 Google Cloud 数据中心，图片来源：Google

只有通过验证的节点，设备才会允许它处理用户的请求。同时输入输出的通道经过全程加密，中间推理数据只存在于内存，不会落盘存储。

简单理解，就是给云端的大模型加了一层「防偷窥外壳」——当 Pixel 设备把请求发往 PAC 时，数据会被加密后送进一个「零权限沙箱」，即使是 Google 的运维工程师也无法查看。任务结束后，数据和缓存自动销毁，整个过程不落地、不留痕。

更重要的是，Google 已经将这项机制真正嵌进了系统体验中。

在 Pixel 10 上，用户使用 Magic Cue 功能时，系统会自动调用 PAC，从短信、日历、地图等信息里提取上下文，生成下一步建议。还得益于 PAC 的能力，Pixel 10 自带的 Recorder（录音）还支持了更多的语音支持、更准确的多语言转录以及更好总结。

Magic Cue 功能，图片来源：Google

而不同于传统的「上传到云再计算」，PAC 在每次调用时都会执行硬件验证、临时加密和任务隔离，在保证响应速度的同时，也守住了隐私边界。PAC 的调用日志，甚至可以在「设置-开发者选项」中直接查看。

这种策略的意义不只在于安全。当大模型越来越个性化、需要理解你的生活习惯时，「私有 AI」将成为体验质量的前提。PAC 为此提供了一条新路径——既能让模型足够聪明，又不必以隐私为代价。

在 Google 之前，苹果已经提出了这个概念和框架。但从数据中心（云端）的 TPU 和 Gemini，到 Pixel 终端上的 Tensor 芯片和 Android，Google 在 AI 体验的全链路上有着苹果也难以媲美的一定优势，尤其是在云端。

保护端侧AI隐私，OPPO、华为也在发力

在 AI 时代，设备与云的界限正在被重新定义。算力再强的手机也不可能独立承载百亿级参数模型，而纯粹依赖云端，又注定触碰隐私与延迟的红线。于是，「端云协同」成为所有厂商都绕不开的路径：端侧负责响应、理解与控制，云侧负责推理、生成与学习。

真正的智能体验，必须在这两端之间找到平衡。国产厂商也很早意识到这一点，以 OPPO、华为、荣耀为代表的头部品牌，过去两年几乎同步完成了自己的端云架构设计和建造。

尤其是 OPPO，可以说是对 AI 探索最积极的手机厂商，2023 年就推出了自主训练的安第斯大模型，还采取了三级大模型部署的策略，包括在端侧部署的 Tiny 轻量模型、端云联合部署的 Turbo 大模型以及云端部署的 Titan 超大模型。

在上月举行的 2025 OPPO 开发者大会上，OPPO 还宣布了即将到来的「更新」——将与火山引擎等公有云合力打造私密计算云（同样简称 PCC）系统，也证明了苹果 PCC 的方向正在成为行业趋势。

图片来源：OPPO

具体来说，OPPO 引入了包含火山引擎、Google Cloud（海外）在内的多个公有云能力，与自有数据中心融合，构建了安全可信的云上基础设施。此外，OPPO PCC 将与火山引擎 Jeddak AICC 进行双向可信认证与加密通信，用户数据全链路均处于加密状态，进而实现了「数据可用不可见」的目标：

包括 OPPO 和火山引擎在内的任何人与系统都不能获取用户数据。

不过相对来说，第三方云以及与终端之间的通信仍然存在一定的隐私安全顾虑和劣势，这一点对于 OPPO、荣耀以及其他厂商都是挑战。而在国产手机中，可能也只有华为有能力像 Google 一样解决。

今年 6 月，华为在 HDC 2025 华为开发者大会发布了 HarmonyOS 6（鸿蒙 6），其核心升级之一就是全新的鸿蒙智能体框架。但等到 10 月 HarmonyOS 6 正式推出，我们才发现华为还带来了一个重要升级——HPIC 个人智能计算平台，官方介绍如下：

「在云上建立专属个人的计算空间，将设备上的隐私保护延伸至云端。」

不仅如此，雷科技查阅官方资料进一步了解到，华为的 HPIC 同样在云端部署机密计算区，当任务复杂度或数据量超出设备算力（如小艺通话摘要）时，系统就会将请求发至 HPI 处理。所有数据仅用于当前任务的计算过程，处理完成后将立即删除，不留存任何原始内容。

整个过程中，华为既不存储也不访问用户的原始数据。

虽然没有像苹果那样公布可验证镜像，但从设计上毫无疑问也是 PCC 的方向，而且因为华为同样有自己的大规模数据中心、AI 芯片、终端操作系统和芯片，实际上和 Google 的 PAC 更加接近。

现在来看，苹果确实再一次改变了潮水的方向，至少华为、OPPO、荣耀以及 Google 都在学。

尽管其他厂商不太可能真的完全像 Google、华为和苹果一样，从云到端实现对软硬件的全链路把控，但大模型性能和隐私安全兼顾的方向，是一定的。