时间：2026年7月9日-10日
地点：美国加州/库比蒂诺
人物：PrismML（加州理工学院衍生AI初创公司）、苹果公司（Apple）、阿里巴巴（Qwen 3.6开源模型）
事件详情：2026年7月9日，AI初创公司PrismML宣布成功将阿里巴巴开源大语言模型Qwen 3.6（270亿参数）从约54GB压缩至不到4GB，并已在iPhone 17 Pro上完整运行。PrismML核心突破在于原生1-bit模型压缩技术，模型权重仅用{-1,+1}表示，配合分组缩放因子，非传统量化方法，在保持接近FP16模型精度的同时，推理速度提升最高8倍，能耗降低75%-80%，内存占用降低超90%。该模型为稠密模型，运行时全部270亿参数同时保持活跃状态，可完成复杂对话、深度推理、自主智能体任务及软件编程等功能。
背景：随着AI大模型规模持续增长，将大模型部署至移动设备成为行业关键挑战。目前主流手机端AI模型激活参数量通常仅为数十亿级。PrismML的技术突破首次将270亿参数全稠密模型完整塞入手机端，开创了移动端AI的新范式。苹果公司正积极评估PrismML技术，希望进一步加强iPhone本地AI推理性能。PrismML计划于7月14日开源其压缩后的Qwen 3.6模型。
影响：
- 设备端AI能力跃升——270亿参数模型本地运行意味着iPhone无需联网即可完成复杂对话、推理和编程任务，大幅提升用户隐私保护和响应速度
- 端侧AI竞争加剧——苹果若成功引入PrismML技术，将显著拉开与其他手机厂商的AI能力差距，推动Android阵营加速端侧大模型技术布局
- 模型压缩技术路线验证——原生1-bit压缩证明极端量化可在保持精度的前提下实现超90%体积缩减，可能重塑端侧AI芯片设计和模型部署范式
总结：PrismML的原生1-bit压缩技术实现了将270亿参数全稠密大模型部署至iPhone的历史性突破，将模型体积从54GB压缩至4GB且性能未见明显下降。苹果的积极接洽表明该技术有望进入量产级应用，可能彻底改变移动端AI的应用格局。这不仅验证了极端量化路线的可行性，也为端侧AI开辟了全新的发展空间。
参考来源：
- https://www.ithome.com/0/974/796.htm
- https://new.qq.com/rain/a/20260710A02BY300
- https://new.qq.com/rain/a/20260709A0C0QR00
- https://so.html5.qq.com/page/real/search_news?docid=70000021_5816a4f9d7017952
- https://so.html5.qq.com/page/real/search_news?docid=70000021_4106a50a71577565
- https://so.html5.qq.com/page/real/search_news?docid=70000021_4066a4fa0c353852
- https://blog.csdn.net/techforward/article/details/159711561