开发者如何利用iOS 26的本地AI模型

今年早些时候，某中心在WWDC 2025上推出了Foundation Models框架，允许开发者使用该中心的本地AI模型为应用程序功能提供支持。该框架让开发者无需担心推理成本即可使用AI模型，且这些本地模型内置了引导生成和工具调用等能力。

随着iOS 26向所有用户推送，开发者一直在更新他们的应用程序，以包含由某中心本地AI模型驱动的功能。与领先的AI模型相比，某中心的模型体积较小，因此纯本地功能主要改善了这些应用程序的使用体验，而非对应用程序工作流程进行重大改变。

以下是首批利用某中心AI框架的应用程序：

Lil Artist Lil Artist应用程序提供各种互动体验，帮助孩子学习创造力、数学和音乐等不同技能。开发者推出了一个AI故事生成器，允许用户选择角色和主题，应用程序使用AI生成故事。文本生成功能由本地模型提供支持。

Daylish Daylish应用程序的开发者正在开发一个原型，可根据日常计划应用程序中时间线事件的标题自动推荐表情符号。

MoneyCoach 财务跟踪应用程序MoneyCoach有两个由本地模型驱动的实用功能：显示关于支出的洞察（如某周在杂货上的支出是否超过平均水平）；自动为支出项目建议类别和子类别以便快速录入。

LookUp 单词学习应用程序LookUp使用某中心的AI模型添加了两种新模式：利用本地模型创建与单词对应的示例；要求用户在句子中解释单词的用法。还使用设备端模型生成单词起源的地图视图。

Tasks Tasks应用程序实现了使用本地模型自动为条目建议标签的功能，还使用这些模型检测重复任务并相应安排。允许用户说出一些事项，并使用本地模型将其分解为各种任务，无需使用互联网。

Day One 自动日志应用程序Day One使用某中心的模型获取重点内容并为条目建议标题。还实现了生成提示的功能，鼓励用户根据已写内容深入挖掘并撰写更多内容。

Crouton 食谱应用程序Crouton使用某中心智能技术为食谱建议标签并为计时器分配名称，还使用AI将文本块分解为易于遵循的烹饪步骤。

Signeasy 数字签名应用程序Signeasy使用某中心的本地模型从合同中提取关键洞察，并为用户提供所签署文档的摘要。

Dark Noise 背景声音应用程序Dark Noise使用某中心的本地模型让用户用几句话描述声音场景，并基于此生成一个声音场景。创建后可以调整声音场景不同元素的水平。

Lights Out F1赛季和大奖赛跟踪应用程序Lights Out使用设备端AI模型总结比赛期间的评论。

Capture 笔记应用程序Capture使用本地AI在用户输入笔记或任务时显示类别建议。

Lumy 太阳和天气跟踪应用程序Lumy现在使用AI显示与天气相关的实用建议。

CardPointers 信用卡费用跟踪应用程序CardPointers的新版本使用AI让用户询问有关其信用卡和优惠的问题。

Guitar Wiz 吉他学习应用程序Guitar Wiz以几种方式使用某中心Foundation Model框架：学习和弦时显示和弦解释；基于时间间隔为高级玩家显示洞察；AI模型帮助开发者支持超过15种语言。

SmartGym SmartGym应用程序使用本地AI将锻炼描述转换为包含重复次数、间隔和设备的逐步集合，还为用户提供包含月度进度、常规分解和单个锻炼表现的锻炼摘要。

Stoic 日志应用程序Stoic使用某中心的模型根据用户情绪记录提供个性化提示，还可以帮助用户总结帖子、搜索过去的条目并进行组织。

SwingVision 这款应用程序帮助网球和匹克球等球拍运动玩家根据视频记录改进姿势，现在使用Foundation模型提供可操作且具体的反馈。

某机构 基于某地的生产力套件公司某机构在其应用程序（如文档处理的Notebook和电子表格处理的Tables）中使用本地模型支持摘要、翻译和转录功能。

TrainFitness 锻炼应用程序使用设备端模型在用户没有特定设备可用时建议替代锻炼。

Stuff 待办事项应用程序具有收听模式，使用某中心的AI模型收听用户语音并将其转换为单个任务。

随着发现更多使用某中心本地模型的应用程序，此列表将持续更新。