“源神”千问，又一次闷声干大事！
今天刷 Reddit 才发现：昨晚，阿里千问一口气开源了 32 款，适配苹果 MLX 架构的 Qwen3 模型。
没错，32 款，就是这么量大实惠。
此前，千问已经陆续发布了 Qwen3 模型的 GGUF、AWQ、GPTQ 等多种量化格式，受到开发者广泛好评。
这些格式主要用于兼容开源部署工具（如 llama.cpp、lmdeploy 等），而MLX 是苹果自研的本地 AI 推理框架，专为 M 系芯片打造——能不能原生适配 MLX，决定了 Qwen3 能不能“跑进苹果设备的底层”。
这次，干脆一口气全配齐了搭配苹果MLX的模型：每款模型都有4bit、6bit、8bit 和 BF16 等 4 种不同精度的量化版本。
最炸的消息是：iPhone 上跑千问，终于不是幻想了！
千问官方表示：
“现在，从 Mac Pro、Mac Studio 到 Mac mini、MacBook，再到 iPad，甚至内存更小的设备如 iPhone，都能轻松部署 Qwen3，真正做到全场景覆盖。”
而更值得注意的是：这是开源大模型首次系统性“杀入 Apple 端侧 AI 生态”，甚至被媒体一致解读为——Apple Intelligence 在中国落地的前奏。
Qwen3 的这一动作不仅收获了X上网友的好评，还被 MLX 框架的核心开发者 Vaibhav Srivastav 点赞。他在评论区写道：
祝贺你们的量化模型！你们把 MLX 放在优先级很高的位置，真的很棒！
虽然 Apple Intelligence 和 Siri 的中国上线一再跳票，令人失望，但这次——中国开源之神 + 苹果硬件霸主，终于有了正面交汇的一刻。
1.Qwen3 开源了什么？哪些设备能用？
Qwen3 成为苹果 Apple Intelligence 在中国市场的“本地模型供应商”，如今进一步全面适配 MLX，其实并不令人意外。
MLX 是一个开源的机器学习框架，专为苹果芯片深度适配。MLX 框架充分利用 Apple Silicon 的神经引擎和统一内存系统，兼容 PyTorch/Numpy 风格 API，可高效执行大模型，被越来越多的 AI 开发者采用。
从 Hugging Face 的 Qwen3-MLX 模型页来看，阿里这次开源的模型覆盖了从 0.6B 到 235B 的完整参数量级，而且每个模型都提供 4bit、6bit、8bit 和 BF16 四种不同精度版本，开发者可以根据设备性能自由选择。
地址：https://huggingface.co/collections/Qwen/qwen3-67dd247413f0e2e4f653967f
不同设备推荐部署范围如下：
- 高端：Mac Pro、Mac Studio → 推荐运行 32B、235B
- 主流：MacBook Pro/Air（16G/32G）→ 推荐 8B、14B
- 轻量：iPad、iPhone（A17/M芯片）→ 可运行 0.6B / 1.7B 级模型，适合本地小推理
不过，根据 Reddit 上网友实测，即便是配备 128GB 内存的 Mac Studio，在运行 Qwen3‑235B 的 4bit 版本时依然存在内存瓶颈。
有用户吐槽说：
“可惜 Mac 用户即使有 128GB RAM，也无法运行 Qwen3 的 235B 模型的 4bit 版本。只差 3% 的内存。”
这也说明，即使 MLX 是苹果原生优化的推理框架，对于参数量巨大的 MoE 模型（如 Qwen3‑235B）而言，设备硬件依然是决定上限的关键。
2.Mac以前也能跑Qwen，为什么官方支持更值得关注？
在Qwen3官宣支持苹果 MLX 框架之前，你肯定也刷到过在Mac上跑Qwen的各种实测，或者亲自上手过。
这是因为此前社区已经通过第三方量化格式（如 GGUF、GPTQ）+ 推理框架（如 llama.cpp、llm.cpp、lmdeploy），实现了在 Mac 上加载 Qwen 模型的方式。
但这次官方 MLX 支持，仍然引发了 Reddit 上不少开发者的兴奋情绪：
用户 Ok-Pipe-5151 表示：“这是 Mac 用户的重大利好！官方支持来了，非常兴奋。”
另一位用户问：“这些模型不是早就通过第三方量化可以用了？”
他回复道：
“是的，但官方支持更好。”
“官方适配 MLX” 到底比第三方支持强在哪里，具体点来说有这几点：
- 免去格式转换、参数调整、推理配置等繁琐步骤，开箱即用
- 兼容 MLX 原生调度机制，在 Apple Silicon 芯片上可充分调用神经引擎与统一内存架构，运行效率更高
- 模型结构与量化过程由官方调优，在推理稳定性、精度保持率上通常优于第三方版本
- 长期可维护性更好，未来随着苹果系统/MLX 更新，官方适配模型能更快同步迭代
举个栗子：过去，很多用户要在 iOS 上跑模型，得靠 MNN 等轻量框架，整个流程包括自己编译 framework、签名打包、配置依赖，非常麻烦。
上图：此前，千问给的官方教程
而现在，得益于 MLX 的官方适配，Qwen3 终于能“跳过这套链路”，直接以苹果原生方式部署推理。
3.写在最后：苹果智能在中国的落地进入倒计时阶段？
苹果刚在本周一发布了 iOS 18.6 开发者测试版，但仍未就中国区上线 Apple Intelligence 给出时间表。
不过，阿里巴巴此次对 Qwen3 的 MLX 深度适配，被广泛解读为是为国行版 Apple Intelligence 打基础、铺路径。
此前，就有多家媒体报道称，苹果原计划在 iOS 18.5 或 18.6 中上线 Apple Intelligence，技术上已基本就绪，但由于本地的合规流程尚未完全走通，正式上线时间一再延后。
与此同时，值得特别关注的是：苹果官方已确认，全新的 deep LLM Siri 将随 iOS 26.4 于 2026 年春季正式推出。这意味着，一个真正具备对话理解能力、支持本地大模型推理的 Siri 正在缓步走来。
随着千问在开源上的知名度不断攀升，更多的人对国行苹果智能拥有信心。而千问本身也因此从“技术力”的象征，逐步走向“生态级别”的落地合作。
你认为国行 Apple Intelligence 会赶在 2025 年底前上线吗？
-
-
-
-
-
-
-
-
-
-