蘋果新發表20 個Core ML 模型和4 個資料集，全部採用Apache 2.0 開源授權供開發者使用。 Core ML 模型的優點在於裝置端本地運行無需網絡，因此可以提供更快的回應速度並保持使用者資料隱私。例如新發布的模型就支援去除圖片背景，開發者可以輕鬆建立一個專門用於去除影像背景的本機應用。

蘋果日前在知名AI 模型託管平台HuggingFace 上新發布了20 個Core ML 模型和4 個資料集，這些模型全部採用Apache 2.0 授權進行開源，所有開發者均可使用。

這些採用Core ML 框架的新模型在功能上都有所不同，不過重點都是在設備端本地運行AI 模型執行任務，這樣資料就不需要上雲解決潛在的隱私問題。

例如開發者可以建立一個用於圖像分類的應用程序，在獲得用戶授權圖庫訪問權限後，可以調用設備端模型進行處理；或者構建一個可以快速去除圖像背景的應用程序，使用設備端模型也可以不上傳圖片，解決用戶的隱私疑慮。

當然採用設備端模型還有個好處就是響應速度會非常快，借助雲端處理開發者需要提供性能更強的伺服器才能支撐並發使用，而伺服器響應和處理都需要使用，本地處理則不需要使用網絡，因此也免去了回應時間問題。

目前設備端運行AI 模型最大的問題在於晶片性能，例如蘋果推出的蘋果智能僅支持A17 Pro 和Apple M 系列芯片，對於更舊的芯片還是得第三方開發者們提供支持，雖然這也會存在性能問題。

HuggingFace 創始人稱這是一次重大更新，蘋果將許多基於Core ML 的新模型上傳到了HuggingFace 存儲庫，而Core ML 模型嚴格在設備端運行無需網絡連接，這可以讓開發者的應用保持“閃電般” 的速度，還可以確保用戶資料的私密性。

有興趣的開發者可以訪問HuggingFace 上的蘋果主頁獲取這些模型，蘋果也為部分模型提供了論文描述，開發者可以根據論文說明快速了解這些模型的性能：https://huggingface.co/apple