现在，你可以直接访问 Apple 智能核心的设备端基础模型，通过 Foundation?Models 框架打造智能、私密且无需互联网连接的体验。借助对 Swift 的原生支持，只需三行代码即可利用该模型。借助这个框架，你可以通过文本提取、摘要等模型功能，为 App 中的智能功能提供支持。框架中内置了引导式生成、工具调用等功能，让你能够更轻松地在现有 App 和游戏中实现智能体验。

Core ML 将机器学习和 AI 模型轻松整合到你的 App 和游戏中，带来极速的 Apple 设备端性能表现。你可以使用 Core ML 工具转换热门训练库中的模型，或下载现成的 Core ML 模型。此外，你还能直接在?Xcode 中轻松预览模型并了解其性能。

你可以高效利用适用于多种语言的语音识别和显著性功能。同时，借助全新的 SpeechAnalyzer，你还可以将高级设备端转录功能引入到 App 中。

你可以借助最新的计算机视觉技术，构建强大的图像和视频分析功能。新增更新带来了全文文本识别和相机镜头污渍检测功能，可帮助你进一步提升 App 的图像分析利用率。

仅用几行代码，即可在你的 App 中整合智能的设备端机器学习功能、自然语言分析、翻译和声音分类等功能。

Create?ML App 让你无需编写任何代码，即可在 Mac 上快速构建和训练 Core ML 模型。简单易用的 App 界面和自定内置系统模型的功能让整个过程变得比以往更加容易，你要做的只是提供训练数据。

Metal 让你能够轻松利用 Apple 自研 GPU 的先进功能，为高级图形工作负载提供强劲支持。借助 Metal?4，你现在可以利用 MetalFX 等机器学习功能、直接在着色器中运行推理网络，并实现最新的神经网络渲染技术。

借助 Accelerate 框架和 BNNSGraph API，你可以优化 ML 工作负载。在 CPU 上运行实时信号处理时，Accelerate 的 BNNSGraph API 可为 ML 任务提供严格的延迟和内存管理控制。

MLX 是一个高效的阵列框架，适用于 Apple 芯片上的数值计算和机器学习。

你可在 Mac 上试验、训练和微调开源模型，充分利用 Apple 芯片的统一内存。

进一步了解