IA no dispositivo após a WWDC 2026: o que há de novo?

A WWDC 2026 marcou a estreia da terceira geração dos Modelos de Base Apple (AFM 3), com dois modelos on-device: o AFM 3 Core (3 bilhões de parâmetros, denso) e o AFM 3 Core Advanced — o modelo on-device mais poderoso da Apple até hoje, multimodal e com arquitetura esparsa que ativa 1–4 bilhões de parâmetros por requisição. Esses modelos operam diretamente no iPhone 15 Pro ou superior, iPad com A17 Pro/M1+, Mac com M1+ e Apple Watch Series 9+, combinando processamento local com Private Cloud Compute para tarefas mais pesadas. A Apple confirmou colaboração técnica com o Google Gemini na formação desses modelos, embora os dados sejam protegidos por criptografia de ponta a ponta e não sejam acessíveis ao Google. Diferentemente de rumores sobre GPT-5.6 ou GPT-6, não há evidência de envolvimento da OpenAI ou de modelos da série GPT na stack da Apple Intelligence.

O novo framework permite entrada multimodal (texto + imagem), habilidades personalizáveis via Swift e chamadas unificadas a modelos locais ou em nuvem pela mesma API — um avanço crítico para desenvolvedores iOS/macOS. O Image Playground foi atualizado para gerar papéis de parede fotorrealistas com transparência de IA, enquanto ferramentas como 'Clean Up', 'Extend' e 'Reframe' no aplicativo Fotos usam modelos treinados localmente, com marca d'água SynthID em todas as saídas gerativas. A Siri AI, totalmente reconstruída, opera com 'consciência na tela' e contexto pessoal profundo, mas exige iPhone 15 Pro+ e está restrita inicialmente a inglês, sem lançamento previsto para iOS/iPadOS na União Europeia por conta do Digital Markets Act.

Essa mudança é estratégica: ao priorizar o processamento on-device com AFM 3 Core e AFM 3 Core Advanced, a Apple reduz dependência de infraestrutura em nuvem, corta custos operacionais e reforça sua proposta central de privacidade — diferencial competitivo frente a assistentes que rodam majoritariamente em servidores (como Gemini 3, Claude Opus 4 ou GPT-5.6). Para usuários, isso significa respostas mais rápidas offline, menor consumo de banda e maior controle sobre dados sensíveis. Para reguladores, a arquitetura híbrida (on-device + Private Cloud Compute) representa um modelo de compliance inovador, especialmente em mercados como a UE, onde o DMA impõe limites rígidos à coleta de dados. A integração nativa com Swift também elimina a necessidade de SDKs externos, acelerando o desenvolvimento de apps com IA embarcada — algo que modelos genéricos como GPT-6 ou Claude Opus 4 não oferecem por padrão.

Desenvolvedores agora têm acesso a uma API Swift unificada que abstrai a complexidade entre execução local (AFM 3 Core Advanced) e remota (via Private Cloud Compute), permitindo otimizar recursos conforme o hardware do usuário — sem reescrever lógica para diferentes cenários. A capacidade de enviar inputs de imagem diretamente à API, juntamente com texto, abre caminho para aplicações de análise visual em tempo real (ex.: leitura de recibos, identificação de objetos em fotos) sem upload para servidores. Ferramentas como 'Reframe' e 'Extend' já demonstram como modelos espaciais treinados localmente podem ser expostos como funcionalidades de sistema, não apenas APIs de inferência bruta. Importante: recursos avançados como vozes expressivas e ditado aprimorado exigem iPhone 17 Pro ou Mac com M3+ e 12GB RAM, indicando que a Apple está alinhando seu roadmap de IA com novos chips — o que torna essencial testar apps em hardware compatível antes do lançamento geral do iOS 27 no outono de 2026.