话题指南
人工智能与机器学习
探索 Apple Intelligence、Foundation Models、Core ML、Vision，以及交付私密而强大的机器学习功能的方法。
这一话题连接 Apple 的模型框架与实际产品决策，涵盖端侧与云端模型、工具调用、评估、计算机视觉、模型转换，以及真实 App 所面对的隐私和性能约束。
- Session
- 76
- 2026
- 38
- 2025
- 17
- 2024
- 21
这一话题涵盖什么
- Foundation Models 与 Apple Intelligence
- Core ML、Vision 与模型优化
- 评估、隐私与 Agent 体验
WWDC 2026
38 场 Session- Apple Intelligence 与 Xcode 内幕：特别演讲走进 Steve Jobs Theater，探索 Apple Intelligence 和 Xcode 的最新进展。了解如何使用 Xcode 27 中新的 Agent 编码工作流加快开发，并了解 App Intents 如何让 Siri 理解上下文并在 App 内执行操作。了解如何使用 Foundation Models 框架交付智能功能、通过 Core AI 部署自定义设备端模型，以及使用 MLX…
- Apple Intelligence 群组实验室在线加入我们，与 Apple 工程师和设计师一起深入了解 WWDC26，提出问题、获取建议，并参与本周 Apple Intelligence 重要发布的讨论。使用英语进行。
- Foundation Models 框架新功能探索 Foundation Models 框架的新功能。了解如何访问 Private Cloud Compute、集成第三方和开源模型，以及使用视觉能力。了解上下文管理 API、内置语义搜索，以及在 App 中创建 Agent 体验的强大原语。
- Shortcuts 新功能探索使用 App 内容构建强大快捷指令的技术。新的自动化提供更多将 App 与系统集成的方式。使用新的“Use Model”转写功能，完善 App Entity 向 LLM 呈现的方式。在可跨设备同步的快捷指令中存储来自 App 的丰富信息。了解如何结合这些功能，创建可与 App 内容及功能顺畅集成的智能、强大自动化。
- 为 Agent App 创建稳健的评估了解如何利用 Evaluations 框架的进阶功能，为 App 构建稳健的评估。探索如何评估包含工具调用和动态条件的流程，以及如何根据使用场景定义正确行为。了解如何生成合成数据、有效使用评判模型并验证数据集，以获得可靠结果。
- 为 visionOS App 与空间 Web 设计沉浸式环境了解如何为 App、网站和 SharePlay 体验创建照片级真实感的 visionOS 环境。探索让环境真正具有沉浸感的设计原则，并了解如何创建或采集参考资料、准备高保真 CG 资源，以及制作运动和光照等实时效果。
- 使用 Agent 编码快速完成游戏移植使用 Game Porting Toolkit 4 中新的 Agent 技能，开启游戏迈向 Apple 平台的旅程，大幅加快移植过程。探索如何与 AI 编码助理协作采用 Metal 4、集成 MetalFX，并针对 Apple 硬件调整游戏。了解 Agent 如何使用 Metal 调试工具自主排查 GPU 渲染问题，让你可以专注于最重要的工作。
- 使用 App Schemas 构建智能 Siri 体验使用 App Intents 将 App 内容与操作带到 Siri。使用 App Entities 为数据建模，采用 App Schemas 启用强大的系统操作，并支持由 Apple Intelligence 驱动的自然语言交互。探索如何启用语义搜索、跨 App 执行操作，以及使用屏幕感知和内容传输创建上下文体验。了解构建快速、可靠 Siri 体验的最佳实践与测试工具。
- 使用 AppIntentsTesting 验证 App Intents 的采用认识 AppIntentsTesting，这款新框架可通过 Siri、Shortcuts 和 Spotlight 所用的同一基础设施验证 App Intents。了解如何执行 Intent、检查结果并测试实体和查询，全都无需 UI 自动化。了解如何验证视图注解和 Spotlight 索引等集成，帮助你在开发工作流中尽早发现错误。
- 使用 Core AI 将设备端 AI 模型集成到 App探索精心挑选的常见开源模型集合，包括 Qwen、Mistral、SAM3 等。它们已使用新的 Core AI Framework 针对 Apple 芯片进行优化。了解如何在 Mac 上下载、运行模型并对其进行基准测试，只需几行代码即可将模型集成到 App。探索用于模型编译和设备端特化的新工作流，加快模型首次加载。了解如何使用 Xcode 中的 Core AI 工具分析并优化运行时性能。
- 使用 Core Spotlight 进行 LLM 搜索使用 SpotlightSearchTool 和 LanguageModelSession，将基础搜索升级为检索增强系统。探索 Core Spotlight 集成、基于委托的数据补全模式，以及元数据质量如何影响搜索结果。了解如何使用自定义 PipelineStages 执行情感分析等任务。探索在 App 中建立索引，以及构建灵活、上下文丰富的搜索体验的最佳实践。
- 使用 Evaluations 进行爬山优化以改进提示学习比较评估技术，为提示工程提供指导，并为 App 选择合适模型。探索如何建立性能基线、扩展评估策略，并将结果转换为 JSON 以与其他工具集成。了解何时应用不同提示策略，以及如何迭代完善提示以获得最佳结果。
- 使用 Foundation Models 框架构建 Agent App 体验了解如何使用 Foundation Models 框架中适用于动态上下文与 Agent 工作流的原语，进一步增强智能功能。我们将逐步介绍如何构建共享上下文、设置隐私边界并管理键值缓存。了解如何在本地模型与服务器模型之间编排顺畅交接。
- 使用 Image Playground 创建高质量图像使用 Image Playground 在 App 中启用高质量图像创作。借助在 Private Cloud Compute 上运行的新生成模型，用户可以在 App 中制作几乎任意风格的图像，包括照片级真实感图像。你还可以指定尺寸以用于更多位置，并让用户使用自然语言描述和触控修改图像。探索如何采用 Image Playground、根据描述与照片生成图像，以及在 App 中管理功能可用性。
- 使用 Instruments 调试和分析 Agent App 体验探索 Xcode 中增强的 FoundationModels Instrument，检查 Agent 流程行为并优化性能。了解如何检查提示、分析延迟，并在利用多个 LanguageModelSessions 与 Profile 的进阶使用场景中跟踪控制流。
- 使用 MLX 在 Mac 上运行本地 Agent AI在本地运行 AI Agent，获得隐私保护、低延迟和离线访问。深入了解 MLX 的进展与 Mac 硬件如何让强大的 Agent 工作流完全在设备端实现。你将探索 OpenCode 等代码 Agent，了解它们如何集成到 Xcode，学习多台 Mac 扩展技术，并了解如何顺畅集成工具，全程无需离开自己的设备。
- 使用 MLX 探索 Swift 中的数值计算使用 MLX Swift，将 NumPy 风格的计算以原生方式带到 Swift。了解如何在单一的类型安全环境中处理图像、张量运算和神经网络训练，消除机器学习工作流中的跨语言阻碍。探索可让你利用 GPU 加速，同时继续使用熟悉的编译器、工具和调试体验的 API。
- 使用 MLX 探索分布式推理与训练使用 MLX 将机器学习工作负载扩展到多台 Mac。了解如何应对互连效率、大模型推理、请求批处理和分布式训练方面的挑战。了解桌上的几台 Mac 如何替代昂贵的云基础设施，处理要求严苛的 AI 工作负载。
- 使用 Metal 张量优化自定义机器学习运算利用 Metal Tensor API 和 Metal Performance Primitives (MPP) Tensor Ops 程序库，发挥强大的机器学习性能。了解如何创建可移植运算，利用 Apple M5 和 A19 GPU 中的 Neural Accelerator。学习为 Core AI App 构建自定义机器学习内核，并了解如何高效使用量化数据格式和 GPU 内存优化。
- 使用 Metal 构建实时神经渲染管线了解如何使用 Metal 4 将机器学习集成到实时渲染管线。我们将探索使用 MetalFX 神经降噪获得生产级结果的实用采用模式与最佳实践，并分享 Maxon Redshift Live 的实际洞察。了解如何使用 ML 命令编码器，在图形工作中内联训练和部署神经色调映射器。最后，深入了解新的张量 API，直接在着色器中构建并评估小型专用神经网络。
- 使用 Private Cloud Compute 上的新 Apple Foundation Model 进行构建Private Cloud Compute 让你可以访问强大的前沿模型，同时保护用户隐私。探索它的工作方式，以及如何通过 Foundation Models 框架访问。了解在 App 中检查可用性和妥善处理回退的最佳实践。
- 使用 Xcode 中的 Agent 创建 UI 原型了解如何使用 Xcode 中的 Agent 为 App 制作原型。探索使用 AI 制作交互原型、迭代布局，以及为设计难题生成创意解决方案的技术。你将了解如何审慎评估想法，并将其完善为精致、以人为本的 App 体验。
- 使用 Xcode 中的 Agent 翻译 App了解 Xcode 和编码 Agent 如何利用 App 上下文帮助你翻译 String Catalog。我们将介绍审查翻译输出和迭代本地化内容的策略，帮助你为全球用户提供量身定制的体验。
- 使用 fm CLI 和 Python SDK 构建 AI 脚本探索在 macOS 上利用 Apple Foundation Models 的所有新方式。Foundation Models SDK for Python 让你可以与 Python 生态系统中的常见工具和评估软件包集成。了解如何使用 macOS 27 中推出的全新 fm 命令，简化脚本编写、自动执行模型工作流，并加快开发流程。
- 保护 App：降低 Agent 功能的风险探索如何评估间接提示注入带来的威胁，例如数据外泄和意外操作。了解使用 App Intents 和 Foundation Models 框架时的系统保障与安全最佳实践，包括用户确认、安全提示设计和身份验证等缓解措施。
- 图像理解新功能通过 Vision 框架和 Foundation Models 框架的最新更新，发挥强大的图像理解能力。新的轻点分割请求让你能以新方式分割图像，Vision 现在也支持 watchOS。将 Apple Foundation Model 中新的图像支持与 OCR、条形码扫描和自己的工具结合，为 App 提供由 LLM 驱动的视觉理解能力。
- 在 App 中集成 Visual Intelligence 的最佳实践了解 Visual Intelligence 如何改变 App 中的内容发现。探索如何定义实体、处理图像并有效处理多种结果类型。学习优化速度与相关性的最佳实践，并了解 Intent 如何启用轻点一下即可打开或播放内容等直接操作。
- 将 Cyberpunk 2077 带到 Mac深入幕后，了解 CD PROJEKT RED 如何将 Cyberpunk 2077 带到 Mac，为 macOS 上的 AAA 游戏设立新标准。探索团队如何利用 Apple 稳健的硬件、软件和开发工具，生动呈现这种高保真体验。了解如何将类似技术应用于自己的游戏。了解创新的“For this Mac”预设如何自动优化图形设置，在各款 Mac 上平衡视觉保真度与帧率。
- 将 LLM 提供商接入 Foundation Models 框架通过为新模型实现 LanguageModelExecutor，扩展 Foundation Models 框架。探索如何与 LanguageModelSession 的转写交互、有效管理 Session 状态并优化 KV 缓存利用率。了解如何支持自定义片段类型，为生成式 AI 功能启用进阶能力。
- 探索 App Intents 框架的新能力使用进阶功能进一步采用 App Intents，让它更快、更灵活且更相关。了解 ValueRepresentation 和 RelevantEntities 如何让内容更易发现并可跨 App 流转，EntityCollection 如何提升性能，以及 SyncableEntity 如何帮助你扩展到多台设备。探索更丰富的参数类型，包括联合值和可妥善处理取消的长时运行 Intent。
- 探索适用于 Siri 和 Apple Intelligence 的进阶 App Intents 功能使用进阶 App Intents API 完善 App 与 Siri 的协作方式。学习相关技术，让用户只凭语音完成更多任务、帮助 Apple Intelligence 查找内容，并为屏幕感知提供上下文，让 Siri 理解 App 中正在发生的事情。
- 机器学习与 AI 群组实验室在线加入我们，与 Apple 工程师和设计师一起深入了解 WWDC26，提出问题、获取建议，并参与本周机器学习与 AI 重要发布的讨论。使用英语进行。
- 深入了解 Core AI 模型创作与优化通过新的 Core AI 框架，深入了解适用于 Apple 芯片的完整自定义模型部署工作流。探索使用自定义 Metal 内核创作模型的强大技术，以及平台感知压缩策略。新的 Core AI Debugger 提供深入的内在分析，而 AI 辅助工作流将引导你从初始概念走向优化的设备端执行。
- 编码智能、机器学习与 AI 群组实验室在线加入我们，与 Apple 工程师和设计师一起深入了解 WWDC26，提出问题、获取建议，并参与本周编码智能、机器学习与 AI 重要发布的讨论。使用英语进行。
- 认识 Core AI探索 Core AI，这是 Apple 用于设备端 AI 模型部署的新框架。浏览整个生态系统，从用于转换、创作和优化模型的 Python 程序库，到适用于简单即插即用推理和具有严格延迟与内存要求的进阶场景的 Swift API。探索新的 Core AI 模型仓库，其中包含适用于常见架构的即用示例。了解包括预先模型编译在内的深度 Xcode 集成如何简化工作流，帮助你提供更智能、响应更迅速的 App 体验。
- 认识 Evaluations 框架了解如何使用 Evaluations 框架评估模型驱动的体验。在概率世界中，单元测试本身并不足够。了解如何定义指标、自动评定输出并汇总统计数据，确保 AI 功能在 Apple 平台上可靠运行。
- 认识 Music Understanding 框架探索 Music Understanding，这款新框架可让 App 在设备端从六个维度分析音频：调性、节奏、结构、速度、乐器活动和响度。还可使用 Music Understanding Lab 示例 App 将每项结果可视化。
- 跟着编写代码：让 Siri 可使用 App深入了解一个 Xcode 项目，展示如何让 Siri 可使用 App。了解如何采用 App Schemas，让用户可以询问日历事件，并执行日程安排等自然语言操作。探索让内容可用于 Spotlight 语义索引，并为屏幕感知提供上下文的最佳实践。
WWDC 2025
17 场 Session- BNNS Graph 新功能BNNS Graph Builder API 现在让开发者可以使用熟悉的 Swift 语言编写运算图，以生成预处理与后处理例程和小型机器学习模型。BNNS 会在执行前编译图，并支持音频处理等实时和延迟敏感的使用场景。本 Session 将再次使用去年的位压缩器示例，移除对单独 Python 文件的依赖，完全使用 Swift 实现音频效果，从而简化 Swift 组件。BNNS Graph Builder API…
- 了解 App Intents了解 App Intents 框架，以及它在 Apple 开发者平台上日益关键的作用。我们将从基础开始介绍核心概念：Intent、实体、查询等。你将了解这些部分如何协同工作，让 App 集成到 Apple 设备中的各个层面，从 Spotlight 和 Shortcuts 等软件功能，到操作按钮等硬件功能。我们还会介绍 App Intents 今后如何成为 App 与 Apple Intelligence 集成的入口。
- 使用 App Intents 为 Shortcuts 和 Spotlight 开发功能了解如何构建 App Intents，使操作可供使用，并与 Mac 上 Shortcuts 和 Spotlight 的新功能良好配合。我们将展示你的操作如何与 Shortcuts App 中新的 Apple Intelligence 操作进行强大组合。我们会深入介绍新的“Use Model”操作如何工作，以及它如何与 App 实体交互。还会讨论如何使用 App Intents API，让操作可在 Spotlight…
- 使用 Instruments 优化 CPU 性能了解如何使用 Instruments 中两个新的硬件辅助工具，针对 Apple 芯片优化 App。我们先介绍如何分析 App，然后使用 Processor Trace 深入展示每一个被调用的函数。我们还会讨论如何使用 CPU Counters 的模式分析代码中的 CPU 瓶颈。
- 使用 MLX 探索 Apple 芯片上的大语言模型探索 MLX LM – 它专为简化 Apple 芯片上的大语言模型工作并提高效率而设计。我们将介绍如何在 Mac 上微调和运行先进大语言模型的推理，以及如何将它们顺畅集成到基于 Swift 的 App 与项目中。
- 使用 SpeechAnalyzer 将进阶语音转文本功能带到 App探索新的语音转文本 SpeechAnalyzer API。我们将了解为 Notes、Voice Memos、Journal 等功能提供支持的 Swift API 及其能力。深入了解语音转文本的工作方式，以及 SpeechAnalyzer 和 SpeechTranscriber 如何帮助你创建精彩且高性能的功能。你还将跟着编写代码，学习如何将 SpeechAnalyzer 与实时转写融入 App。
- 使用 Vision 框架读取文档了解 Vision 框架的最新进展。我们将介绍 RecognizeDocumentsRequest，以及如何用它读取文本行并将其分组为段落、读取表格等。我们还会深入介绍相机镜头污渍检测，以及如何在照片图库或自己的相机采集管线中识别可能因污渍而模糊的图像。
- 探索 App Intents 的新进展探索今年发布版本中 App Intents 框架的所有新增强功能。了解可改善开发体验的延迟属性、新能力，例如交互式 App Intent 片段、实体视图注解、如何集成 Visual Intelligence 等。我们将介绍 App Intents 如何比以往更具表现力，同时变得更容易、更顺畅地采用。我们还会分享 Spotlight 和 Visual Intelligence 等今年新增的 App Intents…
- 探索 Apple 平台上的机器学习与 AI 框架浏览 Apple 平台上可用的机器学习与 AI 框架的最新更新。无论你是准备利用 Apple Intelligence 的 App 开发者、正在优化模型以进行设备端部署的 ML 工程师，还是探索可能性前沿的 AI 爱好者，我们都会提供指导，帮助你根据需求选择合适的工具。
- 探索设备端基础模型的提示设计与安全性利用 Foundation Models 框架的优势设计生成式 AI 体验。首先，我们会展示如何为 Apple Intelligence 核心的设备端大语言模型设计提示。然后介绍 AI 安全方面的关键概念，并提供具体策略，让生成式 AI 功能安全、可靠且令人愉悦。
- 深入了解 Foundation Models 框架进一步掌握 Foundation Models 框架。了解引导式生成的底层工作方式，并使用指南、正则表达式和生成架构获取自定义结构化响应。我们将展示如何使用工具调用，让模型自主访问外部信息并执行操作，以提供个性化体验。为了充分理解本视频，建议先观看“认识 Foundation Models 框架”。
- 深入了解 Writing Tools借助 Writing Tools，用户可以直接在 App 中校对、改写和转换文本。了解为 App 自定义 Writing Tools 的进阶技术。探索格式选项，以及它们如何与富文本编辑配合。如果你使用自定义文本引擎，请了解如何顺畅集成完整的 Writing Tools 体验，让用户直接在文本视图中编辑。
- 结合 Metal 4 机器学习与图形技术了解如何使用 Metal 4 将机器学习顺畅融入图形 App。我们将介绍张量资源和 ML 编码器，用于在 GPU 时间线上运行模型，同时执行渲染与计算工作。了解着色器 ML 如何让你直接在着色器中嵌入神经网络，以实现进阶效果并提高性能。我们还将通过示例 App，实际演示用于 Metal 4 ML 工作负载的新调试工具。
- 认识 Foundation Models 框架了解如何使用 Apple Intelligence 背后的设备端大语言模型。本概览涵盖从用于生成 Swift 数据结构的引导式生成和提供响应式体验的流式传输，到用于集成数据源的工具调用和用于上下文管理的 Session。本 Session 无需先修知识。
- 设计交互式片段片段是由 App Intents 调用的紧凑视图，用于显示 App 中的信息。现在，片段可以加入按钮和有状态信息，在 Intent 中提供更多交互，从而让 App 为 Siri、Spotlight 和 Shortcuts App 带来更多能力。本 Session 将介绍片段设计的最佳实践，包括布局、排版、交互和 Intent 类型方面的指导。
- 跟着编写代码：使用 Foundation Models 框架将设备端 AI 带到 App使用 Foundation Models 框架为 SwiftUI App 开发生成式 AI 功能。先运用框架基础知识创建一项出色功能。观看分步示例，了解如何通过自己构建的工具补充模型、流式传输结果，并进一步优化以获得出色性能。
- 适用于 Apple 芯片的 MLX 入门MLX 是适用于 Apple 芯片上数值计算与机器学习的灵活高效数组框架。我们将探索统一内存、惰性计算和函数转换等基础功能。还会了解使用 Swift 和 Python API，在 Apple 平台上构建并加速机器学习模型的进阶技术。
WWDC 2024
21 场 Session- App Intents 新功能了解 App Intents 的改进和全新功能，并了解此框架如何帮助你将 App 功能开放给 Siri、Spotlight、Shortcuts 等。我们将展示如何通过 Transferable API、File Representations、新的 IntentFile API 和 Spotlight Indexing，让实体对平台更有意义，从而在 Siri 和 Shortcuts App 中提供强大功能。使用…
- Create ML 新功能探索 Create ML 的更新，包括交互式数据源预览，以及用于为 visionOS App 构建对象跟踪模型的新模板。我们还将介绍重要的框架改进，包括新的时间序列预测和分类 API。
- DockKit 新功能了解 DockKit 中的智能跟踪如何让主体之间的切换更加顺畅。我们将介绍什么是智能跟踪、它如何使用 ML 模型选择并跟踪主体，以及如何在 App 中使用它。
- Writing Tools 入门了解 Writing Tools 如何帮助用户在 App 中校对、改写和转换文本。详细了解 Writing Tools 如何与 App 互动，让用户可以在任意文本视图中完善所写内容。了解文本的获取与处理方式，以及如何在自定义文本视图中支持 Writing Tools。
- 为系统体验设计 App IntentsApp Intents 为控件、Spotlight、Siri 等系统体验提供支持。了解如何识别最适合 App Intents 的功能，以及如何使用参数让这些 Intent 更加灵活。了解如何使用 App Intents，让用户可以在 App 外执行操作；并通过示例了解何时应导航到 App 内显示上下文信息。
- 介绍适用于 visionOS 的企业 API了解如何使用适用于 visionOS 的新企业 API，创建可提高员工与顾客在 Apple Vision Pro 上工作效率的空间体验。
- 使用 App Intents 将 App 核心功能带给用户了解 App Intents 框架的各项原则，例如 Intent、实体和查询，以及如何利用它们在用户最需要时提供 App 中最重要的功能。了解如何在 App 与构建于 App Intents 之上的众多系统功能之间实现深度集成，包括 Siri、控件与小组件、Apple Pencil、Shortcuts、操作按钮等。获取高效构建 App Intents 集成的技巧，在共享代码与核心功能的同时，为每个界面创建最佳体验。
- 使用 Core ML 在设备端部署机器学习与 AI 模型了解通过 Core ML 转换和运行机器学习与 AI 模型时，优化速度与内存性能的新方式。我们将介绍模型表示、性能洞察、执行和模型拼接的新选项，它们可以结合使用，创建引人入胜且保护隐私的设备端体验。
- 使用 Core Spotlight 支持语义搜索了解如何使用 Core Spotlight 在 App 中提供语义搜索结果。了解如何将 App 内容放入用户私有的设备端索引，让用户可以通过自然语言搜索项目。我们还将介绍如何通过安排索引活动来优化 App 性能。为了充分理解本 Session，建议先查看 Apple Developer 网站上的 Core Spotlight 文档。
- 使用 Metal 加速机器学习了解如何通过 Metal Performance Shaders Graph 的新功能，加速机器学习 Transformer 模型。我们还将介绍如何提升模型的计算带宽和质量，并在全新的 MPSGraph 查看器中将其可视化。
- 在 App 中使用 HDR 构建动态图像体验了解如何在 App 中读写 HDR 图像并处理 HDR 内容。探索新支持的 HDR 图像格式和显示 HDR 图像的进阶方法。了解 HDR 内容如何与 UI 共存，以及为 App 添加 HDR 图像支持时需要注意的事项。
- 在 Apple GPU 上训练机器学习与 AI 模型了解如何借助适用于 PyTorch、JAX 和 TensorFlow 的 Metal，在 Apple Silicon 上训练模型。利用新的注意力运算和量化支持，提升设备上的 Transformer 模型性能。
- 将 App 带到 Siri了解如何使用 SiriKit 和 App Intents，将 App 功能开放给 Siri 和 Apple Intelligence。了解哪些 Intent 已可直接使用，以及如何采用 App Intent 领域，将 App 中的操作集成到系统。了解需要提供哪些元数据、如何让实体可通过 Spotlight 搜索、如何将 App 与 App 内搜索集成等。
- 将机器学习与 AI 模型带到 Apple 芯片了解如何优化机器学习与 AI 模型，发挥 Apple 芯片的强大能力。回顾模型转换工作流，为模型的设备端部署做好准备。了解与 Apple 芯片兼容的模型压缩技术，以及可在模型部署工作流的哪些阶段应用这些技术。我们还会探索存储空间、延迟、功耗与准确度之间的取舍。
- 探索 Apple 平台上的机器学习通过 Apple 平台机器学习框架概览开始入门。无论你正在实现第一个 ML 模型，还是 ML 专家，我们都会提供指导，帮助你根据 App 需求选择合适的框架。
- 探索 Vision 框架中的 Swift 增强功能Vision 框架 API 已重新设计，可利用并发等现代 Swift 功能，让你更轻松、更快速地将各种 Vision 算法集成到 App 中。我们将介绍更新后的 API，并分享示例代码与最佳实践，帮助你用更少的代码发挥此框架的优势。我们还会演示两项新功能：图像美学评估与全身姿态。
- 探索 visionOS 的对象跟踪了解如何使用对象跟踪，将现实世界中的物体转化为 visionOS App 中的虚拟锚点。了解从头到尾使用对象跟踪构建空间体验的方式。了解如何在 Create ML 中使用机器学习创建参考对象，并通过 Reality Composer Pro、RealityKit 或 ARKit API，附加相对于目标对象定位的内容。
- 支持 CPU 上的实时 ML 推理了解如何使用 BNNSGraph 加速机器学习模型在 CPU 上的执行。我们将展示如何使用 BNNSGraph 在 CPU 上编译和执行机器学习模型，并介绍它如何为音频或信号处理模型提供实时保证，例如运行时不分配内存和单线程运行。
- 构建出色的锁定屏幕相机采集体验了解 LockedCameraCapture API 如何帮助你将采集 App 中最实用的信息直接带到锁定屏幕。查看该 API 的功能，了解如何开始创建采集扩展，以及设备锁定时该扩展如何运行。
- 认识 Translation API了解如何在 App 中使用新的 Translation 框架翻译不同语言的文本。我们将展示如何在系统 UI 中快速显示译文，以及如何为 App 的 UI 批量翻译更多文本。
- 让多次采集的色彩保持一致认识 Constant Color API，并了解它如何帮助用户通过 App 确定精确色彩。你将学习如何采用该 API，探索其科学与营销潜力，并了解充分运用这项技术的最佳实践。