Apple presenta la familia AFM 3 en la WWDC26, con modelos que van desde los 3B parámetros en dispositivos hasta capacidades de razonamiento avanzado en la nube privada.

Durante la WWDC26 celebrada este 8 de junio de 2026, Apple ha marcado un antes y un después en la industria de la IA con el anuncio de AFM 3 (Apple Foundation Models). No se trata de un simple modelo aislado, sino de una familia de cinco modelos diseñados meticulosamente para cubrir todo el espectro de computación, desde la ejecución local en un iPhone hasta el procesamiento masivo en servidores.
La importancia histórica de este lanzamiento radica en la integración vertical absoluta. Apple ha colaborado estrechamente con Google para el entrenamiento y la optimización, logrando una sinergia que permite que la inteligencia artificial no sea una capa externa, sino una parte intrínseca del sistema operativo. Con AFM 3, la promesa de una IA verdaderamente personal, privada y multimodal finalmente se materializa en el ecosistema de Apple.
La familia AFM 3 se divide en cinco pilares técnicos diseñados para optimizar el rendimiento según el hardware disponible. La arquitectura destaca por su eficiencia, utilizando modelos densos para tareas rápidas y arquitecturas de mezcla de expertos (MoE) para tareas de alta complejidad.
El componente estrella para el usuario final es el AFM 3 Core Advanced. Este modelo utiliza una arquitectura sparse de 20B de parámetros, pero gracias a su diseño optimizado, solo activa entre 1 y 4 mil millones de parámetros por cada solicitud. Esto permite una capacidad de razonamiento masiva sin agotar la batería o la memoria del dispositivo, aprovechando al máximo el Apple Silicon más reciente.
En las pruebas de rendimiento, AFM 3 ha demostrado una superioridad técnica notable, especialmente en la categoría de modelos multimodales on-device. El modelo AFM 3 Core ha superado a competidores directos como Qwen-2.5-3B y las series Gemma-3 en métricas críticas de comprensión de lenguaje y visión.
La evaluación se realizó utilizando un framework riguroso que incluye MMLU (Massive Multitask Language Understanding) y MMMLU para capacidades multimodales. Los resultados muestran que la capacidad de dictado de alta precisión y las voces expresivas nativas del modelo Core Advanced no solo mejoran la experiencia de usuario, sino que establecen un nuevo estándar en la latencia de respuesta para modelos locales.
Uno de los mayores desafíos de la IA en la nube es la seguridad de los datos. Apple resuelve esto mediante Private Cloud Compute. Para los modelos AFM 3 Cloud y Cloud Pro, el procesamiento se realiza en servidores dedicados donde los datos del usuario nunca se almacenan ni se comparten, ni siquiera con Apple.
Para llevar esto al siguiente nivel, Apple ha trabajado con Google y NVIDIA para extender las garantías de Private Cloud Compute a las GPUs de NVIDIA en Google Cloud. Esto permite que el modelo más potente, AFM 3 Cloud Pro, utilice la infraestructura de cómputo más avanzada del mundo sin comprometer la privacidad absoluta del usuario.
La familia AFM 3 está diseñada para transformar la interacción cotidiana. En el dispositivo, los modelos Core y Core Advanced impulsan una nueva Siri capaz de comprender contexto multimodal y ejecutar acciones complejas dentro de las apps. En la nube, los modelos Cloud Pro habilitan capacidades de agentes autónomos que pueden utilizar herramientas y razonar sobre problemas de múltiples pasos.
Para los desarrolladores, esto significa una nueva era de aplicaciones que pueden combinar la inteligencia local para la privacidad y la rapidez, con la potencia de la nube para tareas de razonamiento profundo o generación de contenido complejo.
El acceso a AFM 3 está integrado directamente en el ecosistema de software de Apple. Los usuarios finales verán estas capacidades desplegadas a través de actualizaciones de iOS, iPadOS y macOS que incluyen las nuevas funciones de Apple Intelligence.
Para los ingenieros y desarrolladores, la integración se realiza a través de los nuevos frameworks de Machine Learning de Apple, permitiendo llamar a los modelos on-device o delegar tareas a la nube mediante APIs seguras que respetan los protocolos de Private Cloud Compute.