UPDATE
29. september 2025
Apples Foundation Models-framework baner vejen for nye app-oplevelser drevet af Apple Intelligence
1 Foundation Models-frameworket gør det muligt for udviklere at skabe nye intelligente funktioner, der beskytter brugernes anonymitet og fungerer offline, alt sammen ved hjælp af gratis AI-inferens. Uanset om det handler om at generere personligt tilpassede quizzer, der hjælper studerende med at forberede sig til en eksamen, eller at levere indsigtfulde oversigter over træningsdata, har udviklerne taget frameworket til sig for at gentænke, hvad der er muligt i deres apps, og for at hjælpe brugerne på nye og engagerende måder.
Apps inden for alt fra sundhed og fitness til uddannelse og produktivitet drager allerede fordel af Foundation Models-frameworket. Her er blot nogle få apps, der har udnyttet frameworket til at lancere nye intelligente funktioner, som allerede er tilgængelige.
Baner vejen for nye sundheds- og fitnessoplevelser
Ved hjælp af Foundation Models-frameworket giver appen brugerne mulighed for at beskrive en træning og omdanne den til en struktureret rutine med sæt, gentagelser, pauser og justering af fitnessudstyr. Smart Trainer-funktionen i appen bliver ved med at lære af brugerens træningspas og tilbyder anbefalinger som justering af vægte, ændring af antallet af gentagelser eller oprettelse af nye rutiner. Hvert nyt forslag omfatter nu en tydelig forklaring, så brugerne kan forstå ræsonnementet bag justeringerne.
SmartGym genererer nyttige oversigter over træningsdata, herunder et overblik over månedlige fremskridt, analyser af rutiner og præstationer ved forskellige øvelser, og det hele præsenteres i et enkelt og letforståeligt format. Derudover kan brugerne modtage coachingbeskeder, der tilpasses deres foretrukne stil, og efter træningen kan de tilføje personlige noter eller automatisk generere en hel note baseret på træningsdata. Og hver gang en bruger åbner appen, byder SmartGym brugeren velkommen med en personligt tilpasset og dynamisk hilsen, der genereres i realtid ud fra aktuelle fitnessdata.
“Foundation Models-frameworket gør det muligt for os at levere funktioner på enheden, som tidligere var umulige,” siger Matt Abras, SmartGyms CEO. “Det er enkelt at implementere, men utroligt kraftfuldt og alsidigt.”
Takket være Foundation Models-frameworket kan brugerne modtage hyperpersonlige skriveforslag, som genereres ud fra deres seneste dagbogsnotater. Hvis en bruger f.eks. skriver, at brugeren føler sig trist til mode eller har sovet dårligt, modtager vedkommende en opløftende og medfølende besked. Stoic kan også levere kontekstbevidste appnotifikationer, der minder brugerne om nyligt skrevne dagbogsnotater eller registreringer af humør. Forslagene genereres udelukkende på enheden, hvilket betyder, at en brugers personlige dagbogsnotater forbliver private.
Derudover kan appen nu også foreslå kontekstuelle dagbogsforslag, der tilskynder til refleksion, samt skræddersyede startsætninger, som hjælper brugerne i gang med at skrive. Brugerne kan også reflektere over tidligere dagbogsnotater med forbedrede visninger, der leveres af Foundation Models-frameworket. Det omfatter at læse opsummeringer af dagbogsnotater, organisere relaterede notater og finde notater ved hjælp af appens forbedrede søgefunktion med naturligt sprog.
“Med Foundation Models-frameworket tilpasses forslag og refleksioner nu brugerens sindstilstand, så oplevelsen føles personlig og udvikler sig fra dag til dag,” udtaler Maciej Lobodzinski, Stoics stifter. “Det, der overraskede mig, var, hvor hurtigt vi kunne føre disse idéer ud i livet. Funktioner, som tidligere krævede omfattende back-end-infrastruktur, kører nu direkte på enheden og kræver minimal indstilling. Det gjorde det muligt for vores lille team at levere stor værdi hurtigt, samtidig med at alle brugerdata forblev anonyme, da alle indsigter og forslag genereres direkte på enheden, uden at noget nogensinde forlader den.”
Andre sundheds- og fitnessapps har taget Foundation Models-frameworket i brug for at skabe helt nye oplevelser i deres apps. Appen bruger Foundation Models-frameworket til at analysere videoer af brugerens præstation, som er genereret via Core ML-modeller, og leverer målrettet og brugbar feedback. Appen giver også motiverende feedback I en venlig og naturlig tone. Ved hjælp af Foundation Models-frameworket transformerer appen derudover dagbogsnotater til personlige og kontekstbevidste erklæringer.
Brugerne kan finjustere træningspas ved at angive specifikke instruktioner som foretrukne træningsøvelser og muskelbegrænsninger. genererer personligt tilpassede pauser fra bevægelse med detaljerede årsager i forbindelse med en brugers valgte træningsøvelse. Ved hjælp af generative strukturer vælger grundmodellen blandt tusindvis af tilgængelige videoer og sammensætter den rette rutine til hver enkelt bruger.
Gør apps til undervisningen endnu mere effektive
Den bruger Foundation Models-frameworket til at generere en samtalebaseret forklaring af begrebet ved hjælp af “tool calling” for at underbygge svarene ud fra appens videnskabelige indhold. Ved at indstille en brugerprofil tilpasser CellWalk forklaringerne til den enkeltes vidensniveau og bevarer historikken for at styrke indlæringen.
“Modellen på enheden har en fantastisk ydeevne,” siger Tim Davison, der er udvikleren bag CellWalk. “Vores visuelle indhold har altid været interaktivt, men med Foundation Models-frameworket pustes der liv i selve teksten. De videnskabelige data, der tidligere lå skjult i vores app, er nu blevet et dynamisk system, der tilpasser sig den enkelte bruger, og de pålidelige, strukturerede data fra modellen gjorde integrationen i vores app problemfri.”
Uddannelsesapps inden for en række forskellige fagområder har også taget Foundation Models-frameworket i brug i deres apps. Derudover har Grammo nu en sektion med øvelser, som automatisk genererer nye spørgsmål, hvis brugerne ønsker at gå mere i dybden med et emne. Børn vælger karakterer og temaer i appens grænseflade i stedet for at bruge et åbent tekstfelt, så oplevelsen bliver mere lettilgængelig og engagerende.
Ved at forankre modellen på enheden i konteksten af en lektion kan appen levere samtalebaserede svar på spørgsmål, som brugeren stiller om den pågældende lektion.
Inspirerende nye funktioner til øget produktivitet og kreativ udfoldelse
Takket være Foundation Models-frameworket forstår Stuff nu datoer, tags og lister, mens brugerne skriver. De kan bare skrive “Ring til Sofie på fredag”, så udfylder Stuff straks oplysningerne de relevante steder. Med lyttetilstanden kan en bruger indtale sine tanker, f.eks. “Vask tøj i aften” og “Gør klar til turen i næste weekend”, hvorefter Stuff organiserer dem i velordnede og redigerbare opgaver. I scanningstilstanden kan brugerne scanne håndskrevne opgaver, også ud fra længere afsnit og kruseduller, og føje dem direkte til Stuff.
“Foundation Models-frameworket i iOS 26 har skabt banebrydende nye arbejdsgange i Stuff,” siger Austin Blake, der er udvikleren bag Stuff. “Da det kører på enheden, er det kraftfuldt, pålideligt og supereffektivt. Dets enkelhed gjorde det muligt for mig at lancere både lyttetilstanden og scanningstilstanden samtidig i én enkelt opdatering – noget, der ellers ville have taget betydeligt længere tid.”
VLLO løfter videoredigering til nye højder takket være nem integration med Foundation Models-frameworket og Apples Vision-framework. VLLO analyserer på intelligent vis en forhåndsvisning af en video og foreslår automatisk den perfekte baggrundsmusik og dynamiske klistermærker, som er tilpasset hver enkelt scene.
“Ved at kombinere Foundation Models-frameworket med Vision-teknologier gør VLLO det lettere for nye indholdsskabere at overvinde gængse udfordringer og komme i gang," fortæller Kyunghyun Lee, Vimosofts CEO og iOS-udvikler. “Ved at bruge både Apples Foundation Models- og Vision-frameworkene kunne vi hurtigt og effektivt udvikle avancerede anbefalingsfunktioner – uden at skulle implementere komplekse algoritmer – blot ved hjælp af simple prompter.”
Andre apps til øget produktivitet og kreativ udfoldelse har udgivet nye oplevelser ved at udnytte Foundation Models-frameworket. Ask Agenda søger efter relevante oplysninger og giver et svar i klart sprog med links til de mest relevante noter.
Når en video er klar til at blive delt, kan der automatisk genereres en titel, en beskrivelse, hashtags og meddelelser. Brugerne skal bare trække og anbringe en PDF, hvorefter der straks genereres en henvisning i den ønskede citatstil. Appen kan automatisk udfylde forslag baseret på eksisterende tags og kan endda foreslå nye tags til indhold.
Udvikling med Foundation Models-frameworket
Foundation Models-frameworket er tæt integreret med Swift, hvilket gør det nemt for udviklere at sende forespørgsler til den store model med 3 milliarder parametre på enheden direkte fra deres eksisterende kode. Frameworket understøtter guidet generering, hvilket sikrer, at modellerne svarer i et ensartet format, som udviklere kan regne med. Udviklere kan stille værktøjer til rådighed for modellen, som kalder tilbage ind i appen, når modellen har brug for yderligere information for at kunne behandle forespørgslen. Dette sikrer, at modellen har alle nødvendige oplysninger til at kunne give et fyldestgørende svar. Foundation Models-frameworket er tilgængeligt med iOS 26, iPadOS 26 og macOS 26 og fungerer på enhver Apple Intelligence-kompatibel enhed, der har aktiveret Apple Intelligence.
Del artikel
Media
-
Tekst i denne artikel
-
Medieindhold i denne artikel
- Apple Intelligence er tilgængelig i betaversion og understøtter følgende sprog: engelsk, fransk, italiensk, japansk, kinesisk (forenklet), koreansk, portugisisk (Brasilien), spansk og tysk. Visse funktioner er ikke tilgængelige på alle sprog eller i alle områder. Læs mere om tilgængelige funktioner og sprog samt systemkrav på support.apple.com/da-dk/121115.