從芯片到智能體平臺，聯發科正重構AI體驗邊界

芯智訊|Core Zhixun|

2025-04-25 09:49:56 547

引言：作為**的無晶圓IC設計公司，聯發科正從傳統SoC廠商加速轉型為面向端側智能體的平臺級公司。

2025年4月11日，聯發科技在深圳舉辦年度天璣開發者大會 2025（MDDC 2025），以“AI隨芯，應用無界”為主題，*展示其面向智能體AI（Agentic AI）的戰略布局。此次大會不僅發布了旗艦5G智能體AI芯片天璣9400+，還推出全新的天璣開發工具集、升級的天璣AI開發套件2.0及生態共建計劃，體現其在AI計算、軟件工具鏈與終端應用協同上的系統化能力，并提出“從智能走向智慧”的全新愿景。

（圖：MediaTek董事、總經理暨營運長陳冠州）

從大模型參數為王，到效率優先、結構重構

2024年，面對端側生成式AI應用快速崛起，聯發科提出“混合式AI”協同架構戰略，結合云端訓練與本地推理，解決算力瓶頸與隱私、安全挑戰。同年，聯發科*提出“Agentic AI”概念，強調AI系統將向具備上下文理解、自主決策與持續學習能力的“智能體”演進。2024年10月，聯發科發布了天璣9400，集成“天璣AI智能體化引擎”（Dimensity Agentic AI Engine），支持端側LoRA訓練、視頻生成、Agentic任務開發等能力，成為業界*面向智能體的AI芯片。

本次MDDC 2025上，聯發科發布了全新旗艦5G智能體AI芯片天璣9400+。該芯片采用臺積電N3E制程工藝，搭載3.73GHz的Cortex-X925超大核、三顆Cortex-X4超大核和四顆Cortex-A720大核，構成第二代全大核CPU架構。在AI計算方面，其第八代NPU 890顯著增強推理性能、功耗控制與模型兼容性，*支持DeepSeek-R1等主流大模型的關鍵能力，包括混合專家模型（MoE）、多Token預測（MTP）、多頭潛在注意力機制（MLA）及FP8低精度推理技術。芯片還集成SpD+推理解碼引擎，上下文解析效率提升20%。在端側運行70億參數模型時，功耗降低25%；Stable Diffusion圖像生成速度達到1.5秒/張，*業界平均水平。

此外，天璣9400+配備12核Arm GPU Immortalis-G925，支持硬件級光線追蹤和幀率倍增技術，顯著增強AI在游戲、視頻、圖像等多媒體場景中的應用能力。其設計理念強調“能力適配”而非單純性能堆疊，體現聯發科對AI技術演進趨勢的快速響應。

從本次MDDC 2025大會觀察可知，僅僅一年時間，手機芯片廠商對AI大模型的認知已發生顯著變化。從過去“大模型參數為王”的階段，轉向“效率優先、結構重構”的技術路線。聯發科技無線通信事業部技術規劃資深總監李俊男表示，知識密度正以每3.3個月翻倍的速度增長，小語言模型在蒸餾與量化壓縮技術加持下，已能在手機端實現媲美大模型的推理效果。以DeepSeek為代表的開源小模型，展現出*的性能與理解能力，成為端側AI部署的新基準。

（圖：聯發科技無線通信事業部技術規劃資深總監李俊男）

這一趨勢促使芯片設計理念從“堆高理論算力”轉向提升單位能效（TOPS/W）、資源調度效率與AI任務吞吐量。聯發科技無線通信事業部總經理李彥輯指出，AI生態變化節奏極快，尤其是DeepSeek等輕量高效模型的涌現，要求芯片具備靈活快速支持新模型的能力。如果Plus版本無法緊跟生態演進，將直接拖慢終端產品迭代速度。

（圖：聯發科技無線通信事業部總經理李彥輯）

場景賦能：智能體AI落地終端生態

本次聯發科在發布天璣9400+芯片的同時，還推出了“Agentic AI UX”，圍繞五大核心體驗特征——主動及時、知你懂你、互動協作、學習進化、專屬隱私信息守護，系統化提升智能體化用戶體驗。同時發布的Neuron Studio、Dimensity Profiler等工具，構成了全新的天璣開發工具集，進一步降低開發門檻、激活生態創新。

在“天璣智能體化體驗領航計劃”中，聯發科聯合小米、榮耀、阿里云等終端與云廠商，推動Agentic AI從手機延伸至家居、車載等多設備場景，標志著這一戰略從技術驗證進入規模化部署階段。

隨著智能體（Agentic AI）從實驗室走向消費終端，AI技術在手機、家居、IoT等場景的落地速度正在顯著加快。AI不再只是廠商發布會上演示的亮點功能，而是逐步滲透為主流用戶“可感知、可體驗”的真實能力。這一轉變的背后，是終端廠商與芯片廠商在多模態模型部署、端側算力優化與生態協同方面的密集布局。

1、終端AI能力深化：從語音助手到任務執行體

以vivo、OPPO、小米為代表的終端廠商，正通過聯發科天璣平臺部署具備Agentic特征的AI能力。例如，vivo X200系列的AI字幕功能已可在本地實時識別多語種語音內容，生成字幕，準確率較傳統方案提升30%。其AI相冊則可基于用戶偏好智能分類、標注甚至生成敘述文本，表現出一定的自主認知與語義處理能力。

OPPO Find X8則通過任務流編排技術，使其智能助手能夠響應用戶語音請求，自動調度日歷、地圖、支付等多App資源，構建“閉環式”本地指令執行流程。這一變化意味著AI不僅能聽懂用戶意圖，更具備完成復雜任務的能力，而無需依賴云端服務器推理，隱私保障與實時性大幅提升。

聯發科也正推動這類AI能力下沉至更多邊緣設備，例如音箱、電視、IoT控制器等，與眾多合作伙伴共建家庭AI生態，實現環境感知、行為預測與能耗優化。這標志著AI正在從手機中心逐步向“全屋智能”擴展。

2、多模態模型驅動體驗躍遷

聯發科技無線通信事業部副總經理陳一強指出，多模態大模型的突破是智能體AI走入終端的關鍵：“要真正顛覆下一代手機體驗，AI必須不僅能聽，也能看，甚至要懂你的內心。”這要求模型能綜合處理語音、圖像、行為軌跡等信息，在理解用戶真實意圖基礎上提供智能建議。

（圖：聯發科技無線通信事業部副總經理陳一強）

要實現這一能力，僅靠模型本身遠遠不夠。陳一強強調，真正關鍵在于模型、芯片與系統工具鏈之間的協同。他指出，聯發科從2024年開始推動開發者大會引入“工具”生態，推動模型廠商、應用開發者、終端廠商三方融合，以充分釋放模型與芯片協同的潛力。

此次MDDC 2025大會中，聯發科發布全新升級的“天璣開發工具集”，包含Neuron Studio與Dimensity Profiler兩大模塊，反映其正由“硬件商”向“平臺型企業”轉型。

Neuron Studio是一款面向AI模型開發與部署的全流程工具，具備模型可視化編排、執行路徑分析、實時性能監控、自定義算子支持、自動壓縮與調優等能力，并可與MLKits工具鏈打通，構建模型-算法-硬件協同閉環。Dimensity Profiler則面向游戲開發者，支持在Android平臺下進行CPU、GPU、NPU、幀率、溫度、功耗等多維性能調優分析，提供實時、逐幀與深度回放模式，用于優化能效與用戶體驗。

此外，聯發科還推出了“天璣AI開發套件2.0”，其模型庫（Model Hub）數量為上一代的3.3倍，新增端側LoRA微調加速引擎，支持在終端設備上進行模型個性化調優，增強智能體適應性。

面對智能體AI的復雜性，芯片的硬件能力必須顯著提升。聯發科技無線通信事業部總經理李彥輯指出：“知識密度越來越高，系統資源要求卻未同步提升的背景下，我們希望在系統需求不增加的情況下，實現5到20倍的智能體能力提升。”他強調，工具、第三方合作與終端廠商的緊密結合，將成為未來一兩年加速發展的關鍵。

據介紹，聯發科正在打造“一站式全鏈路閉環工具”，幫助開發者在模型到應用的全流程中快速找出瓶頸與問題，例如微秒級定位性能瓶頸、穩定性問題、應用斷點等。這一系列工具讓開發者不再需要耗費數天手動調試模型參數，而是在兩三個小時內通過神經網絡自動調優完成*優配置，大幅提升開發效率。

聯發科技無線通信事業部生態發展資深總監章立補充道，聯發科作為平臺提供方，不直接開發三方APP或系統，而是將工具交到手機廠商與第三方開發者手中，讓他們能發現并解決如卡頓、斷點等實際問題。Dimensity Profiler、Neuron Studio與天璣AI開發套件2.0的協同使用，正是聯發科為開發者提供的關鍵資源，幫助他們實現更高層次的用戶體驗優化。

（圖：聯發科技無線通信事業部生態發展資深總監章立）

3、AI能力的普及與分層：旗艦引領，中端擴散

AI是否只會在旗艦機型普及，而入門級機型則無緣體驗呢？陳一強對此介紹了聯發科AI能力“分層普及”的戰略考量。

一方面，在用戶*關心的影像AI領域，聯發科選擇“*鋪設”的策略。無論2000元還是4000元價位的產品，都將獲得基礎的AI圖像增強與拍攝優化功能，因為拍照是普遍性的剛需，也是AI*容易體現價值的領域。

另一方面，在需要深度用戶數據理解與多環節調度的任務型智能體功能上，聯發科承認其落地節奏將更“自上而下”。高復雜度智能體AI體驗，初期將集中在旗艦產品與高頻用戶中，隨著使用習慣養成與硬件成本下降，再逐步滲透至主流價位段。

聯發科的AI智能體戰略：構建生態

筆者認為，AI智能體的真正落地，必須突破“只能聊天”的范式局限，邁向“能做事”的階段。這一轉變不僅關乎模型能力，更取決于從芯片、模型、應用到系統之間的深度協同。聯發科正通過開放架構與跨界協作，推動AI智能體在移動終端上的規?；瘜崿F與生態標準化。

在模型層面，聯發科已與國內頭部大模型廠商——阿里通義千問、騰訊混元、DeepSeek、面壁智能等建立了兼容機制。天璣平臺可支持這些模型在終端本地進行推理，并提供模型量化、蒸餾、壓縮等技術路徑，幫助開發者將“實驗性模型”遷移為“實用型模型”，降低AI能力落地門檻。芯片的本地推理能力與算力支撐，正成為推動AI從實驗走向規模應用的關鍵基礎。

在操作系統層面，聯發科與Google合作推動Android動態性能框架的升級，以實現AI任務資源調度的智能化。新版框架將于2025年安卓系統中正式啟用，有望帶來能耗、性能與AI體驗的協同優化。

與此同時，聯發科也在推進更底層的生態協議建設。回應產業界對端側AI碎片化的關切，聯發科高度認同類似MCP協議的重要性，認為其可以在大模型與數據之間建立標準化接口，解決長期困擾開發者的數據隔離與多平臺重復優化問題。

聯發科強調，真正構建具身化智能體，需要其具備“腦”和“手”——既能理解用戶需求，也能調用工具完成任務。這不僅要求模型能力強大，還必須有跨APP、跨系統調用的共通API體系支持。聯發科已在推動Android開放更多接口，并協助手機廠商構建統一調用機制，從而讓智能體AI能夠真正在數字*中“動起來”。

此外，面對三方應用生態碎片化問題，聯發科的策略是通過與品牌廠商和開發者合作打造“燈塔項目”。通過幾個在圖像處理、金融服務等關鍵場景中實現AI顯著價值的樣板案例，聯發科希望產生行業帶動效應，推動其他開發者加入，逐步構建統一、成熟的端側AI生態系統。正如其所言：“系統級AI—助手—三方應用”三層聯動的整合體驗，是解決端側AI碎片化的*路徑。

至于當前AI應用仍集中于封閉、標準化場景（如點餐、打車、支付等），聯發科認為應從“可控場景做深”入手，以逐步積累用戶信任。在“知你懂你”的模型理解能力逐漸增強的基礎上，AI將能從簡單指令識別進階為對用戶情緒、習慣的理解與響應，這也為后續場景擴展提供了技術與心理基礎。

聯發科的戰略轉型：從芯片到智能體平臺

盡管天璣9400+在端側Agentic AI領域實現了關鍵技術突破，聯發科并未回避未來挑戰。首先，設備功耗與熱管理仍是制約AI大模型端側運行的核心問題。其次，AI模型標準化和平臺生態的碎片化亦是行業痛點。

當前多家芯片廠商采用自研SDK或編譯器，導致生態割裂，如高通的Hexagon NN和蘋果的CoreML，限制了AI模型在不同平臺間的通用性與遷移效率。對此，聯發科選擇走向更開放的路徑，已開放50%的AI算子庫，支持TensorFlow Lite、PyTorch Mobile等主流框架，同時積極推動Agentic AI跨平臺通用規范的制定，降低開發者門檻。

在具體應用層面，聯發科也正積極將Agentic AI向AR/VR、智能座艙、AI眼鏡等“空間計算”終端擴展。目前，基于天璣平臺打造的AR眼鏡原型已具備毫米級SLAM定位能力與低于10ms的空間響應延遲，為未來輕量化、沉浸式體驗奠定基礎。

可以說，聯發科的AI智能體戰略并非單一技術突破，而是系統性的生態驅動方案。通過構建開放協同的平臺架構、兼容主流模型、推動協議標準化并落地于燈塔場景，聯發科正在構建一條現實可行的智能體AI落地路徑，目標直指終端智能體化新時代。

正如MediaTek董事、總經理暨營運長陳冠州所言：“AI時代的終端設備，不應只是更強的處理器，而應是能與你共感、協作、進化的伙伴。”從NeuroPilot到天璣AI智能體化引擎，聯發科正以“芯+軟+生態”的協同方式重構智能邊界，邁出從傳統SoC供應商向Agentic AI平臺型公司的關鍵一步。

編輯：芯智訊-浪客劍

免責聲明：本文采摘自“芯智訊”，本文僅代表作者個人觀點，不代表薩科微及行業觀點，只為轉載與分享，支持保護知識產權，轉載請注明原出處及作者，如有侵權請聯系我們刪除。

上一篇：: 長電科技2024年營收創新高，穩居*第三！

下一篇：: 至純科技業績“暴雷”：凈利將比之前預告縮水近80%！

国产精品爆乳奶水无码视频丨免费无遮挡很爽很污很黄的网站丨精品无码中文视频在线观看丨国产午夜精品无码一区二区丨出租屋勾搭老熟妇啪啪

芯智訊

從芯片到智能體平臺，聯發科正重構AI體驗邊界

從芯片到智能體平臺，聯發科正重構AI體驗邊界