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 09:53:04 560

引言：作為全球*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最優配置，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，在用戶最關心的影像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最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模化實現與生態標準化。

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，穩居全球第三！

下一篇：: 至純科技業績“暴雷”：凈利將比之前預告縮水近80%！

從芯片到智能體平臺，聯發科正重構AI體驗邊界

客服QQ2635709730

客服QQ
2635709730