近日，聯(lián)發(fā)科在上海舉辦了以“全域芯智能，體驗(yàn)新無界”為主題的天璣開發(fā)者大會。會上，聯(lián)發(fā)科正式發(fā)布天璣 AI 智能體化引擎 2.0，并推出升級版天璣 AI 開發(fā)套件 3.0。同時(shí)，該公司還公布了與 OPPO、小米、傳音等廠商合作的系統(tǒng)原生 Claw 成果，展示了其在跨端智能協(xié)同領(lǐng)域的最新進(jìn)展。

在大會后的群訪環(huán)節(jié)，聯(lián)發(fā)科高管針對行業(yè)關(guān)注的跨端智能體協(xié)同、AI 定義汽車等核心問題進(jìn)行了深入交流。針對當(dāng)前 AI 智能體大規(guī)模落地的關(guān)鍵節(jié)點(diǎn)，聯(lián)發(fā)科高管表示，公司正通過移動平臺、座艙平臺等多產(chǎn)品線的協(xié)同，打通手機(jī)、汽車、邊緣計(jì)算設(shè)備的智能體能力。為解決跨端流轉(zhuǎn)中的延遲高、算力調(diào)度不均、生態(tài)不通等痛點(diǎn)，聯(lián)發(fā)科從三個層面系統(tǒng)性推進(jìn)布局。

在硬件層面，聯(lián)發(fā)科在 IP 設(shè)計(jì)源頭就充分考慮不同產(chǎn)品線的復(fù)用性，統(tǒng)一 NPU 架構(gòu)的軟硬件標(biāo)準(zhǔn)，確保同一 IP 能夠適配從手機(jī)到汽車的不同功耗和算力需求，大幅降低技術(shù)遷移成本。在軟件層面，聯(lián)發(fā)科打造了統(tǒng)一的 NeuroPilot 開發(fā)平臺，基于天璣品牌開發(fā)的應(yīng)用在手機(jī)端完成調(diào)試后，可快速移植到汽車、平板等其他終端，實(shí)現(xiàn)“一次開發(fā)，多端部署”。

針對生態(tài)層問題，聯(lián)發(fā)科高管坦言，不同終端的生態(tài)體系差異是當(dāng)前最大的挑戰(zhàn)，需要整個行業(yè)共同努力。大模型的泛用性為解決這一問題提供了新思路，通過統(tǒng)一的自然語言指令集，不同系統(tǒng)間的交互壁壘正在被打破。例如，近期火熱的“龍蝦”框架通過實(shí)現(xiàn)跨系統(tǒng)的指令互通，為生態(tài)融合提供了新的可能性。聯(lián)發(fā)科正通過開發(fā)者大會推動生態(tài)伙伴共建統(tǒng)一標(biāo)準(zhǔn)，未來支付、導(dǎo)航、社交等基礎(chǔ)服務(wù)將能夠無縫接入天璣全產(chǎn)品線。

在差異化協(xié)同模式方面，聯(lián)發(fā)科針對不同終端的特性設(shè)計(jì)了不同的解決方案。例如，AI 眼鏡主要承擔(dān)感知功能，復(fù)雜運(yùn)算交由手機(jī)完成；而汽車與手機(jī)則更多是資訊和習(xí)慣的流轉(zhuǎn)，用戶上車后，手機(jī)會自動將行程、音樂偏好等數(shù)據(jù)同步給車機(jī)，車機(jī)則基于這些信息提供個性化服務(wù)。

針對媒體關(guān)注的座艙平臺問題，聯(lián)發(fā)科高管表示，隨著行業(yè)從“軟件定義汽車”演進(jìn)到“AI 定義汽車”，汽車作為傳統(tǒng)工業(yè)產(chǎn)品，在快速迭代中面臨著質(zhì)量與安全的雙重挑戰(zhàn)。AI 的引入需要明確區(qū)分車內(nèi)不同模塊的安全屬性，智駕和車輛控制模塊與行車安全強(qiáng)相關(guān)，必須經(jīng)過完整嚴(yán)格的驗(yàn)證流程，開發(fā)周期不會因?yàn)?AI 的引入而大幅縮短。而座艙智能體應(yīng)用與安全的關(guān)聯(lián)度較低，更多是為用戶提供行程規(guī)劃、信息查詢、娛樂服務(wù)等功能，幫助駕駛員減少分心操作，間接提升行車安全。

聯(lián)發(fā)科的核心優(yōu)勢在于其手機(jī)行業(yè)的技術(shù)積累。高管強(qiáng)調(diào)，手機(jī)行業(yè)是端側(cè) AI 技術(shù)發(fā)展最快的領(lǐng)域，每年都會有新的旗艦平臺推出，對算力、能效、帶寬的要求不斷提升，這些技術(shù)積累可以直接遷移到汽車領(lǐng)域。例如，天璣旗艦座艙平臺 CX-1 的 400TOPS 算力，以及低比特壓縮、內(nèi)存優(yōu)化等技術(shù)，都源自手機(jī)端的成熟方案。而需要重新打造的主要是應(yīng)用層的跨端協(xié)同體驗(yàn)，手機(jī)和汽車的使用場景差異巨大，如何讓智能體在不同場景下都能提供自然流暢的服務(wù)，需要與車企、應(yīng)用開發(fā)者共同探索。

關(guān)于 Agentic AI 技術(shù)路線，聯(lián)發(fā)科表示，AI 技術(shù)的核心價(jià)值在于落地到真實(shí)用戶場景，而當(dāng)前行業(yè)面臨的主要挑戰(zhàn)不是算力不足，而是如何將算力轉(zhuǎn)化為用戶可感知的體驗(yàn)。聯(lián)發(fā)科重點(diǎn)布局了 Always-On 感知技術(shù)，讓設(shè)備能夠低功耗地持續(xù)感知周圍環(huán)境和用戶行為，同時(shí)優(yōu)化系統(tǒng)架構(gòu)，解決多應(yīng)用同時(shí)調(diào)用 NPU 時(shí)的資源爭搶問題。在生態(tài)建設(shè)方面，聯(lián)發(fā)科構(gòu)建了從硬件到軟件的完整體系，硬件層面提供適配智能體場景的雙 NPU 和內(nèi)存技術(shù)，工具鏈層面幫助開發(fā)者快速將大模型移植到端側(cè)，系統(tǒng)層面推出天璣 AI 智能體化引擎 2.0，為終端廠商提供統(tǒng)一的智能體開發(fā)基礎(chǔ)。

針對內(nèi)存漲價(jià)對 AI 行業(yè)的影響，聯(lián)發(fā)科高管坦言，內(nèi)存和帶寬已經(jīng)成為端側(cè) AI 發(fā)展的主要瓶頸。當(dāng)前手機(jī)端算力已經(jīng)能夠滿足大部分應(yīng)用需求，但大模型運(yùn)行對內(nèi)存的占用和帶寬的消耗非常大。為應(yīng)對這一挑戰(zhàn)，聯(lián)發(fā)科推出了 Low Bit 壓縮工具包，相同質(zhì)量模型的壓縮率提升可達(dá) 58%，同時(shí)結(jié)合內(nèi)存硬件壓縮、動態(tài)模型加載等技術(shù)，有效降低內(nèi)存占用和帶寬消耗。雖然內(nèi)存漲價(jià)給終端廠商帶來了成本壓力，但這只是暫時(shí)現(xiàn)象，當(dāng)用戶真正體驗(yàn)到 AI 智能體帶來的價(jià)值后，會愿意為更好的體驗(yàn)買單。同時(shí)，內(nèi)存漲價(jià)也促使行業(yè)更理性地思考端云邊界，避免盲目追求端側(cè)大模型，而是根據(jù)產(chǎn)品定位合理分配端云算力。

針對大模型在 AI 手機(jī)中的角色，聯(lián)發(fā)科認(rèn)為，大模型有兩種主要發(fā)展方向：一種是谷歌等 OS 廠商從系統(tǒng)層面向上整合，另一種是豆包等應(yīng)用廠商從應(yīng)用層面向下滲透。兩種方向都有廣闊的發(fā)展空間，聯(lián)發(fā)科與雙方都保持著積極合作。“龍蝦”框架的出現(xiàn)加速了個人專屬 AI 的落地進(jìn)程，其將 Harness 與大模型分離的設(shè)計(jì)，讓手機(jī)可以先利用強(qiáng)大的 CPU 跑好 Harness 部分，實(shí)現(xiàn)個人記憶、場景感知等核心功能，無需等待端側(cè)大模型完全成熟。這也影響了聯(lián)發(fā)科的芯片規(guī)劃，未來的天璣平臺將更加注重 CPU 與 NPU 的協(xié)同調(diào)度，提升系統(tǒng)整體能效。