近日，聯(lián)發(fā)科在上海舉辦了以“全域芯智能，體驗新無界”為主題的天璣開發(fā)者大會，吸引了眾多行業(yè)目光。會上，聯(lián)發(fā)科正式推出天璣 AI 智能體化引擎 2.0，同時升級了天璣 AI 開發(fā)套件至 3.0 版本，還公布了與 OPPO、小米、傳音等廠商在系統(tǒng)原生 Claw 方面的合作成果。

作為受邀媒體，在大會結(jié)束后參與了聯(lián)發(fā)科高管的群訪活動。在采訪中，針對當(dāng)前行業(yè)熱議的跨端智能體協(xié)同、AI 定義汽車等核心問題，聯(lián)發(fā)科高管與媒體進(jìn)行了深入交流。有媒體提問，當(dāng)下行業(yè)處于 AI 智能體大規(guī)模落地的關(guān)鍵節(jié)點，跨設(shè)備全域協(xié)同是發(fā)展趨勢，聯(lián)發(fā)科如何借助移動平臺、座艙平臺等多產(chǎn)品線協(xié)同，打通手機、汽車、邊緣計算設(shè)備的智能體能力，以及怎樣解決跨端流轉(zhuǎn)中存在的延遲高、算力調(diào)度不均、生態(tài)不通等痛點。

聯(lián)發(fā)科高管回應(yīng)稱，公司從三個層面系統(tǒng)性推進(jìn)跨域協(xié)同布局。在 IP 設(shè)計源頭，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 能適配從手機到汽車不同功耗和算力的需求，降低技術(shù)遷移成本。在軟件層，打造統(tǒng)一的 NeuroPilot 開發(fā)平臺，基于天璣品牌開發(fā)的應(yīng)用，在手機端調(diào)試完成后可快速移植到汽車、平板等其他終端，實現(xiàn)“一次開發(fā)，多端部署”。對于生態(tài)層這一最復(fù)雜的問題，高管表示不同終端生態(tài)體系差異是當(dāng)前最大挑戰(zhàn)，需要行業(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，統(tǒng)一的自然語言指令集正在打破不同系統(tǒng)間的交互壁壘，像近期火熱的“龍蝦”框架，其核心價值之一就是實現(xiàn)跨系統(tǒng)指令互通。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)將無縫接入天璣全產(chǎn)品線。

針對不同終端特性，聯(lián)發(fā)科設(shè)計了差異化協(xié)同模式。例如 AI 眼鏡主要承擔(dān)感知功能，復(fù)雜運算交由手機完成；汽車與手機則更多是資訊和習(xí)慣的流轉(zhuǎn)，用戶上車后，手機會自動將行程、音樂偏好等數(shù)據(jù)同步給車機，車機基于這些信息提供個性化服務(wù)。

在采訪中，其他媒體還圍繞 AI、車載平臺以及移動游戲領(lǐng)域提出諸多問題。有媒體關(guān)注到聯(lián)發(fā)科座艙平臺，目前行業(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，在快速迭代中面臨質(zhì)量與安全的雙重挑戰(zhàn)，AI 能否提升安全性，以及聯(lián)發(fā)科從移動終端切入汽車市場，相較于其他芯片廠商的核心優(yōu)勢和需重新打造的能力。

聯(lián)發(fā)科高管表示，要區(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相關(guān)，必須經(jīng)過完整嚴(yán)格驗證流程，開發(fā)周期不會因 AI 引入大幅縮短；而座艙智能體應(yīng)用與安全關(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，減少駕駛員分心操作，間接提升行車安全。這一領(lǐng)域創(chuàng)新速度會很快，國內(nèi)新能源廠商已在積極探索各類座艙智能體應(yīng)用，預(yù)計很快會有大量落地成果。關(guān)于核心優(yōu)勢，高管強調(diào)手機行業(yè)是端側(cè) AI 技術(shù)發(fā)展最快的領(lǐng)域，每年新旗艦平臺對算力、能效、帶寬要求不斷提升，這些技術(shù)積累可直接遷移到汽車領(lǐng)域，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)都源自手機端成熟方案。而需重新打造的主要是應(yīng)用層的跨端協(xié)同體驗，手機和汽車使用場景差異大，如何讓智能體在不同場景下提供自然流暢服務(wù)，需與車企、應(yīng)用開發(fā)者共同探索，這也是聯(lián)發(fā)科未來重點投入方向。

針對聯(lián)發(fā)科率先提出的 Agentic AI 技術(shù)路線，有媒體詢問其關(guān)鍵技術(shù)布局和生態(tài)優(yōu)勢。聯(lián)發(fā)科表示，AI 技術(shù)核心價值在于落地真實用戶場景，當(dāng)前行業(yè)主要挑戰(zhàn)不是算力不足，而是如何將算力轉(zhuǎn)化為用戶可感知體驗。聯(lián)發(fā)科重點布局 Always - On 感知技術(shù)，讓設(shè)備低功耗持續(xù)感知周圍環(huán)境和用戶行為，同時優(yōu)化系統(tǒng)架構(gòu)，解決多應(yīng)用同時調(diào)用 NPU 時的資源爭搶問題。在生態(tài)建設(shè)方面，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)一智能體開發(fā)基礎(chǔ)。

當(dāng)被問到近期內(nèi)存漲價對 AI 行業(yè)的影響時，聯(lián)發(fā)科高管坦言，內(nèi)存和帶寬已成為端側(cè) AI 發(fā)展的主要瓶頸，當(dāng)前手機端算力能滿足大部分應(yīng)用需求，但大模型運行對內(nèi)存占用和帶寬消耗大。為應(yīng)對挑戰(zhàn)，聯(lián)發(fā)科推出 Low Bit 壓縮工具包，相同質(zhì)量模型壓縮率提升可達(dá) 58%，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)存漲價給終端廠商帶來成本壓力，但只是暫時現(xiàn)象，當(dāng)用戶體驗到 AI 智能體價值后，會愿意為更好體驗買單。同時，內(nèi)存漲價也促使行業(yè)更理性思考端云邊界，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。

還有媒體關(guān)注大模型在 AI 手機中的角色以及“龍蝦”框架對聯(lián)發(fā)科技術(shù)路線的影響。聯(lián)發(fā)科認(rèn)為，大模型在 AI 手機中有兩種主要發(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，兩種方向都有廣闊發(fā)展空間，聯(lián)發(fā)科與雙方都保持積極合作。“龍蝦”框架加速了個人專屬 AI 的落地進(jìn)程，其將 Harness 與大模型分離的設(shè)計，讓手機可先利用強大 CPU 跑好 Harness 部分，實現(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注重 CPU 與 NPU 的協(xié)同調(diào)度，提升系統(tǒng)整體能效。