<mark id="oztn4"></mark>
0
| 本文作者： 包永剛 | 2026-05-14 18:41 |
過去一年，端側(cè)AI的競爭邏輯已經(jīng)發(fā)生變化。
行業(yè)討論的重點，正在從模型能不能跑起來，轉(zhuǎn)向能力能不能持續(xù)部署、穩(wěn)定調(diào)優(yōu)、真正進入系統(tǒng)主路徑。Agent OS、系統(tǒng)原生智能體、跨應(yīng)用執(zhí)行、端側(cè)隱私保護，這些原本分散的技術(shù)關(guān)鍵詞，也開始被收攏到同一個方向——端側(cè)智能體化。
而真正決定下一階段競爭格局的，已經(jīng)不再只是模型參數(shù)規(guī)模或者芯片峰值算力，而是誰能把智能體能力做成一套可部署、可調(diào)優(yōu)、可復(fù)制的工程體系。
在天璣開發(fā)者大會（MDDC 2026）上，MediaTek 試圖回答的正是這個問題。
這次大會上，聯(lián)發(fā)科把天璣 AI 開發(fā)套件、系統(tǒng)原生智能體能力，以及游戲技術(shù)體系放進同一套敘事里。它強調(diào)的已經(jīng)不只是芯片性能，而是天璣平臺如何成為開發(fā)者真正能用、系統(tǒng)廠商真正能落地的端側(cè)AI底座。
MediaTek 董事、總經(jīng)理暨營運長陳冠州表示：“智能體 AI 正在重構(gòu)和升級越來越多的行業(yè)和應(yīng)用場景。MediaTek 以覆蓋手機、汽車、IoT以及AI基礎(chǔ)設(shè)施的全棧、多元技術(shù)與產(chǎn)品組合賦能‘智能體化體驗’，以無處不在的強大算力，結(jié)合先進的云端AI加速技術(shù)，為全球生態(tài)伙伴打通從創(chuàng)意到規(guī)模化落地、從應(yīng)用價值到商業(yè)價值的關(guān)鍵躍遷，讓 AI 真正賦能大眾的日常生活和千行百業(yè)的增長曲線。”
端側(cè)AI的競爭，開始從算力轉(zhuǎn)向工具鏈
如果說過去兩年端側(cè)AI的核心任務(wù)，是把模型塞進手機，那么現(xiàn)在行業(yè)真正面對的問題已經(jīng)變成，模型如何穩(wěn)定部署、持續(xù)運行，并形成規(guī)模化開發(fā)能力。
AI 開發(fā)套件就非常關(guān)鍵，MDDC 2026 上，聯(lián)發(fā)科發(fā)布了天璣AI開發(fā)套件 3.0，并重點強化了四項能力：
LVM 模型可視化部署
從命令行升級為 GUI 模塊化部署，參數(shù)可實時生效，模型部署與調(diào)優(yōu)效率提升 50%。
Low Bit 壓縮工具包
降低生成式AI模型壓縮過程中的設(shè)備內(nèi)存占用，相同質(zhì)量模型的壓縮率最高提升 58%。
eNPU 開發(fā)工具包
幫助開發(fā)者更充分調(diào)用天璣 NPU 能力，使常駐輕載 AI 模型功耗降低 42%。
天璣 AI Partner
提供自動化端側(cè)模型轉(zhuǎn)換與遷移，LLM 模型部署耗時最高降低 90%。
表面上看，這只是幾個工程工具的升級，但它們實際對應(yīng)的，是當(dāng)前端側(cè)AI落地最現(xiàn)實的四個問題：開發(fā)門檻高、模型占用大、功耗壓力重、跨平臺遷移成本高。
這也暴露出端側(cè)智能體化真正的難點：問題從來不在于能不能做出 Demo，而在于能不能把 Demo 變成穩(wěn)定產(chǎn)品，再把單點能力變成一套可復(fù)制的方法論。
當(dāng)行業(yè)進入智能體階段后，工具鏈的重要性正在迅速上升。因為決定體驗上限的，已經(jīng)不只是模型本身，而是整個部署、調(diào)優(yōu)、功耗控制和系統(tǒng)協(xié)同能力。
Agent OS 真正的核心，是系統(tǒng)級能力
相比模型能力本身，聯(lián)發(fā)科這次在系統(tǒng)層面的布局更值得關(guān)注。
大會上，聯(lián)發(fā)科正式發(fā)布天璣 AI 智能體化引擎 2.0，并借助 SensingClaw 技術(shù)強化低功耗全時感知能力，進一步推動設(shè)備廠商構(gòu)建具備主動感知、跨應(yīng)用驅(qū)動能力的 Agent OS。
這背后意味著，AI 正在從應(yīng)用功能向系統(tǒng)能力遷移。
過去的 AI 更像是用戶主動調(diào)用的一項功能；而智能體化之后，設(shè)備開始具備持續(xù)感知、主動判斷、跨應(yīng)用執(zhí)行的能力。設(shè)備不再只是回答問題，而是開始參與任務(wù)流。
在MDDC現(xiàn)場，聯(lián)發(fā)科聯(lián)合 OPPO、Xiaomi與傳音展示了系統(tǒng)原生Claw能力，包括：主動感知、主動執(zhí)行、跨端無縫流轉(zhuǎn)、端側(cè)隱私保護、數(shù)據(jù)安全 。
單獨看，這些能力并不算新鮮，但放在一起看，本質(zhì)上是在為智能體操作系統(tǒng)搭建底層框架。
而這恰恰是端側(cè)AI下一階段最核心的競爭點：不是誰更像 AI，而是誰能讓 AI 真正進入系統(tǒng)主路徑，成為交互邏輯的一部分。
游戲，端側(cè)AI最真實的壓力測試
如果說 AI 開發(fā)套件和 Agent OS 代表的是未來，那么游戲部分代表的則是現(xiàn)在。
游戲也是聯(lián)發(fā)科此次開發(fā)者大會中極其關(guān)鍵的一環(huán)。原因很簡單：游戲是移動終端上最苛刻的實時場景之一，它同時考驗幀率、功耗、延遲、渲染能力、調(diào)優(yōu)效率 。
一個平臺如果連游戲都優(yōu)化不好，很難證明它具備成熟的端側(cè)AI與系統(tǒng)調(diào)度能力；反過來，如果游戲能力能夠跑順，很多底層工程能力其實已經(jīng)被驗證。
此次大會上，聯(lián)發(fā)科重點展示了星速引擎的一系列能力。
聯(lián)發(fā)科重點介紹了 Ray Tracing Pipeline（RTP）移動端光線追蹤技術(shù)。它強調(diào) PC 與 Mobile 的跨端渲染管線適配，可更真實地呈現(xiàn)復(fù)雜光影、動態(tài)物體與反射效果。同時，聯(lián)發(fā)科還與騰訊《三角洲行動》項目組合作預(yù)研新的 RTP 技術(shù)方案。這意味著，移動端光追正在從技術(shù)展示走向更具體的工程實現(xiàn)。
聯(lián)發(fā)科還與 Unity Technologies 旗下團結(jié)引擎深度適配 Virtual Geometry 技術(shù)。依托天璣 GPU 渲染能力，移動端可實現(xiàn)超過 10 億級三角面渲染，并在 1.5K 分辨率下持續(xù)輸出 1 小時滿幀體驗。這個數(shù)據(jù)背后的意義，不只是畫面更細(xì)，而是移動端游戲渲染天花板正在繼續(xù)被抬高，手機開始越來越像一臺可持續(xù)輸出的圖形終端。
聯(lián)發(fā)科還展示了多項底層優(yōu)化能力。
例如天璣 LE Audio 技術(shù)，在旗艦平臺上實現(xiàn) 32 毫秒更低延遲的藍(lán)牙立體聲體驗，并已落地《和平精英》測試服。對于競技游戲而言，音頻延遲并不是附屬指標(biāo)，而是直接影響操作反饋的重要參數(shù)。
另外，GPU Dynamic Cache 架構(gòu)通過動態(tài)調(diào)度系統(tǒng)緩存與內(nèi)存，在降低帶寬占用與功耗的同時維持高幀率。
目前，該能力已經(jīng)被應(yīng)用于《逆戰(zhàn)：未來》《暗區(qū)突圍》等合作項目中。聯(lián)發(fā)科的目標(biāo)也不只是跑高幀，而是讓高幀率和高能效同時成立。
此次大會另一個值得關(guān)注的方向，是 AI 與游戲能力的融合。MediaTek 公布了天璣 AI Play 與《三角洲行動》的合作成果。借助端側(cè) AI，游戲中的 CC 語音智能伴侶響應(yīng)速度更快，相比云端方案延遲降低 56.7%。
這意味著，AI 開始真正進入實時游戲交互鏈路。相比傳統(tǒng)云端AI方案，端側(cè) AI 的優(yōu)勢在于：更低時延 、更穩(wěn)定響應(yīng) 、更強隱私保護 、更低聯(lián)網(wǎng)依賴 。
MediaTek 還預(yù)告了面向安卓游戲開發(fā)者的一站式分析和調(diào)優(yōu)工具Dimensity Profiler 2.0，新增支持 CPU Callstack 全面追蹤，平臺MIPS 負(fù)載監(jiān)控和 GPU 帶寬指標(biāo)顯示功能，為開發(fā)者提供游戲開發(fā)所必需的實用功能
聯(lián)發(fā)科AI時代的平臺能力
如果把 AI、智能體、游戲、工具鏈這些內(nèi)容拆開看，它們似乎屬于不同章節(jié)。但如果放回同一個框架里，就會發(fā)現(xiàn)聯(lián)發(fā)科真正想表達(dá)的核心是，天璣平臺正在從芯片平臺，轉(zhuǎn)向工程平臺。
它服務(wù)的不只是性能競爭，而是開發(fā)者、系統(tǒng)廠商以及內(nèi)容生態(tài)的完整協(xié)同。
因此，聯(lián)發(fā)科在此次開發(fā)者大會上，除了手機生態(tài)之外，也重點展示了與汽車、XR 以及 IoT 生態(tài)伙伴的合作。
例如在智能座艙方向，聯(lián)發(fā)科開始強化車端 AI Agent 能力，讓 AI 同時理解語音、視覺與環(huán)境信息；在 XR 與 IoT 方向，則進一步推動跨設(shè)備協(xié)同能力。
這也意味著，端側(cè)AI真正走向主流，靠的不會是一兩個爆款功能，而是開發(fā)工具是否成熟 、系統(tǒng)能力是否統(tǒng)一、場景驗證是否持續(xù)成立、生態(tài)是否能夠規(guī)模化復(fù)制 。
而游戲，則成為了驗證這一切最直觀、最殘酷的試驗場。
從這個角度看，聯(lián)發(fā)科此次 MDDC 2026 最重要的，不是發(fā)布了多少技術(shù)名詞，而是試圖把這些能力串成一條完整路徑，從開發(fā)工具，到系統(tǒng)智能體，再到游戲與內(nèi)容生態(tài)，最終形成一套能夠在手機、汽車、XR 與 IoT 等多個領(lǐng)域規(guī)模化復(fù)制的端側(cè)能力體系。
端側(cè)智能體化，已經(jīng)不再是概念競賽，而是工程競賽。
誰能把模型部署、系統(tǒng)感知、應(yīng)用執(zhí)行與內(nèi)容優(yōu)化真正串成穩(wěn)定鏈路，誰就更接近下一階段的平臺主導(dǎo)權(quán)。
而聯(lián)發(fā)科在 MDDC 2026 上給出的，本質(zhì)上正是一套“把演示能力推進到規(guī)模化能力”的答案。
過去三年，天璣 AI 生態(tài)圈實現(xiàn)快速擴張：生態(tài)伙伴成長量提升 240%，天璣 AI 開發(fā)套件下載量提升 440%。
在軟件平臺、工具鏈與開發(fā)者生態(tài)逐漸完善之后，聯(lián)發(fā)科也正在站上端側(cè)AI市場真正的中心位置。雷峰網(wǎng)(公眾號：雷峰網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
