近日，联发科在上海举办了以“全域芯智能，体验新无界”为主题的天玑开发者大会。会上，联发科正式发布天玑 AI 智能体化引擎 2.0，并推出升级版天玑 AI 开发套件 3.0。同时，该公司还公布了与 OPPO、小米、传音等厂商合作的系统原生 Claw 成果，展示了其在跨端智能协同领域的最新进展。
在大会后的群访环节，联发科高管针对行业关注的跨端智能体协同、AI 定义汽车等核心问题进行了深入交流。针对当前 AI 智能体大规模落地的关键节点，联发科高管表示，公司正通过移动平台、座舱平台等多产品线的协同，打通手机、汽车、边缘计算设备的智能体能力。为解决跨端流转中的延迟高、算力调度不均、生态不通等痛点，联发科从三个层面系统性推进布局。
在硬件层面，联发科在 IP 设计源头就充分考虑不同产品线的复用性，统一 NPU 架构的软硬件标准，确保同一 IP 能够适配从手机到汽车的不同功耗和算力需求，大幅降低技术迁移成本。在软件层面，联发科打造了统一的 NeuroPilot 开发平台，基于天玑品牌开发的应用在手机端完成调试后，可快速移植到汽车、平板等其他终端，实现“一次开发，多端部署”。
针对生态层问题，联发科高管坦言，不同终端的生态体系差异是当前最大的挑战，需要整个行业共同努力。大模型的泛用性为解决这一问题提供了新思路，通过统一的自然语言指令集，不同系统间的交互壁垒正在被打破。例如，近期火热的“龙虾”框架通过实现跨系统的指令互通，为生态融合提供了新的可能性。联发科正通过开发者大会推动生态伙伴共建统一标准，未来支付、导航、社交等基础服务将能够无缝接入天玑全产品线。
在差异化协同模式方面，联发科针对不同终端的特性设计了不同的解决方案。例如，AI 眼镜主要承担感知功能，复杂运算交由手机完成；而汽车与手机则更多是资讯和习惯的流转，用户上车后，手机会自动将行程、音乐偏好等数据同步给车机，车机则基于这些信息提供个性化服务。
针对媒体关注的座舱平台问题，联发科高管表示，随着行业从“软件定义汽车”演进到“AI 定义汽车”，汽车作为传统工业产品，在快速迭代中面临着质量与安全的双重挑战。AI 的引入需要明确区分车内不同模块的安全属性，智驾和车辆控制模块与行车安全强相关，必须经过完整严格的验证流程，开发周期不会因为 AI 的引入而大幅缩短。而座舱智能体应用与安全的关联度较低，更多是为用户提供行程规划、信息查询、娱乐服务等功能，帮助驾驶员减少分心操作，间接提升行车安全。
联发科的核心优势在于其手机行业的技术积累。高管强调，手机行业是端侧 AI 技术发展最快的领域，每年都会有新的旗舰平台推出，对算力、能效、带宽的要求不断提升，这些技术积累可以直接迁移到汽车领域。例如，天玑旗舰座舱平台 CX-1 的 400TOPS 算力，以及低比特压缩、内存优化等技术，都源自手机端的成熟方案。而需要重新打造的主要是应用层的跨端协同体验，手机和汽车的使用场景差异巨大，如何让智能体在不同场景下都能提供自然流畅的服务，需要与车企、应用开发者共同探索。
关于 Agentic AI 技术路线，联发科表示，AI 技术的核心价值在于落地到真实用户场景，而当前行业面临的主要挑战不是算力不足，而是如何将算力转化为用户可感知的体验。联发科重点布局了 Always-On 感知技术，让设备能够低功耗地持续感知周围环境和用户行为，同时优化系统架构，解决多应用同时调用 NPU 时的资源争抢问题。在生态建设方面，联发科构建了从硬件到软件的完整体系，硬件层面提供适配智能体场景的双 NPU 和内存技术，工具链层面帮助开发者快速将大模型移植到端侧，系统层面推出天玑 AI 智能体化引擎 2.0，为终端厂商提供统一的智能体开发基础。
针对内存涨价对 AI 行业的影响，联发科高管坦言，内存和带宽已经成为端侧 AI 发展的主要瓶颈。当前手机端算力已经能够满足大部分应用需求，但大模型运行对内存的占用和带宽的消耗非常大。为应对这一挑战，联发科推出了 Low Bit 压缩工具包，相同质量模型的压缩率提升可达 58%，同时结合内存硬件压缩、动态模型加载等技术，有效降低内存占用和带宽消耗。虽然内存涨价给终端厂商带来了成本压力，但这只是暂时现象，当用户真正体验到 AI 智能体带来的价值后，会愿意为更好的体验买单。同时，内存涨价也促使行业更理性地思考端云边界，避免盲目追求端侧大模型，而是根据产品定位合理分配端云算力。
针对大模型在 AI 手机中的角色，联发科认为，大模型有两种主要发展方向：一种是谷歌等 OS 厂商从系统层面向上整合，另一种是豆包等应用厂商从应用层面向下渗透。两种方向都有广阔的发展空间，联发科与双方都保持着积极合作。“龙虾”框架的出现加速了个人专属 AI 的落地进程，其将 Harness 与大模型分离的设计，让手机可以先利用强大的 CPU 跑好 Harness 部分，实现个人记忆、场景感知等核心功能，无需等待端侧大模型完全成熟。这也影响了联发科的芯片规划，未来的天玑平台将更加注重 CPU 与 NPU 的协同调度，提升系统整体能效。
