• 克雷西 發自 凹非寺
  量子位 | 公眾號 QbitAI

當手機中裝滿智能體，下一代AI手機的雛形正在顯現。

天璣開發者大會上，手機芯片巨頭聯發科提出了全新的AGENTIC AI UX雛形。

在聯發科的暢想中，AI助手不再是一個單純的執行者，而是變成了一個能夠協作，甚至“懂得拒絕”的伙伴。

一同發布的，還有全新升級的旗艦5G智能體AI芯片天璣9400+，AI能力再次升級。

相比前半代的“端側AI最強芯”天璣9400，9400+的蘇黎世AI能力跑分，又提升了25%。

并且支持在端側運行推理模型，準確率已經超過了o1-mini。

端側推理模型超越o1-mini

天璣9400+延續了天璣9400的全大核設計，集成第八代AI處理器NPU 890，蘇黎世AI跑分達到了8507分，比天璣9400提升了25%。

并且天璣9400+將DeepSeek-R1推理模型的四大關鍵技術——混合專家模型（MoE）、多Token預測（MTP）、多頭潛在注意力（MLA）和FP8推理——全都融入了芯片底層。

這不僅加速了AI反饋速度、增強了推理能力，同時還大幅降低內存占用。

在天璣9400+上，可以本地運行參數量7B的DeepSeek蒸餾模型，推理準確率可超過云端的o1-mini。

結合天璣9400發布時首發的一系列端側AI功能，9400+已經支持了豐富的端側AI應用。

此外，聯發科還配套推出了天璣AI開發套件2.0，不僅全面支持DeepSeek四大關鍵技術，還提供了最新的Gen-AI模型庫，模型數量是前一代的3.3倍，開發者可以自由調配資源，結合開源彈性架構快速部署定制化方案，端側LoRA訓練效率更實現50倍躍升。

在MDDC 2025大會上還推出了天璣開發工具集，其中Neuron Studio整合了MLKits，將端側模型開發的全部流程統一到了一個工具當中，并且支持全流程、全鏈路精準分析，以便開發者可實時查看每個模型的執行細節，大幅節省模型分析時間。

Neuron Studio還支持神經網絡自動化調優，將性能和內存占用自動優化至最佳配置，開發者可全程監控大模型演化過程，省心、放心地實現大模型及應用的端側部署。

聯發科認為，端側AI向智能體進化，本質是讓機器的推理能力無限趨近人類直覺，而推理能力正是其中的關鍵。

這既需要芯片提供澎湃算力基礎，也依賴開發工具降低技術落地門檻。所以聯發科選擇了從軟硬件同時入手，讓智能體化AI成為融入日常體驗的實用工具。

裝滿智能體，下一代AI手機長這樣

當AI手機向走智能體化已成為未來趨勢，聯發科也提出了新的Agentic AI UX（User Experience）雛形。

聯發科認為，新一代的AI手機體驗，應當包含五個特征——主動及時、知你懂你、互動協作、學習進化，以及專屬隱私信息守護。

這當中，隱私守護比較容易理解，至于其他四個部分，就讓我們通過一段故事來一起了解。

（以下展示包含視頻，請移步公眾號查看）

臨近下班，你像往常一樣打開手機，詢問自己還有沒有沒完成的日程。

回答完你的問題，智能體AI發現三天后是你愛人的生日，于是主動提醒你記得買禮物，并生成了推薦店鋪的導航方案。

當手機識別到你進入了停車場，還能自動引導你走到車位，并打開支付軟件方便繳納停車費。

但其實，除了一開始的回答之外，其余的動作你都沒有發出過指令，都是由AI主動完成。

假如你每周三都例行健身，周四是你所在部門的例會日，而周五你要接孩子放學。

當智能體AI get到了你的習慣，就會在這些固定的時間發出提醒，告訴你今天要做的事，并相應地提醒你準備好健身器具、工作文件，或者孩子的玩具。

閑來無事的一天，你想要來一頓火鍋或燒烤大快朵頤，于是讓AI給你推薦合適的店鋪。

一般的AI手機，都已經足以實現這樣的功能，但在新一代AGENTIC AI UX當中，這個要求卻被AI無情地拒絕了。

拒絕的原因當然不是AI沒有這個能力，相反，是AI想起來你兩周之后要出席一場重要活動，并為此設置過保持身材的目標。

當你試圖蒙混過關，智能體AI就會幫你詳細計算熱量，督促你不要輕易打破flag。

這樣的情境里，AI不再是一個只會執行命令的機器，而是變成了一個能夠真正與你合作的朋友。

既然是朋友，那AI也要像人一樣，能夠不斷學習進化。

你看中了一家AI給你推薦的餐廳，結果走到門口卻發現今天不營業，但你卻不想放棄這家讓你種草的店，于是便讓AI記下營業時間。

幾天后，你又走到了這家店附近，并且那天剛好是營業日，AI會及時發出提醒，讓你終于得償所愿。

簡單總結下來的話，未來AI手機的最大特征就是“像人”。

可以說，聯發科提出的這種模式，的確給未來的AI手機勾勒出了一個完美的畫像，但距離完全變現，還需要一個“Type-C時刻”。

端側AI，正在呼喚“Type-C時刻”

去年，大模型巨頭Claude背后的Anthropic公司提出了MCP（模型上下文協議），隨著其熱度逐漸增加，正在塑造新的大模型應用開發范式，被稱為“大模型的Type-C接口”。

這個月，谷歌也宣布推出了開源的A2A（Agent to Agent）協議，意在讓不同廠商、不同平臺的智能體之間能夠通過一種標準化接口實現相互協作。

再看現在的手機等AI終端，同樣需要一個這樣的“Type-C時刻”。

目前，應用之間的藩籬仍未打破，導致手機端的AI功能非常碎片化，即便很多廠商都推出了系統級AI，也無法做到全面打通應用。

從技術層面看，AI系統無法囊括所有應用的一個重要原因，就是缺乏一個標準化的接口。

面對這一現實問題，AI系統可以通過屏幕識別的方式來對未適配的應用進行調用，但作為一個緩兵之計，這樣的方式顯然并不高效，離聯發科提出的構想當中AI手機的“五大特征”就更是相去甚遠。

另外，隨著用戶使用的深入，智能體化AI的進化在端側不斷進行，如果缺乏一種標準化的開發規范，一旦用戶想要更換手機，就有可能導致智能體積累的用戶專屬指示將會歸零，一切要重新開始。

種種因素之下，締造一個兼容、規范的端側AI開發范式，既是改善用戶體驗的重要途徑，也是作為芯片供應商的聯發科想要實現的野望。

去年，聯發科舉行了第一屆天璣開發者大會，從那時起就提出了“先鋒計劃”，想要推廣端側智能體生態，但是因為生態當中有很多不同的應用廠商，他們會站在不同的角度、產生不同的思考，這同樣是一個現實問題。

實際行動上，聯發科積極與安卓團隊溝通，推動其做出了很多相關API的定義，使系統能夠具備基本的AI功能。

在生態另一側，聯發科還聯手重要手機廠商和頭部模型及應用開發者，開啟“天璣智能體化體驗領航計劃”，希望通過打造出端側AI應用燈塔項目的方式，讓更多的開發者看到端側AI應用的潛能，從而讓生態不斷擴大。

另一方面，則是打磨好自己的芯片和開發者工具，在基礎設施層面保障AI應用開發的便捷性和運行的穩定性。

比如這次MDDC 2025上推出的天璣AI開發套件2.0和天璣開發工具集中的Neuron Studio，就是聯發科為開發者布局智能體AI提供的重要工具，是為端側AI“Type-C接口時刻”設計的雛形。從研發優化底層技術到推動行業標準，聯發科讓手機AI的開發環境和應用生態統一且高效。

從優化底層技術到推動行業標準，聯發科讓手機AI不再是零散的功能拼湊，而是真正懂你的智能伙伴，用實際行動讓AI體驗變得更簡單、更人性化。

如果把MCP視為智能體AI領域的交通信號、指示牌的統一行動，那聯發科的一系列工具和發布，就是更底層更基建的修路行動，徹底釋放智能體AI在芯片上的應用可能性和想象力。智能體時代的AI手機如何被定義，或許是時候多看看聯發科的進展了。