裝滿智能體AI的手機，正在呼喚一個「Type-C時刻」
基爾西 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」的夥伴。
一同發佈的，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%。
並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%。
並且天璣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佔用。
在天璣9400+上，可以本地運行參數量7B的DeepSeek蒸餾模型，推理準確率可超過雲端的o1-mini。
結合天璣9400發佈時正選的一系列端側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開髮套件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製化方案，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，並且支持全流程、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，將性能和內存佔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，應當包含五個特徵——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，至於其他四個部分，就讓我們通過一段故事來一起瞭解。
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，於是主動提醒你記得買禮物，並生成了推薦店舖的導航方案。
當手機識別到你進入了停車場，還能自動引導你走到車位，並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，其餘的動作你都沒有發出過指令，都是由AI主動完成。
假如你每週三都例行健身，週四是你所在部門的例會日，而週五你要接孩子放學。
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，並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，於是讓AI給你推薦合適的店舖。
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想起來你兩週之後要出席一場重要活動，並為此設置過保持身材的目標。
當你試圖矇混過關，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，於是便讓AI記下營業時間。
幾天后，你又走到了這家店附近，並且那天剛好是營業日，AI會及時發出提醒，讓你終於得償所願。
簡單總結下來的話，未來AI手機的最大特徵就是「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背後的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範式，被稱為「大模型的Type-C接口」。
這個月，Google也宣佈推出了開源的A2A（Agent to Agent）協議，意在讓不同廠商、不同平台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，這樣的方式顯然並不高效，離聯發科提出的構想當中AI手機的「五大特徵」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範，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、規範的端側AI開發範式，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開髮套件2.0和天璣開發工具集中的Neuron Studio，就是聯發科為開發者佈局智能體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不再是零散的功能拚湊，而是真正懂你的智能夥伴，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佈，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像力。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。
一鍵三連「點讚」「轉發」「小心心」
歡迎在評論區留下你的想法！
