这一次，天玑9500的端侧AI能力，友商赶不上了

ttxx

机器之心报道

编辑：泽南

9 月 22 日下午，联发科推出的新一代旗舰 5G 智能体 AI 芯片 —— 天玑 9500，并展示了一系列新形态端侧的 AI 应用，在公众层面首次推动端侧 AI 从尝鲜到好用。

联发科技董事、总经理暨营运长陈冠州正式发布了新一代旗舰手机芯片天玑 9500。

现在，让手机端大语言模型（LLM）处理一段超长的文本，最长支持 128K 字元，它只需要两秒就能总结出会议纪要，AI 还能自动修改你的错别字。

各种漫画风格的图像生成，如果用 GPT-5 要等一分钟，豆包要等 30 秒，现在在手机端输出图像只需要 10 秒，而且画面细节丰富，保证了与原图的一致性，没有次数限制。

手机还可以支持高达 4K 画质的 Diffusion Transformer 生图。你只要输入简单的想法，不到 10 秒钟时间就能出图，达到了接近生产力、专业级的效果。

与过去发布会上偏炫技的各种能力不同，这些手机上跑的 AI 应用能满足我们各种真实场景的智能化需求。它们不仅速度极快，而且完全跑在本地，无需向云端上传任何数据，处理同样的任务时，功耗也比去年的天玑 9400 低了一半。

天玑 9500，为一系列端侧生成式 AI 体验打开了大门。

AI 智能体

应用奇点已来

生成式 AI 今年的关键词，是「实用化」。

DeepSeek R1 等模型在 AI 技术上的突破，已经大幅降低了推理成本。基于新一代基础模型，智能体（Agent）技术的爆发让 AI 从「工具」进化成为能自主规划、执行任务的「数字员工」。多模态方向上的进展则让 AI 拥有了能融合处理文本、图像、音频等多维度信息的能力，并开始向物理世界延伸。

不论是 OpenAI、谷歌等北美科技巨头，还是国内各类创业公司，在继续探索 AI 前沿技术的同时，都在研究如何让 AI 具有自我意识，能够成为人类的帮手。相比于需要学习的常规应用，以 Agent 为代表的 AI 新应用主打一个简单直接，在很多时候还能化被动为主动。

在上个月发布的谷歌 Pixel 10 系列，我们已经看到了这样的趋势。

比如 Pixel10 演示的「魔法提示」功能，有点像我们常用的验证码快速输入，手机会自动收集你在应用、邮件、短信、截图、日程上的信息，然后在需要用到的时候主动提供。全新的 AI 个人总结，可以把你一天的行程安排做一个简报式的总结，并把其中的重点推送出来。还有广受好评的指令修图能力，你只需要直接告诉 AI 你想把图改成什么样，想要增加或删除什么物体，手机就会根据你的指令调整、重绘图片。

可见，未来的 AI 手机不再是简单地完成任务，而是变得更加像人：它能理解你的习惯，知道你每天的生活日程，会在你需要的时候提醒要做的事，甚至可以在没有发出指令的情况下发挥主观能动性。生活将从此变得更轻松。

AI 手机背后的技术发展趋势也在逐渐清晰：复杂的任务需求接入云端大模型，主动、个性化的任务则交由端侧模型来完成，端侧的占比会越来越高。但另一方面，基于智能体的 AI 能力，要求手机上的模型能够接触人们日常生活中的各类数据，在端侧不断训练，充分理解人们的意图，并 24 小时持续不间断地提供推理结果，这对于手机上的算力提出了前所未有的考验

在端侧进行生成式 AI 的推理，成为了 AI 技术落地最迫切的需求。

不止是 AI 性能翻倍

架构革新 + 全链路优化

AI 应用落地的新需求，正在推动移动芯片快速进化。在联发科的天玑 9500 上，架构的进步、先进量化技术和优化方法的应用，给端侧的 AI 体验带来了全方位的提升。

天玑 9500 基于最新的第三代 3nm 制程工艺和新一代全大核架构打造，集成了超过 300 亿个晶体管。这块芯片在基础性能实现跨越式升级之外，NPU 性能和上代相比峰值性能提升了 111%，同峰值性能功耗还降低了 56%

它在最新版的 AI Benchmark 基准平台上跑分高达 15015，分数接近于上代的两倍，毫无疑问地成为了当前 AI 算力最强移动芯片。

在 AI 性能大幅提升的背后，是覆盖全链路的优化，包括但不限于：

• 超性能 + 超能效双 NPU 架构
• 超性能第九代 AI 处理单元 NPU990；
• 超能效 NPU，首次采用存算一体（存内计算 CIM）芯片架构；
• 首发支持 BitNet 1.58 bit 量化推理框架；
• 首发支持 4K 超高清画质图像生成。

首先，天玑 9500 采用了双 NPU 设计，超性能+超能效双核心，带来了不同以往的端侧 AI 体验：

在全新的生成式 AI 引擎 2.0 中，联发科升级了 Transformer 专用固化电路设计，可以让端侧 AI 运行的速度更快、功耗更低。

在提升大模型算力关键的量化技术上，天玑 9500 率先端侧支持前沿的 BitNet 1.58bit 推理框架，可以大幅减少端侧 AI 应用运算存储的需求，相比天玑 9400 的 FP8 精度功耗降低 50%。

端侧的 AI 模型训练，是目前业界正在突破的方向。去年的天玑 9400 上，联发科首次带来了对于端侧训练的支持。这次针对端侧模型训练的前向、反向传播，天玑 9500 实现了内存的进一步优化，在模型训练上只需要不到 2G 内存。

最为值得关注的是，联发科在超能效 NPU 上率先采用了存算一体架构，运行低功耗小模型时功耗下降 42%

作为计算架构未来的重要发展方向，存算一体的核心是将存储与计算完全融合，大幅降低数据在处理过程中传输的延迟与功耗，以新的高效运算架构进行二维和三维矩阵计算，结合后摩尔时代先进封装、新型存储器件等技术，能有效克服传统架构瓶颈，实现计算能效的数量级的提升。

在 CIM 的范式上，运算单元与内存 cache 合体，相当于存储器本身具备了算力，对于大模型计算这样的数据密集型任务，能够显著提升数据处理效率和能效比，让 NPU 可以支撑起低功耗 AI 模型的 Always on 模式。

因为新架构和一系列优化，天玑 9500 的 Diffusion Transformer 推理性能有了翻倍提升，率先在端侧支持了 4K 画质的文生图，同时端侧长文本处理能力达到 128K，相当于 10 个小时的录音内容。很多此前无法想象的能力，现在有了可行性。

从目前联发科提供的 demo 中我们可以看到，手机端 AI 应用的三个层面，包括系统级的任务调用（如 AI 语音转录），拍照的图像优化、风格迁移，以及基于大模型的个性化能力，都在使用 NPU 算力。

在不断「卷」手机芯片性能的同时，联发科也一直致力于为开发者提供完善的开发支持。

今年 4 月的天玑开发者大会上，联发科推出的天玑 AI 开发套件引发了人们的关注，其率先支持 DeepSeek 四大关键技术，包括混合专家模型（MoE）、多 Token 预测（MTP）、多头潜在注意力（MLA）和 FP8 推理，它们都得到了天玑芯片的底层优化。现在，天玑平台已可以在端侧运行 7B 参数的 AI 大模型。

联发科还推出了天玑开发工具集，将端侧模型开发的全部流程统一，减少了人们从开发到部署的时间。

正是因为天玑提供了一套标准化的 AI 开发范式，越来越多的开发者看到了端侧 AI 应用的潜力，原生 AI 应用的生态正在不断扩大。

可以说，天玑 9500 的 AI 能力升级，为未来 AI 手机的全面智能化体验打好了基础。

vivo、OPPO 领衔

下一代旗舰机曝光

在联发科天玑 9500 的发布会上，多家手机厂商也宣布很快即将发布搭载新一代旗舰 SoC 的手机，包括 vivo、OPPO 等。在即将发布的手机上，我们看到了相比以往不同的 AI 技术趋势。

vivo 将在下个月发布的 X300 系列上搭载业界首个量产个性化定制 AI 端侧美颜功能，蓝心大模型的端侧全家桶，包括语言、语音和图像模型现在可以在本地持续学习进化，达成全场景 AI 端侧高性能加速。

利用超能效 NPU，新一代手机具备了极致的追焦能力，实现了毫秒级运动追焦与快门相应。

OPPO 即将发布的 Find X9 则把天玑的 AI 能力用在了全新小布识屏、AI 意图搜索上，可以在复杂 AI 任务实现异构加速，提升 NPU 的硬件使用率。

这些 AI 能力，背靠顶尖的大模型，全新架构的手机芯片，不仅在对手机的使用范式进行未知的探索，也切实解决了我们日常生活、工作中的痛点，未来搭载智能体的 AI 手机，会是一个真正懂你的智能伙伴。

或许就像 OpenAI CEO 山姆奥特曼在《温柔的奇点》中所说的那样，很快，AI 带给我们的惊叹会从写出优美的文字，变成写出优美的小说；从能够做出救命的医疗诊断，转变成能够研发出治愈方法；或者，从惊叹它能够编写一个小型程序，转变为好奇它何时能够创建一家公司。

智能体 AI 带来的颠覆式体验，正在慢慢到来，而联发科正在努力将这样的愿景，变为现实。


来源：网易