当 AI Agent 走向无处不在，MediaTek 想做的不只是手机芯片

📌 一句话摘要

MediaTek 在天玑开发者大会上展示了从端侧算力到系统级 Agent OS 的全栈 AI 战略，涵盖手机、汽车、IoT 和游戏场景，核心是通过天玑 AI 智能体化引擎 2.0 和开发套件 3.0 赋能开发者，推动 AI 从「回答问题」走向「完成任务」。

📝 详细摘要

本文详细报道了 MediaTek 在天玑开发者大会 MDDC 2026 上发布的全栈 AI 战略。核心内容包括：天玑 AI 智能体化引擎 2.0 从指令驱动升级为主动感知驱动，借助 SensingClaw 技术实现低功耗全时感知，并与 OPPO、小米、传音等厂商合作落地；天玑 AI 开发套件 3.0 提供 LVM 可视化部署、Low Bit 压缩工具、eNPU 开发工具和 AI Partner 模型转换助手，显著降低端侧 AI 部署门槛；汽车平台方面，MediaTek 提出「AI 定义汽车」理念，通过天玑智能座舱方案实现全模态交互、主动式服务和端云协同，并已与 20 家以上车企合作；游戏技术方面，重点介绍了 RTP 移动端光线追踪、虚拟几何体渲染、LE Audio 低延迟音频以及端侧 AI 在游戏中的应用。文章强调，在 AI Agent 和多终端协同趋势下，芯片平台竞争已从单一算力转向生态能力、开发工具和合作伙伴网络的综合竞争。

💡 主要观点

- 天玑 AI 智能体化引擎 2.0 从指令驱动升级为主动感知驱动。 借助 SensingClaw 技术实现低功耗全时感知，让 AI 助手能基于视觉、听觉、位置等信息提前理解用户场景，并跨应用完成复杂任务，而非被动响应单次指令。

天玑 AI 开发套件 3.0 大幅降低端侧 AI 部署门槛。 提供 LVM 可视化部署、Low Bit 压缩工具（模型压缩率提升 58%）、eNPU 开发工具（功耗节省 42%）和 AI Partner 模型转换助手（部署耗时节省 90%），解决模型压缩、算子兼容、功耗控制等工程难题。

汽车平台从「软件定义汽车」进入「AI 定义汽车」阶段。 天玑智能座舱方案聚焦全模态交互、主动式服务、并发指令执行和端云协同，通过 400 TOPS AI 算力、NVIDIA GPU 资源库集成和天玑 AI 开发套件，解决汽车长生命周期与 AI 快速迭代的矛盾。

移动端游戏技术向主机级体验靠近，软硬件协同成为关键。 RTP 移动端光线追踪、虚拟几何体渲染（10 亿级三角面）、LE Audio 低延迟音频（32ms）等技术，以及 GPU Dynamic Cache、倍帧技术 3.0 等优化工具，共同推动移动游戏画质和性能突破。

AI Agent 落地需要芯片、系统、应用和终端厂商的生态协同。 MediaTek 强调，AI Agent 不会由芯片厂商单独完成，需要系统厂商将 Agent 原生集成、应用开发者重新智能体化功能、终端厂商解决跨设备流转，芯片平台需提供算力、工具链和生态接口。

💬 文章金句

- 如果说大模型最早带来的冲击，是让用户开始习惯和机器进行自然语言对话，那么 Agent 的下一步，则是让 AI 从「回答问题」走向「完成任务」。

• 未来的 AI 助手不只是「你说一句，它做一步」，而是能基于视觉、听觉、位置、环境状态等信息，提前理解用户所处的场景，并调动不同应用和设备完成更复杂的任务。
• 对于开发者来说，端侧 AI 的真正门槛并不只有「芯片够不够强」，还包括「工具链够不够顺」「模型适配够不够快」「优化成本能不能降下来」。
• 汽车正在从单纯的交通工具，进化为懂用户、预测用户需求、无缝融入生活的智慧第三空间。
• 未来用户评价一台手机、一辆车，甚至一个 IoT 设备时，可能不再只看硬件参数，也会看它能不能理解自己、能不能主动完成任务、能不能在不同场景之间自然流转。

📊 文章信息

AI 初评：86

来源：爱范儿

作者：刘学文

分类：人工智能

语言：中文

阅读时间：19 分钟

字数：4559

标签： MediaTek, 天玑, AI Agent, 端侧 AI, 智能体化引擎

阅读完整文章