广东
大模型更新越来越快，芯片厂商也开始跟着「卷速度」。
8 月 15 日，联发科技官方宣布，MediaTek 与千问继续深化合作，旗下天玑汽车座舱平台 C-X1 以及天玑旗舰芯片，已经实现对 Qwen 3.8 的 Day-0 支持。从智能手机到智能汽车，搭载天玑平台的终端未来可以更快接入新版千问模型。
图片来源：微博
就在前一天，千问正式开源 Qwen3.8-27B。这是一款 270 亿参数的原生多模态稠密模型，重点强化代码、专业工作、科研和长周期智能体任务，并支持更长上下文以及根据任务难度调节思考深度。
所谓「Day-0」，重点就在这个「0」：模型发布时，硬件平台的适配工作已经基本同步完成，而不是等到模型推出之后再花数周甚至更久进行移植。
对于今天的端侧 AI 来说，这种速度其实越来越重要。模型几个月甚至几周就会更新一轮，如果芯片和终端适配长期滞后，再强的 NPU 算力也很难迅速转化成用户能够用到的新功能。
从这个角度看，联发科这两年对于最先进大模型的跟进速度相当快，并且已经形成了一套相对成熟的适配体系。
2025 年 4 月，联发科发布天玑 AI 开发套件 2.0 ，率先支持 DeepSeek-R1 采用的 MoE、MTP、MLA 以及 FP8 推理等关键技术。官方数据显示，相关优化可以让 Token 生成速度提升 2 倍、内存带宽占用量可节省50%；同月Qwen3 发布后，联发科又在天玑 9400 上率先完成该模型的端侧部署。
这背后并不只是 NPU 峰值算力的问题。
过去几年，联发科一直在补齐端侧 AI 的软件栈，不管是 GenAI Model Hub、NeuroPilot还是 Neuron Studio，目的都是把模型量化、编译、性能优化和部署过程标准化。
早在 2024 年，联发科就提出可以将部分生成式 AI 模型的终端部署周期从数周压缩到一天。
所以这次 Qwen 3.8 的 Day-0 支持，更像是这套能力的一次集中体现。至少在前沿大模型的响应速度、端侧部署以及软硬协同上，联发科已经建立起比较明显的领先优势。
图片来源：千问
而且，这次合作是从手机到汽车，在更多用户的更多场景下实现对最新大模型的同步跟进。
这里顺便一提，天玑汽车座舱平台 C-X1 本身就是联发科面向下一代智能座舱的旗舰平台，采用 3nm 制程，集成NVIDIA Blackwell GPU架构与深度学习加速器，面向多模态交互、主动式智能体、车载娱乐等场景。联发科今年还与鸿海旗下鸿华先进达成战略合作，将 C-X1 引入后续高阶车型方案。
事实上，这也只是联发科过去几年来 AI 合作版图中的一环。
今年 5 月的 MDDC 2026 上，联发科发布天玑 AI 智能体化引擎 2.0，并与 OPPO、小米、传音展示系统原生智能体方案，让 AI 具备低功耗持续感知、跨应用执行和跨设备流转能力。
图片来源：雷科技
过去三年，天玑 AI 生态伙伴规模增长至原来的 240%，AI 开发套件下载量增长至 440%。
往更大的范围看，联发科与 NVIDIA 的合作已经延伸到汽车、PC 和专业 AI 计算。双方此前共同设计 NVIDIA GB10 Grace Blackwell 超级芯片，今年又合作推出面向 Windows 11 个人智能体 PC 的 NVIDIA RTX Spark。
而从阿里千问，到 OPPO、小米、传音，再到 NVIDIA，联发科在 AI 领域正在持续推进广泛且深入的行业合作，并且逐渐深入联合开发、系统能力和最终产品。
这可能也是端侧 AI 进入下一阶段后，芯片厂商真正需要争夺的位置。
大模型本身仍然会高速迭代，但最终决定 AI 能否进入普通人的手机、汽车、电脑乃至机器人里的，不只是模型能力，还有芯片、软件工具和整个终端生态把最新模型快速接住的能力。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
