当前位置:首页 > AI资讯 > 正文内容

MediaTek端侧AI与移动图形新突破

admin2小时前AI资讯6

端侧智能与移动图形的双重进化:MediaTek 如何重塑开发者生态

2026年5月13日,MediaTek在天玑开发者大会(MDDC 2026)上发布了一系列面向AI与游戏开发的新工具与方案。本届大会以“全域芯智能,体验新无界”为主题,标志着其技术战略正从单一芯片性能竞争,转向“芯片+工具链+生态协同”的系统级能力构建。尤其在端侧AI与移动图形两大方向,MediaTek展现出清晰的布局思路:让智能体真正“活”在终端,让移动游戏逼近主机级体验。

端侧AI:从算力堆砌到智能体落地

过去几年,端侧AI的竞争焦点多集中在NPU算力指标上。而此次MediaTek明确提出“智能体化体验”,将重心转向如何让AI模型更高效、更低功耗地在终端运行,并实现跨应用的主动服务能力。

为此,MediaTek推出了天玑AI智能体化引擎2.0,其核心是借助SensingClaw技术实现低功耗全时感知。这意味着设备不再是被动响应用户指令,而是能主动感知环境、用户行为与系统状态,进而触发智能体联动。例如,当用户靠近耳机时自动唤醒语音助手,或在驾驶场景中预判导航需求——这些能力正通过与OPPO、小米、传音等厂商的合作逐步落地。

与此同时,天玑AI开发套件3.0的升级,显著降低了开发门槛。其中,LVM模型可视化部署将原本依赖命令行的复杂流程转化为GUI模块化操作,官方称部署效率提升50%;新增的Low Bit压缩工具包可将生成式AI模型的内存占用压缩58%,在保持质量的前提下大幅节省资源;eNPU开发工具包则优化了轻载AI模型的功耗表现,常驻任务功耗降低42%;而天玑AI Partner平台更进一步,提供端侧LLM的一键转换能力,部署耗时缩短90%。

这些工具不仅提升了开发效率,更意味着MediaTek正将端侧AI的竞争维度从“能跑多大模型”转向“如何更好用、更省电、更易集成”。过去三年,其生态伙伴数量增长240%,开发套件下载量增长440%,显示出开发者对这套工具链的认可。

移动图形:光追、几何与能效的全面突破

在游戏技术方面,MediaTek延续了对高帧率、低功耗与高画质的追求,同时向更接近PC级渲染体验迈进。

Ray Tracing Pipeline(RTP)方案首次实现移动端与PC渲染管线的跨端适配。该技术不仅支持复杂光影与动态物体反射,还能处理视野外环境的反射计算,显著提升场景真实感。目前,MediaTek正与腾讯《三角洲行动》项目组合作预研,尽管大规模商用时间表尚未公布,但这一技术方向已明确指向“移动3A”的未来。

在几何细节层面,虚拟几何体(Virtual Geometry)技术的引入堪称突破。通过与团结引擎的深度适配,天玑平台可在移动端实现超过10亿级三角面的渲染,并在1.5K分辨率下持续满帧运行1小时。若能在量产游戏中稳定落地,这将极大提升角色建模精度与场景复杂度,缩小与主机游戏的视觉差距。

此外,MediaTek在能效优化上持续深耕。LE Audio低延时技术将蓝牙音频延迟压缩至32毫秒,已在《和平精英》测试服中验证;GPU Dynamic Cache架构通过协同调度系统缓存与内存,降低带宽需求,已在《逆战:未来》《暗区突围》中应用;倍帧技术3.0支持144/165帧输出,并扩展至平板与座舱平台,助力《王者荣耀》实现高帧低功耗体验;而自适应调控技术5.0则引入智能帧控与场景预判,动态分配算力资源,已在《和平精英》《鸣潮》等项目中优化帧率稳定性。

从工具到生态:MediaTek的长期主义

MediaTek此次发布并非孤立的技术堆叠,而是一套围绕开发者体验的系统性升级。无论是端侧AI的智能体化引擎,还是移动图形的跨端渲染管线,其背后逻辑都是降低技术落地门槛,提升终端用户体验。

更重要的是,MediaTek正通过工具链优化、生态合作与跨平台能力,构建一个更具粘性的开发者生态。当芯片厂商不再只是提供“算力黑盒”,而是提供从模型压缩、部署优化到系统集成的完整解决方案时,终端厂商与开发者将更愿意在其平台上深耕内容与创新。

未来,随着端侧AI智能体逐步成为手机、汽车、IoT设备的标配,以及移动游戏向高画质、高帧率持续演进,MediaTek的这套“芯片+工具+生态”组合拳,或将重新定义移动智能终端的体验边界。

标签: 端侧AI 移动图形 MediaTek 智能体 游戏开发

返回列表

上一篇:微软豪掷10亿收购AI公司突围自主化

没有最新的文章了...

相关文章

AI自主玩手机!ClawGUI打通训练评测部署全流程

当AI开始“玩手机”:从消消乐到真机操控的跨越 你见过AI自己玩消消乐吗?没有脚本、没有人工干预,它只是静静地看着屏幕,识别图案、规划路径、点击消除——整个过程流畅得如同一个熟练的玩家。更令人惊讶的是...

从RAG到CAG:企业级AI系统的上下文进化

从 RAG 到 CAG:企业级 AI 系统的上下文进化 检索增强生成(RAG)作为当前企业集成大语言模型的主流范式,已在知识问答、智能客服等场景中展现出强大的实用性。它通过将外部知识库的检索结果注入模...

智能体时代的安全挑战与破局之道

智能体时代的安全挑战与破局之道 人工智能的发展正迎来关键转折点。从“能对话”的大模型,到“能执行”的智能体,技术的演进不仅改变了人机交互的边界,更深刻影响着产业形态与组织逻辑。在4月19日召开的中国互...

商汤绝影Sage端侧大模型颠覆车载AI格局

端侧智能体的破局者:商汤绝影Sage如何改写车载AI格局 当AI全面迈入智能体时代,汽车行业却长期陷入一个尴尬的“两难”:依赖云端大模型实现复杂任务处理,意味着高延迟与高成本;而坚守端侧部署,又只能实...

百度AI开发者大会聚焦智能体规模化落地

从企业到个体:AI智能体规模化落地的“双轮驱动” 5月13日至14日,北京国家会议中心二期将迎来一场AI领域的年度盛会——Create 2026百度AI开发者大会。与往届不同,本届大会迎来战略级升级:...

千里科技AI原生智驾颠覆行业规则

从“工程复制”到“AI原生”:千里科技如何改写智驾规则 在智能驾驶领域,行业格局一度被“强者恒强”的逻辑主导。然而,随着千里科技在4月22日发布会上公布其智驾系统装车量突破46万辆、覆盖极氪、领克17...

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。