MDDC 2026｜ 从手机SoC到智能体底座，MediaTek讲了个新逻辑 原创

这两年，新手机的发布有一种越来越明显的“疲态感”。厂商在发布会上强调跑分、帧率、影像、AI大模型，但消费者已经越来越难被打动。因为很多人都意识到，参数虽然在增长，但体验的“惊喜感”却越来越少。

尤其是AI。

过去两年，几乎所有旗舰手机都在做“大模型”。可大多数时候，它其实是高级的聊天框。你问一句，它答一句，你不点开，它也不说话。

问题其实出在底层架构。

AI时代，用户需要的是能够持续感知环境、主动理解需求、自动完成任务的智能体。它更像操作系统能力的一部分，需要深度嵌入终端底层，不能停留在功能插件层面。

不过，在今天的MediaTek MDDC 2026（天玑开发者大会）上，我有了新的体感。

如果把整场发布的信息抽丝剥茧，会发现，MediaTek想讲的核心，是关于“AI体验”的重新定义。

MediaTek董事、总经理暨营运长陈冠州表示：“智能体 AI 正在重构和升级越来越多的行业和应用场景。MediaTek以覆盖手机、汽车、IoT 以及 AI 基础设施的全栈、多元技术与产品组合赋能‘智能体化体验’，以无处不在的强大算力，结合先进的云端 AI 加速技术，为全球生态伙伴打通从创意到规模化落地、从应用价值到商业价值的关键跃迁，让AI真正赋能大众的日常生活和千行百业的增长曲线。”

不难看出，移动端、车端、IoT 和 AI 基础设施正在被放进同一个智能体框架中理解。这也是MediaTek的定义逻辑——当Agentic AI成为下一代计算入口时，芯片则成为了连接感知、计算、调度与生态协同的底层平台。

01  架构下沉，手机SoC加速“PC化”

先从芯片看，天玑9500的更新重点，不只有性能提升，也在架构思路的变化。天玑9500采用第三代3nm制程工艺，首次采用基于 Armv9.3-A的C1系列核心，并引入 SME2，但核心方面继续沿用MediaTek“全大核”路线，组成“4 超大核 + 4 大核”的CPU处理器。

具体规格方面，1颗4.21GHz的 C1-Ultra 超大核、3 颗 3.5GHz的 C1-Premium 超大核，以及4 颗2.7GHz 的C1-Pro 大核；架构层面新增SME2矩阵运算指令集，用于提升 AI 与向量并行计算效率。整体性能上，单核性能提升 32%，多核性能提升 17%，物体侦测运算性能提升 57%。

性能参数的背后，也透露出天玑架构的设计逻辑。

过去，手机SoC的优化重点，更多集中在“峰值性能”，而到了AI时代，问题开始变成如何持续、高效地吞吐海量数据。

因为，如今AI的瓶颈除了算力，还有“内存墙”。尤其在端侧大模型场景下，CPU、缓存、内存、闪存之间的数据调度与搬运，往往比计算本身更容易拖慢系统。这也是为什么很多端侧AI功能看起来“能跑”，但真正使用时却存在延迟，本质上就是数据链路出了问题。

因此，MediaTek这次并没有继续单纯堆叠 CPU峰值性能，更是针对“数据搬运效率”本身动刀。

一方面，天玑9500进一步扩大缓存体系，超大核一级缓存翻倍，三级缓存增加33%；另一方面，引入四通道 UFS 4.1，让闪存带宽成为AI 数据链路优化的一部分。

得益于新架构与先进制程，天玑9500 的超大核峰值功耗也比前代下降了55%，多核峰值功耗下降37%。即便在“MOBA手游 + 语音通话”这种典型重载并发场景下，平均功耗依然下降了30%。

02  GPU“大招”，藏在缓存里

如果说CPU部分是高性能旗舰SoC升级逻辑的延续，那GPU就是天玑9500更具突破的更新。其首次搭载旗舰级的Arm Mali-G1 Ultra GPU（MC12 核心），新增了GPU Dynamic Cache架构。

GPU Dynamic Cache的价值，主要体现在缓存复用和带宽利用率上。面对高规格光追、复杂几何体渲染和大规模贴图加载，它可以让GPU更高效地调度系统缓存与内存资源，减少冗余数据传输，从而降低功耗、提升帧率稳定性。

在具体合作上，天玑旗舰移动芯片的 GPU Dynamic Cache 架构已经与《逆战：未来》《暗区突围》等游戏展开合作，通过让 GPU 同时调度系统缓存和内存，帮助开发者将关键游戏数据经由系统缓存传输，在特定场景下节省带宽需求、降低功耗，并实现满帧流畅体验。

效果上，在极度依赖光追性能的3DMark Solar Bay Extreme测试中，天玑9500 跑出了2573分，相比上一代天玑9400的1173分，提升幅度高达119%。与此同时，GPU峰值性能提升33%，峰值功耗却下降了42%。

03  移动光追，离3A更近一步

“移动光追”还存在一个很尴尬的问题。很多手机厂商都在宣传光追，但受限于移动端算力与带宽，大多数时候只能实现局部反射、简单阴影或者低精度光照，距离真正的实时光线追踪还有明显差距。

而天玑 9500 这次的重点，是其开始直接介入底层渲染管线。天玑星速引擎新增RTP（Ray Tracing Pipeline）技术，可跨端适配PC与Mobile 的渲染管线，实时精确呈现复杂游戏光影效果，涵盖高度逼真的动态物体和骨骼动画效果，也可以呈现游戏视野外的环境及物体反射。同时，天玑9500支持 UE 5.5 Nanite 与 UE 5.6 MegaLights，并与团结引擎适配 Virtual Geometry。

目前，MediaTek 已经与腾讯《三角洲行动》游戏项目组携手预研新的 RTP 技术方案，未来将进一步提升移动端光追体验。

另外，MediaTek还在移动端实现了1.5K 分辨率下超过10 亿级三角面渲染，通过携手团结引擎深度适配虚拟几何体（Virtual Geometry）技术，依托天玑移动平台 GPU渲染能力，可实现移动端环境下渲染超过10亿级三角面，并在1.5K 高分辨率画面下持续输出1小时满帧流畅体验。

具体来说，海量几何体渲染、复杂动态光源、视野外的环境和物体反射叠加在一起，决定了移动游戏能否真正接近PC和主机平台的空间表现力。尤其是尤其是Nanite与MegaLights 这类渲染能力的适配，非常关键，因为它能让移动端具备处理海量几何细节与复杂动态光源的能力，画面真实感不再主要依赖贴图和预烘焙光照。

这项技术也为手游突破模型渲染精细度限制提供了路径，让手机有机会呈现更接近 3A 级游戏的沉浸体验。

04  双NPU，让AI“长期在线”

GPU 的变化，代表的是移动端开始接近“主机级渲染能力”，那么AI架构的变化，则意味着手机正在进一步脱离传统“App 终端”的逻辑。

在Agentic AI时代，终端需要解决的问题是如何让AI长期在线。

MediaTek给出的答案，是“双 NPU 架构”。

往往，移动端的NPU，大多采用统一架构。语音唤醒、屏幕识别，甚至是模型推理，都会调用同一套NPU资源。但这套逻辑的问题是，随着AI任务的差异越来越大，重载生成式 AI，需要极高吞吐，而环境感知、持续监听、实时追焦，则更强调低功耗。如果用同一套架构处理不同负载，就无法保证AI长期在线。

于是，天玑9500把AI计算拆成了“双 NPU 架构”。其一是超性能NPU 990，负责高负载生成式AI运算，包括 Transformer 专用固化电路、128K Token长上下文、4K超高清文生图，同时支持BitNet 1.58bit推理模型。

其二是存算一体 CIM 超能效 NPU，专门负责全时环境感知、语音唤醒、实时追焦、Always-On AI，以及低功耗轻载模型的运行。

由于采用了存算一体架构，在常驻轻载AI模型场景下，相关功耗最高可节省42%。这件事的重要性，其实远比跑分更大。因为这让AI真正具备了“持续存在”的条件，而不是过去那种“打开AI功能几分钟，手机就开始发热掉电”的状态。

在此基础上，MediaTek还发布了天玑AI智能体化引擎 2.0，已实现将Agent OS所需的感知和跨应用驱动能力下沉到平台层。

回想过去十几年，智能手机行业的底层逻辑始终是“用户发起请求，系统被动响应”。用户必须知道自己要做什么、打开哪个入口、调用哪个功能。Agent OS的价值就在于，让终端开始持续理解用户状态，并主动判断下一步任务。

而智能体化引擎 2.0，借助天玑SensingClaw 技术，提供低功耗全时感知能力，赋能设备制造商打造具备主动感知和跨应用驱动能力的Agent OS。

另外，MediaTek通过与OPPO、Xiaomi 和传音合作的系统原生Claw，展示主动感知、主动执行、跨端无缝流转等能力，同时兼顾端侧隐私保护和数据安全。

05  开发套件 3.0，降低端侧 AI 落地门槛

端侧AI要进入真实产品，光有芯片能力还不够。能不能把模型顺利迁移到终端，在有限内存和功耗条件下完成压缩、部署和调优，决定了AI功能能否真正落地。

围绕这一痛点，MediaTek推出天玑AI开发套件 3.0，重点升级端侧智能体全模态能力，并加速智能体应用的端侧部署。

天玑 AI 开发套件3.0支持 LVM 模型可视化部署，从命令行升级至 GUI模块化，参数设置可实时生效，模型部署与调优效率提升50%。

其更新在三个层面：

Low Bit 压缩工具包，可降低生成式AI模型压缩过程中的设备内存占用，相同质量模型的压缩率提升可达58%。

eNPU开发工具包，可帮助开发者优化常驻轻载AI应用，使相关 AI 模型功耗节省42%；

AI Partner可将模型全自动移植到天玑平台，使端侧 LLM 模型部署耗时节省可达90%。

这些更新放在一起看，解决的都是端侧AI落地的实际问题——部署慢、占内存、功耗高、迁移难。

开发套件把这些环节打通之后，芯片上的AI能力才更容易变成开发者手里的产品能力。对天玑平台来说，这也是端侧智能体进入真实产品链路的重要一步。

06  写在最后

从MDDC 2026可以看到，MediaTek正在把天玑平台放进更大的终端智能框架中理解。CPU负责持续性能，GPU负责复杂图形渲染，双NPU支撑长期在线的端侧AI，天玑AI智能体化引擎2.0和开发工具链则把这些能力推向系统和应用层。

这意味着，手机芯片竞争不再只围绕单点参数展开。感知、计算、调度、工具链和生态合作，正在共同决定端侧AI能否进入用户真实日常。

下一代终端不会只由某一颗芯片定义，也不会只由某一个应用定义。它会在芯片、系统、应用和内容的协作中逐步成型。而MediaTek正在做的，就是让这些底层能力被开发者用起来，并最终变成用户可感知的智能体体验。