在深圳举办的联发科开发者大会上，这家芯片厂商向外界展示了其最新的技术成果——天玑SensingClaw。这项技术并非直接将AI大模型移植到手机端，而是通过端云协同的方式，让手机等终端设备能够持续采集多模态数据，并与云端大模型进行交互，从而实现低功耗的全时感知能力。
联发科此次推出的SensingClaw技术，主要针对的是当前AI应用在移动设备上高功耗的痛点。传统方式下，AI大模型运行需要强大的算力支持，而手机等设备的硬件条件有限，直接运行会导致续航大幅下降。联发科的解决方案是，让手机仅负责数据采集工作，如通过摄像头、麦克风、GPS等硬件收集视觉、听觉和位置信息，然后将这些数据传输至云端，由云端的大模型进行处理和决策。
在大会现场，联发科展示了多个基于SensingClaw技术的应用场景。例如，在购物场景中，用户可以授权AI应用自动比价，无需手动切换多个平台；在餐厅排队时，AI可以实时监听叫号信息，避免用户因玩游戏而错过叫号。这些功能看似简单，却需要设备能够持续运行并处理多模态数据，对联发科的技术提出了挑战。
功耗问题是联发科必须面对的难题。持续的多模态数据采集和处理，对手机芯片的算力和能效比提出了极高要求。为此，联发科在去年发布的天玑9500处理器中采用了双NPU架构，通过专用硬件加速AI计算，从而降低功耗。联发科还在此次开发者大会上推出了一套AI开发套件，其中包含天玑eNPU开发工具，可帮助开发者优化NPU的使用，进一步降低AI应用的功耗。
据联发科介绍，天玑eNPU工具能够将常驻轻载AI模型的功耗降低42%，这对于需要持续运行的感知类应用尤为重要。例如，在餐厅排队场景中，手机麦克风需要一直开启以监听叫号信息，而eNPU工具可以通过优化算法，减少麦克风数据处理的功耗，从而延长设备续航。
除了eNPU工具，联发科的AI开发套件还包含其他实用功能。例如，LVM模型可视化部署工具，允许开发者通过图形界面进行模型调试，无需编写复杂代码；天玑AI Partner工具，可自动将模型移植至天玑平台，大幅缩短开发周期；Low Bit压缩工具包，则能够降低模型对内存的占用，使更多中低端设备也能运行AI应用。
联发科的这些举措，反映出其在AI生态建设上的野心。过去，联发科因芯片性能不足，在高端市场缺乏竞争力。近年来，随着天玑系列处理器的性能提升，联发科开始试图通过构建开发者生态，提升品牌影响力。此次推出的AI开发套件，正是其吸引开发者、完善生态的重要一步。
在大会上，联发科还展示了与OPPO、小米、传音等厂商的合作成果。这些厂商基于天玑平台，开发了各自的AI应用，进一步丰富了SensingClaw技术的应用场景。例如，OPPO的AI应用可以通过摄像头识别商品信息，并自动比价；小米的AI则能够监听环境声音，提供智能提醒功能。
然而，联发科的生态建设之路并非一帆风顺。尽管提供了丰富的开发工具，但如何说服开发者采用其平台，仍是联发科需要解决的问题。高端市场对品牌和性能的双重需求，也使得联发科需要付出更多努力，才能与高通、苹果等竞争对手抗衡。
此次开发者大会上，联发科还探讨了智能座舱等领域的进展，但这些内容更多涉及汽车行业，与手机AI的关联性较弱。可以预见，未来联发科将在AI和汽车两大领域持续发力，试图通过技术突破和市场拓展，改变其在行业中的地位。
