2nm落地与端侧AI竞速:智能手机产业观察
执行摘要:旗舰SoC率先进入2nm制程与AI原生架构时代,联发科天玑9600 Pro与高通新旗舰同步推进,带动内存(LPDDR6)、闪存(UFS 5.0)等上游产业链协同升级。存储成本上涨向终端传导,小米等厂商旗舰定价上探,高端化竞争加剧。端侧大模型、智能体AI成为下一阶段核心竞争变量。
行业现状与竞争格局
一、智能手机出货与高端市场现状
全球智能手机市场近年来整体出货趋于平稳,总量增长空间有限,但市场结构正在发生显著变化:换机周期拉长与需求疲软并存的同时,高端化成为贯穿产业链上下游的主线。消费者对AI体验、影像能力与性能续航的期待不断提升,推动换机动力从“硬件参数迭代”转向“体验升级驱动”,厂商利润也日益依赖高价位段产品的放量。
在产品侧,这一趋势有两方面体现。其一,供应链成本上涨正向终端售价传导。以小米即将发布的小米18 Pro系列为例,受内存成本持续上涨及跨代式体验创新的双重影响,其起售价预计分别达到6999元与7999元,较此前数字系列定价明显上探。这既反映了存储涨价周期下的定价逻辑,也说明厂商有意借新品周期推动品牌向更高价格带突破。其二,端侧AI成为高端产品的核心卖点。生成式AI与智能体应用走向终端,使得本地大模型推理、常驻环境感知等能力成为旗舰机型的差异化竞争点,直接拉动了对先进制程与更强AI算力SoC的需求。
二、旗舰SoC市场的双雄对峙
旗舰SoC市场当前呈现联发科与高通双雄对峙的格局,而2026年9月15日联发科天玑9600 Pro的发布,使这一竞争进入“2nm制程+端侧AI”的新阶段。
联发科天玑9600 Pro为行业首批采用台积电2nm制程的移动平台,集成330亿以上晶体管,并与台积电开展设计工艺协同优化(DTCO)。官方数据显示,相较3nm工艺性能提升14%、功耗下降23%;对比上一代天玑9500,超大核功耗下降37%、多核功耗下降61%。架构上,芯片采用2颗4.55GHz C2-Ultra超大核加大核的三簇全大核设计,配备34.5MB系统缓存,率先支持LPDDR6内存与UFS 5.0闪存,GPU支持120帧光线追踪手游。
AI能力是本轮竞争的关键变量。天玑9600 Pro采用重构的双NPU设计:超性能NPU 1090峰值性能较上代提升51%、功耗降低40%,大语言模型预填充性能提升51%、每瓦词元生成提升55%,可本地运行30B参数MoE大模型;超能效NPU配合传感器中枢,实现智能体AI常驻感知且功耗降低40%。联发科亦提出“AI原生架构”概念,主张旗舰SoC竞争正从单一计算单元的性能比拼,转向整颗芯片系统级协同的融合计算。此外,联发科还同步推出了搭配芯片天玑9600M,扩展旗舰平台的产品矩阵。
高通方面,小米18 Pro系列全系首发搭载高通骁龙2nm旗舰SoC,实现制程的跨代升级。这意味着在2nm节点上,两家芯片厂商几乎同步落地,竞争焦点从“谁先用上新制程”转向制程红利之上的AI能效、系统协同与终端落地速度。首发合作模式也延续了双方各自的绑定策略:联发科由vivo X500系列全球首发天玑9600 Pro,高通则由小米数字旗舰首发,头部品牌与头部芯片厂商形成深度协作的产业联盟。
三、品牌厂商高端化的整体推进
在芯片厂商推动技术上限的同时,品牌厂商正借助旗舰SoC的迭代窗口加速高端化。小米18 Pro系列是典型样本:以首发2nm芯片为体验支点,配合更高的定价策略,推动数字旗舰向6000元以上价格带突破。vivo则通过X500系列全球首发天玑9600 Pro,抢占旗舰影像与端侧AI心智。可以看到,品牌高端化的路径已高度依赖与芯片厂商的首发绑定与联合调校,旗舰芯片的首发权成为高端市场博弈中的重要资源。
四、小结
总体来看,智能手机产业正处于“总量平稳、结构升级”的阶段:旗舰SoC市场的2nm落地使联发科与高通的对峙进入新节点,双方竞争重心转向端侧AI算力与系统级融合计算;品牌厂商则以首发绑定与定价上探推动高端化。制程、能效与AI落地能力,将共同决定下一阶段旗舰市场的竞争格局。
上游:先进制程与芯片架构
2nm 落地:移动 SoC 首次跨入新节点
2026 年 9 月 15 日,联发科在台湾新竹发布旗舰 5G 智能体 AI 芯片天玑 9600 Pro,成为行业首批采用台积电 2nm 制程的移动平台,联发科同时宣称自己是首家宣布达到 2nm 节点的公司。这一发布意味着 2nm 工艺从规划阶段正式进入智能手机 SoC 落地环节,旗舰移动芯片的制程竞争被提前拉近至晶圆代工最前沿。
从公开数据看,天玑 9600 Pro 集成晶体管超过 330 亿,对比上一代 3nm 节点,官方口径为性能提升 14%、功耗下降 23%。CPU 部分采用 2 颗 4.55GHz C2-Ultra 超大核加 6 颗 C2-Pro 大核的全大核三簇架构(2+3+3),配备 34.5MB 系统缓存;对比天玑 9500,超大核功耗下降 37%,多核功耗下降 61%。存储子系统率先支持 LPDDR6 内存与 UFS 5.0 闪存,构成端侧 AI 推理所需的带宽基础。
值得注意的是,高通方面也已有 2nm 旗舰 SoC 进入终端:小米 18 Pro 系列全系首发搭载高通 2nm 旗舰 SoC,预计 6999/7999 元起售。2nm 在两大移动 SoC 供应商几乎同步落地,标志着台积电最先进节点的客户结构中,智能手机仍是最先规模化的应用场景。同时,跨代芯片与存储成本上涨叠加,正推动旗舰机型定价整体上探。
AI 原生架构与双 NPU 设计
天玑 9600 Pro 在架构层面的核心变化,是从传统以 CPU 为中心的移动计算,转向 AI 原生架构的系统级重构。按照官方表述,生成式 AI 与智能体走向终端后,旗舰 SoC 竞争已从单一计算单元的性能比拼,转向整颗芯片系统级协同的融合计算。
具体到 AI 算力,该芯片采用重构的双 NPU 设计:
| 模块 | 关键指标 | 定位 |
|---|---|---|
| 超性能 NPU 1090 | 峰值性能提升 51%,功耗降低 40%;LLM 预填充性能提升 51%,每瓦词元生成提升 55% | 端侧大模型推理、多模态、生成式 AI、复杂 Agent 任务,支持 30B 参数 MoE 模型 |
| 超能效 NPU | 常驻感知功耗降低 40%,配合传感器中枢 | 智能体 AI Always-On 环境感知与后台低功耗常驻 |
这一“性能 NPU + 能效 NPU”的分工逻辑,对应的是端侧 AI 的两类负载:一是高吞吐的大模型推理,二是全天候的环境感知与智能体常驻任务。将后者从 CPU/GPU 侧剥离至低功耗 NPU,是当前旗舰 SoC 能效优化的普遍方向,联发科则将其上升为架构级卖点。此外,GPU 支持 120 帧光线追踪手游,神经网络渲染与智能影像等能力也被纳入架构升级范围,覆盖性能、能效、AI、游戏、影像及通信显示等体验维度。
DTCO:设计工艺协同优化的上游影响
天玑 9600 Pro 的另一关键背景,是联发科与台积电围绕 2nm 工艺进行的设计工艺协同优化(DTCO)深度合作。DTCO 指芯片设计公司与代工厂在工艺开发早期即介入协同,使电路设计与工艺特性相互匹配,从而在相同节点下榨取更高的性能功耗比。天玑 9600 Pro 相对 3nm 的 14% 性能提升与 23% 功耗下降,以及多核功耗 61% 的降幅,正是制程红利与设计协同叠加的结果。
对上游半导体产业链而言,DTCO 深化带来三点结构性影响:
1. 代工与设计绑定加深。先进节点的流片与量产越来越依赖设计端的早期深度介入,头部 SoC 客户与代工厂形成联合开发关系,先进产能与早期工程批的分配向深度协同客户倾斜,客户的先发优势由此放大。
2. IP、接口与存储环节联动升级。LPDDR6、UFS 5.0 等下一代接口随 2nm SoC 同步落地,带动内存、存储及封测环节的跨代切换,形成芯片—存储—终端的连锁升级节奏。
3. 竞争门槛抬升。330 亿+ 晶体管的集成规模叠加双 NPU、三簇全大核架构,使旗舰 SoC 的研发投入与验证周期进一步拉长,能够参与 2nm 竞争的玩家集中于少数头部设计公司,行业集中度趋于提高。
小结
2nm 制程落地、AI 原生架构与双 NPU 设计,共同指向同一个产业判断:端侧智能体 AI 已成为旗舰 SoC 的竞争主轴。天玑 9600 Pro 与高通 2nm 旗舰几乎同期进入终端(vivo X500 系列全球首发天玑 9600 Pro,小米 18 Pro 系列首发高通方案),上游先进制程、中游芯片设计与下游整机定价形成联动。后续观察重点在于 2nm 良率与产能爬坡、端侧 30B 级模型的实际体验兑现,以及跨代成本向终端售价传导的持续性。
中游:内存存储与器件升级
2nm制程落地不仅是SoC环节的技术跃迁,也同步抬升了对周边器件规格的要求。旗舰芯片性能与能效的大幅释放,需要更高带宽的内存、更快读写速度的闪存以及更强的散热、供电方案相匹配,中游器件环节由此进入新一轮跨代升级周期。
跨代存储规格成为旗舰标配
从天玑9600 Pro的规格披露看,芯片平台率先支持LPDDR6内存与UFS 5.0闪存,与2nm制程、4.55GHz双超大核、330亿+晶体管构成完整旗舰方案。这一组合并非偶然:端侧AI是本轮旗舰芯片的核心卖点,NPU 1090性能较上代提升51%、功耗降低40%,支持30B参数大模型本地运行。大模型预填充与推理对内存带宽提出极高要求,每瓦词元生成效率的提升,很大程度上依赖LPDDR6相较上一代更高的数据速率与更优能效;而多模态生成式AI产生的大量中间数据,则需要UFS 5.0更高的顺序与随机读写能力承接。可以说,存储规格跨代是端侧AI落地的前置条件,而非单纯的参数竞赛。
从产业节奏看,首批搭载2nm SoC的机型——如vivo X500系列全球首发、小米18Pro系列等——预计将同步把LPDDR6与UFS 5.0作为旗舰标配,存储规格的渗透将集中于6000元以上价格带。
存储涨价向终端定价传导
与此同时,存储供应链的涨价压力正沿产业链向终端传导。以小米18Pro系列为例,其Pro、Pro MAX版本预计6999元、7999元起售,较此前数字系列定价明显上探。36氪报道明确指出,定价上探受内存成本持续上涨及跨代式体验创新双重影响。这意味着本轮旗舰提价中,存储成本上升是确定性因素之一:DRAM与NAND供给端的涨价,叠加LPDDR6、UFS 5.0新一代产品初期产能有限、单位成本偏高,使得大容量高端存储配置成为旗舰BOM成本中增长最快的部分之一。
对终端厂商而言,应对路径大体两条:一是通过提价转嫁成本,小米借首发2nm与体验升级向高端价格带突破,即是将成本压力与高端化战略合并处理;二是在非旗舰机型上延后跨代存储的导入节奏,以控制中低端BOM压力。可以预期,存储规格的分化将进一步拉开旗舰与中端机型的体验差距,并强化头部厂商的定价能力。
中游环节价值量提升
如上图所示,2nm SoC、端侧AI与存储升级形成相互强化的链条:芯片规格决定存储下限,AI负载放大存储需求,存储涨价与规格跨代共同抬升中游器件的单机价值量。对存储与器件供应链而言,这是在经历前期下行周期后的确定性利好;对整机厂商而言,则意味着在需求端复苏有限的情况下,中游成本刚性上升将挤压毛利空间,倒逼其在高端化定位与供应链议价之间寻找平衡。
综合来看,中游环节在本轮2nm与端侧AI竞速中的话语权正在增强:规格跨代由芯片平台牵引,价格走势由供给端主导,终端厂商的定价自由度反而收窄。后续需关注LPDDR6、UFS 5.0的量产爬坡节奏与价格走势,这将在很大程度上决定旗舰机型定价能否企稳,以及存储规格向主流价位段下沉的速度。
下游:终端发布与定价策略
2nm芯片落地终端,旗舰发布进入密集期
随着台积电2nm制程在移动SoC上的率先落地,下游终端厂商的新品发布节奏明显加快。2026年9月,芯片端与终端端的动作几乎同步推进:联发科于9月15日发布首款2nm旗舰SoC天玑9600 Pro,随即确认由vivo X500系列全球首发;小米则宣布数字旗舰小米18 Pro系列将于本月发布,全系首发搭载高通骁龙2nm旗舰SoC。
两大头部安卓厂商分别绑定联发科与高通的最先进制程平台,形成「双首发」格局。这一局面表明,2nm并非某一家的独占优势,而是芯片设计公司与其核心终端客户共同推进的产业化节点——联发科通过与台积电的DTCO(设计工艺协同优化)深度合作抢占发布时点,vivo则以全球首发权换取旗舰产品辨识度;高通与小米延续了长期首发合作惯性,实现芯片制程的跨代升级。
端侧AI成为旗舰产品的核心叙事
从终端卖点看,2nm制程的价值正在从单纯的性能升级转向端侧AI能力落地。天玑9600 Pro搭载的第二代超能效NPU 1090峰值性能较上代提升51%,功耗降低40%,支持30B参数大模型端侧运行、多模态生成式AI及复杂Agent任务,并具备AI Always-On环境感知与后台低功耗常驻能力。vivo X500系列作为首发机型,预计将围绕这些能力构建差异化的AI体验叙事。
对终端厂商而言,端侧AI是推动用户换机与溢价支付的关键抓手。生成式AI与智能体应用向终端迁移,使旗舰手机的竞争从影像、屏幕等传统卖点扩展至大模型推理、常驻智能体等新维度,这也是厂商敢于上探价格带的重要底气。
旗舰定价明显上探:6999/7999元起售
本轮发布周期中最值得关注的变化是定价。小米18 Pro、Pro MAX预计分别以6999元、7999元起售,较此前数字系列定价明显上探。这一价格策略背后有两重驱动因素:
其一,成本传导。 存储供应链价格持续上涨,叠加2nm晶圆成本本身处于历史高位(330亿+晶体管的先进制程芯片在初期良率爬坡阶段成本压力更大),内存与SoC成本的抬升向终端售价传导是产业链条上的自然结果。
其二,高端化战略。 首发最先进制程芯片与体验升级,为数字旗舰向高端价格带突破提供了产品力支撑。小米借首发高通2nm SoC的窗口期推动品牌溢价,是其高端化路径的延续;vivo X500系列依托天玑9600 Pro的全球首发权,预计也将采取类似的旗舰定价策略。
从产业链视角看,上游先进制程与存储涨价的成本压力、终端厂商的高端化诉求、以及端侧AI带来的体验升级,三者在本轮定价调整中形成了共振。
发布与定价节奏
小结:2nm落地周期的终端竞争逻辑
综合来看,本轮2nm终端发布呈现三个特征:一是芯片首发权成为头部厂商的旗舰竞争资源,vivo与小米分别绑定联发科与高通抢占时点;二是端侧AI取代单纯性能参数,成为旗舰产品溢价的核心叙事;三是定价上探是成本传导与高端化战略叠加的结果,6999/7999元起售价标志着国产数字旗舰向更高价格带迈出实质性一步。
后续需观察的变量包括:2nm初期良率与备货量能否支撑旗舰机型稳定供应、存储涨价周期对终端毛利的持续挤压,以及首发机型在AI体验上的实际市场反馈。这些因素将决定本轮高定价策略能否被市场有效消化,进而影响整个旗舰价格带的重新锚定。
数据透视与竞争要素
5.1 制程代际跃迁:2nm 落地的量化含义
2026年9月15日,联发科在新竹发布天玑9600 Pro,成为行业首批采用台积电2nm制程的移动平台,官方宣称其为企业史上最强旗舰SoC。从公开数据看,这一代制程迁移带来的收益明确:对比上一代3nm工艺,性能提升14%、功耗下降23%;晶体管数量超过330亿,并与台积电开展设计工艺协同优化(DTCO)深度合作。
在CPU层面,天玑9600 Pro采用双超大核C2-Ultra 4.55GHz加六颗C2-Pro大核的全大核架构(部分资料显示为2+3+3三簇设计),配备34.5MB系统缓存。官方公布的功耗数据尤为引人注目:对比天玑9500,超大核功耗下降37%,多核功耗下降61%。多核功耗降幅接近六成,意味着2nm制程结合架构重构,正在将能效比推至移动SoC的历史高位——这既是散热与续航的改善,更是端侧AI持续负载的物理前提。
内存与存储规格同步跨代:率先支持LPDDR6内存与UFS 5.0闪存,为30B级参数模型的本地推理提供了带宽基础。
5.2 NPU 军备竞赛:51% 与 30B 的两个关键数字
天玑9600 Pro的核心卖点在于重构的双NPU设计。超性能NPU 1090峰值性能较上一代提升51%,功耗降低40%;大语言模型预填充性能提升51%,每瓦词元生成提升55%,可本地运行30B参数MoE大模型。超能效NPU则配合传感器中枢,实现智能体AI的Always-On环境感知,常驻感知功耗降低40%。
三组数据的产业含义各不相同:51%的算力提升对应端侧推理体验的可用性门槛;55%的每瓦生成效率决定大模型能否在电池约束下长时间运行;40%的常驻功耗降低则是Agent类应用“后台常驻”商业模式的成立条件。三者共同指向一个判断——旗舰SoC竞争已从单一计算单元的性能比拼,转向生成式AI与智能体落地终端所要求的系统级融合计算。
5.3 竞争烈度可视化
| 竞争维度 | 天玑9600 Pro 对比基准 | 量化提升/改善 |
|---|---|---|
| 制程节点 | 台积电3nm | 性能 +14% / 功耗 -23% |
| 超大核功耗 | 天玑9500 | -37% |
| 多核功耗 | 天玑9500 | -61% |
| NPU峰值性能 | 天玑9500 | +51% |
| NPU功耗 | 上一代 | -40% |
| LLM预填充性能 | 上一代 | +51% |
| 每瓦词元生成 | 上一代 | +55% |
| 常驻感知功耗 | 上一代 | -40% |
| 端侧模型能力 | 本地运行30B MoE | 参数规模跨代 |
| 晶体管数量 | 330亿以上 | 制程红利承载 |
5.4 竞争格局与产业博弈
天玑9600 Pro的发布,直接对标高通同期推进的2nm旗舰路线。小米18Pro系列全系首发高通骁龙2nm SoC,预计6999/7999元起售,定价较以往数字系列明显上探;而天玑9600 Pro则由vivo X500系列全球首发。双平台几乎同步落地2nm,显示台积电先进制程产能分配正成为旗舰手机档期竞争的前置变量,芯片厂商与终端厂商的绑定关系愈发紧密。
定价层面,小米方面明确将涨价归因于内存成本持续上涨向终端售价的传导,以及跨代式体验创新的双重作用。这一逻辑客观说明:2nm与端侧AI的军备竞赛正在推高BOM成本,旗舰价格带上探是芯片、存储供应链与品牌高端化三重因素叠加的结果,而非单一制程因素所致。
在先进制程话语权上,联发科宣称是首家宣布达到2nm节点的移动芯片公司,并自称为全球第一的移动芯片供应商。此类宣示反映了头部SoC厂商对“制程首发”营销制高点的争夺——在体验差异趋于同质化的旗舰市场,代际先发优势本身就是竞争要素。目前各方均处于发布与宣称阶段,实际量产良率、供货节奏与终端实测表现仍有待首批机型上市后验证。
5.5 小结
综合本节数据,2nm落地与端侧AI构成相互强化的两条竞争主线:制程跃迁提供37%-61%量级的功耗优化空间,为NPU性能提升51%与30B端侧大模型运行创造物理条件;而AI负载的规模化又反过来放大了对先进制程能效的需求。当竞争焦点从峰值算力转向每瓦效率与常驻能力,旗舰SoC的比拼维度已系统性扩展,2026年下半年的高端手机市场将直接检验这场军备竞赛的商业回报。
趋势判断与产业展望
一、旗舰SoC竞争转向系统级融合计算
综合本章素材,旗舰移动平台的技术竞争重心正在发生结构性迁移。天玑9600 Pro所代表的“AI原生架构”并非单点性能升级,而是对整颗芯片的系统级重构:2+3+3全大核三簇CPU、双NPU协同设计、34.5MB系统缓存以及与存储子系统的深度配合,共同构成面向生成式AI负载的计算体系。其背后的产业逻辑在于:当生成式AI与智能体任务走向终端,传统“单一计算单元堆频率、堆核心”的比拼方式已难以匹配大模型推理、多模态处理等新型负载特征,CPU、NPU、缓存、内存与存储必须作为整体协同优化。
数据层面印证了这一趋势:天玑9600 Pro通过与台积电的设计工艺协同优化(DTCO),实现多核功耗下降61%、超大核功耗下降37%;双NPU设计中,大语言模型预填充性能提升51%、每瓦词元生成提升55%。这些指标表明,制程红利正在被优先转化为AI能效而非单纯的CPU峰值性能,融合计算已成为旗舰SoC的设计范式。
二、端侧智能体AI与常驻感知成为差异化关键
天玑9600 Pro在AI能力上的布局呈现两条清晰路径:
其一,端侧大模型能力下放。 超性能NPU 1090峰值性能较上代提升51%、功耗降低40%,支持本地运行30B参数MoE模型,覆盖大模型推理、多模态与生成式AI场景。这意味着旗舰机型开始具备脱离云端运行较大规模模型的能力,为智能体应用奠定算力基础。
其二,常驻感知走向低功耗化。 超能效NPU配合传感器中枢,实现智能体AI Always-On环境感知与长时间后台低功耗常驻运行,常驻感知功耗降低40%。这使手机从“被动响应指令”向“主动理解环境”演进,是智能体AI落地的关键前提。
对芯片厂商而言,AI算力与能效的双升级正在取代传统跑分指标,成为旗舰SoC新的差异化卖点;对终端厂商而言,端侧AI体验将成为高端机型竞争的核心战场,芯片选择与AI能力绑定的深度将直接影响产品定位。
三、先进制程竞赛加速与供应链成本传导
制程层面,2nm竞赛明显提速。联发科宣称首家宣布达到2nm节点,将台积电最新工艺提前引入手机SoC,对比3nm实现性能提升14%、功耗下降23%;高通亦通过小米18Pro系列全系首发2nm旗舰SoC跟进。双巨头在先进制程上的正面交锋,标志着移动SoC正式进入2nm时代,且首发权争夺趋于激烈。
与此同时,成本压力正沿产业链向上游传导。受内存成本持续上涨影响,首发2nm芯片的小米18Pro系列起售价预计上探至6999/7999元,较此前数字系列定价明显提升。先进制程晶圆成本、LPDDR6与UFS 5.0等新一代存储配套的加入,叠加存储涨价周期,共同推动旗舰机型价格带上移。这一传导链条可概括如下:
四、产业展望
基于上述事实,本章对智能手机产业作出三点判断:
1. 竞争维度重塑:旗舰SoC竞争从制程与CPU性能的单维比拼,转向“制程+AI能效+系统级融合”的综合能力竞争,NPU与常驻感知能力将成为下一阶段差异化焦点。
2. 价格中枢上移:先进制程与存储涨价的双重成本压力,将推动旗舰机型整体价格带上探,厂商需以跨代式体验创新支撑溢价,端侧AI是最主要的叙事支点。
3. 供应链博弈深化:芯片厂商与代工厂的深度协同(如DTCO模式)、终端厂商对首发芯片资源的争夺将持续加剧,先进产能分配与成本分担机制将成为产业链上下游博弈的核心议题。
总体而言,2nm落地与端侧AI竞速正在共同推动智能手机产业进入以融合计算和智能体体验为核心的新竞争周期,产业链各环节的价值分配也将随之重构。
📚 参考素材(撰写本文时引用的相关资讯,绿色徽标=相关度评分)
以下10条资讯与本报告主题高度相关,构成本报告的事实基础。
- •
亚马逊CTO计划访华的消息引发关注。作者认为,在国内AI发布会泛滥、概念营销过剩的当下,亚马逊CTO此行的分量更重:亚马逊是云计算与AI基础设施的头部玩家,其技术负责人亲自到访中国市场,释放的信号远比一场又一场产品营销活动更有实质价值。文章
— InfoQ中文(2026-09-16) - •
InfoQ实测了一款名为Vibe Key的产品,核心卖点是让用户通过语音开口指挥AI执行任务,体验「当甲方」的感觉。文章通过真实上手评测,检验其语音交互的识别准确度、任务执行能力和实际使用门槛,探讨这类语音入口产品能否成为人机交互的新范式,
— InfoQ中文(2026-09-16) - •
阿里旗下Qoder推出Cloud Agents云上智能体服务,提出评估Agent成本时不应只盯着Token价格,而要算上任务完成率、返工率和真实交付质量背后的综合经济账。通过云端异步执行、沙箱环境等设计,Qoder Cloud Agents
— InfoQ中文(2026-09-16) - •
本文以InfoQ演讲视频形式探讨AIGC从概率生成走向专业内容生产的工程化挑战。核心问题在于:大模型输出本质上是概率性的,而专业内容交付要求确定性、可复现与质量可控,二者之间存在天然张力。文章指向的解决路径包括提示词工程规范、生成流程流水线
— InfoQ中文(2026-09-16) - •
InfoQ刊文探讨AI智能体故障排查方法,核心思路是借助会话追踪与成本控制两大手段定位问题。会话追踪让开发者还原智能体每一步的推理与调用链路,快速发现出错环节;成本控制则通过监控token消耗与调用开销,识别异常循环、重复调用等故障模式。文
— InfoQ中文(2026-09-16) - •— B站-电脑装机(2026-09-16)
- •— B站-电脑装机(2026-09-16)
- •— B站-电脑装机(2026-09-16)
- •
- •