9月15日，联发科在深圳举办天玑旗舰芯片新品发布会，正式推出面向智能体AI的天玑9600 Pro与天玑9600M。其中天玑9600 Pro采用台积电2纳米制程，是联发科首款跨入2纳米节点的移动平台，官方称其采用全新的AI原生架构设计，把智能体化AI体验当作核心卖点。芯片集成330亿晶体管，对比上一代3纳米制程性能提升约14%，功耗下降约23%。vivo X500 Pro系列将首发搭载这款芯片。
CPU部分采用2+3+3全大核架构，没有能效小核。具体配置为2颗主频高达4.55GHz的C2-Ultra超大核，3颗4.35GHz的C2-Pro大核，以及3颗3.1GHz的C2-Pro大核，缓存架构扩大到34.5MB，覆盖L2、L3与系统级缓存。官方给出的对比数据是单核性能较上一代提升17%，多核性能提升15%，多核峰值功耗则节省61%。
对手机这类受散热和电池约束的设备来说，功耗数字比峰值性能更有意义。61%的多核功耗下降意味着同样的电池容量可以支撑更长时间的持续负载，而这正是端侧智能体的实际工况：不是跑一次基准测试，而是全天候做语音唤醒、场景识别、后台任务调度。芯片还率先支持LPDDR6内存与UFS 5.0闪存，配合天玑调度引擎在硬件与软件之间动态分配计算、功耗与内存资源，让多个应用能在后台同时运行而不互相拖慢。
全大核设计的取舍也值得说明。取消小核意味着轻负载场景下的能效优势需要靠调度和制程来补，联发科的做法是让调度引擎在硬件与软件之间动态分配资源，把低负载任务压到最低功耗状态，同时避免大核频繁启停带来的额外开销。
AI能力被拆成两条路线。第二代超能效NPU融合低功耗传感器中枢，功耗较上一代节省40%，负责全时在线的感知任务，让智能体可以长期驻留而不明显耗电。超性能NPU 1090则面向复杂端侧AI应用，大语言模型预填充性能提升51%，每瓦特生成的token数最高提升55%，支持在设备本地运行参数规模最高300亿的大模型。
把这两颗NPU分开设计，对应的是智能体体验里的两个阶段。常驻感知负责判断什么时候该被唤醒，功耗必须压到极低；一旦唤醒，推理单元要在有限时间内完成理解与生成。官方描述的新能力包括对设备内数据的智能分析、主动式协助，以及学习用户偏好后像数字分身一样代为响应。这套叙事的落点很明确：竞争维度已经从跑分转向端侧内存占用、能耗效率与常驻可用性。
300亿这个参数规模是本次发布的关键数字。此前端侧可稳定运行的模型多在百亿以下，300亿级别通常需要依赖云端。如果本地推理能覆盖到这个量级，意味着一批此前必须上云的任务可以留在设备内完成，隐私与延迟两方面的收益都很直接。
图形部分集成G2-Ultra NX GPU，峰值性能较上一代提升27%，峰值功耗下降24%，光线追踪性能提升18%，支持最高185帧的高帧率游戏。芯片引入天玑神经网络渲染架构，把GPU与AI计算单元结合起来，并落地第三代光线追踪引擎、OMM光追硬件加速与倍帧技术4.0，在天玑平台首次实现光线追踪管线技术。
影像方面集成Imagiq 1290图像处理器，采用ISP与NPU融合计算的天玑智能影像架构。功能亮点包括通过NPU协同计算合成多景深画面的全景深计算光学影像技术，以及由超性能NPU配合追焦硬件引擎驱动的60帧专业运动级追焦。视频录制首次带来4K240原生直出超高速慢动作、4K60电影级视频直出与4K120电影级Log原色视频直出，动态范围支持到微单级的17EV。这些能力与端侧AI的组合，指向的是拍摄当场就能完成理解与处理的场景。
影像与游戏的升级看似与AI无关，实际上共享同一套算力底座。神经网络渲染把GPU与NPU的算力合起来调度，计算摄影则依赖NPU完成多帧合成与追焦判断。端侧AI的价值最终要落到这些具体功能上，而不是停留在跑分列表里。
与天玑9600 Pro同时公布的还有天玑9600M，定位把旗舰级性能与能效带给更广的用户群体，同样搭载智能体AI引擎与天玑调度引擎，用于丰富旗舰细分市场的布局。联发科董事、总经理暨营运长陈冠州在发布会上表示，公司将依托端到云的多元化增长引擎推动智能体时代的发展；资深副总经理徐敬全则称天玑9600M是为普及旗舰体验而生。
把这次发布放到9月的整体节奏里看，端侧AI的竞争维度正在发生迁移。同一时间段，手机操作系统层面也在做同类动作：OPPO发布的ColorOS 17把端侧大模型基于线性注意力架构做到原生128K上下文，内存占用降低48%，能耗优化55%。芯片与系统两条线同时向端侧挤压，说明行业已经接受一个判断：并非所有AI任务都值得上传云端，隐私敏感、延迟敏感和成本敏感的负载会优先留在本地。谁能用更低的功耗和更小的内存跑住更大的模型，谁就能在这轮竞争里占住位置。
从更长周期看，端侧模型规模的上限取决于内存带宽与散热能力，而不是单纯的NPU算力。LPDDR6与UFS 5.0的引入正是在补带宽这块短板。这也意味着下一代移动AI芯片的竞争，会更多围绕内存子系统而非算力峰值展开。