龙擎空天发布LQAPU:端侧AI的竞争,正从“算力”转向“任务”
11月13日,龙擎空天(上海)智能科技有限公司在上海发布《龙擎LQAPU智能体处理器技术白皮书》及首款芯片LQ7000,并与国芯科技签署战略合作、与六联智能达成千万元级采购意向,同时联合科研与产业伙伴启动“LQ7000太空智能算力应用生态共建”。这场发布会真正值得注意的,不是又一颗端侧AI芯片问世,而是它换了一个提问方
11月13日,LQAPU智能体处理器技术白皮书》及首款芯片
这场发布会真正值得注意的,不是又一颗端侧AI芯片问世,而是它换了一个提问方式:当智能体开始替人办事,计算平台该为“算”负责,还是为“事”负责?龙擎空天给出的答案是LQAPU—— 一套把“任务过程”纳入架构的处理器体系。
一、把“任务”写进计算架构
一个智能体要完成任务,光会调用模型远远不够,它还要查资料、调工具、记住自己做到哪一步;任务中断后,得判断能不能接着做、从哪儿接;涉及敏感操作,还要等人确认。这些环节过去大多由应用层各自处理,龙擎空天想把它们收进计算平台。LQAPU(Agent Processor,智能体处理器)的思路,是把模型计算、任务状态、资源调度与执行反馈放在一起考虑。用更直白的话说:过去的AI芯片优化的是“一次推理有多快”,LQAPU要回答的是“一件任务能不能办完、要多久、断了能不能续”。
白皮书给出了软硬分工:硬件层以通用处理与可编程AI计算协同,兜住模型运行和数据处理;软件层通过
这个选择有它的现实依据。端侧智能体面对的多是会议、办公、行业终端这类场景,数据不便上云、响应又不能慢;一旦任务跨多个工具、持续几十分钟,靠应用层自己维护状态,既容易断,也难以复用。把任务状态收进计算平台,本质上是在为“长时间、多步骤、要授权”的本地任务准备基础设施。
评价一颗AI芯片,业界习惯看
二、
LQ7000
产品层面,LQ7000把可编程AI计算与工具链捆在一起,正推进语言、语音、视觉等模型的适配,让同一平台能覆盖会议办公、知识检索、图像识别和多模态处理。围绕这颗芯片,公司铺开了
这些形态指向的客户其实很明确:加速卡面向整机与边缘服务器厂商,
路线图也很清晰—— LQ7000聚焦推理计算与工具链基础;
“Ready”这个命名透露了产品节奏:先把能跑起来的底座交付出去,再按场景复杂度逐代补齐任务控制能力。从LQ7000到
三、一场“自证”的演示:把发布会本身当测试用例
这场发布会有一个不太一样的安排:会场本身就是演示现场。会场部署了基于LQ7000算力卡的本地语音处理系统,对发言实时转写与翻译,并直接呈现在屏幕上。这并非单纯的现场效果,会议现场多人交替发言、专业术语密集、环境噪声不可控,对端侧实时推理来说是一组相当苛刻的输入。把系统放在这样的负载下公开运行,本身就是一次可被观察的验证。
展示环节的主角是
更完整的一次演示发生在现场:演示者用语音指令,对发布会已完成的公开发言进行整理,生成报道草稿并完成修改与保存。从原始语音,到结构化内容,再到一份可交付的草稿——这条链路恰好对应LQAPU所主张的“任务闭环”,而不只是一次模型推理。
围绕行业落地,龙擎空天还介绍了视觉识别、语音处理、知识检索与多模态理解能力向智能制造、教育、交通,以及医疗(医学知识服务、影像辅助处理)、安防(视频分析与事件处理)、应急(图像智能压缩与传输协同)、太空(遥感处理与任务协同)等场景延伸的思路。本地部署可减少对外部云端的依赖,为适合本地执行的任务提供离线能力;涉及外部系统的操作,则按应用授权与连接条件执行。
把发布会当作第一个“客户场景”,是芯片公司验证任务型负载的一种聪明做法——因为一场发布会本身就是多任务、长流程、需要授权与协作的真实环境。如果MBot能在这样的场合把“听—理解—整理—成稿”跑通,它提供的说服力,比任何一组跑分都更接近用户真正关心的东西。
四、从IP到整机到场景:三层生态怎么拼起来
芯片公司最难的一关,往往不在设计,而在让上下游愿意按你的架构来适配。龙擎空天在首款芯片落地阶段,就凑齐了三层伙伴。
底层是
中间层是
最外层是场景伙伴。科研团队、载荷企业与卫星企业一起,启动“
IP、整机、场景,恰好对应一颗芯片走向商用要过的三道关:有没有底层技术支撑、有没有终端愿意用、有没有真实场景验证,龙擎空天在首款产品阶段已做到这三点同时到位。
五、把算力送上天
太空智能算力
这个方向的逻辑并不难理解:遥感数据体量大,若能在星上先做一轮筛选和预处理,下传带宽压力和响应时延都会明显改善。难的是空间环境对可靠性的苛刻要求。龙擎空天选择在首款芯片阶段就拉起生态,除了商业逻辑以外,同时为“
六、出海:马来西亚做起点
市场布局上,龙擎空天先立足国内,联合整机厂商、行业客户与解决方案伙伴推进验证和落地;再以马来西亚为海外业务起点,逐步建设本地市场、交付与服务能力,计划未来三至五年拓展东南亚、中亚和中东等市场。
把出海首站放在东南亚而非欧美,是中国AI硬件企业比较务实的路径:市场门槛相对可控、场景需求明确、本地化成本也更低。对龙擎空天来说,马来西亚更像一块“试验田”——国内验证过的产品和场景经验,先在这里跑通本地化,再向周边复制。
结语
回到最初的问题:端侧AI的竞争,究竟在比什么?
过去几年,答案很统一:比算力、比能效、比模型跑分。但当智能体从“回答问题”走向“完成任务”,评价尺度正在变化:一颗芯片好不好,不只看它算得多快,还要看它能不能把一件事情的来龙去脉管住。LQAPU能否成为端侧智能体的通用底座,还要交给量产、适配和真实场景去检验,但它提出了一个值得产业共同回答的问题。