当AI长出四肢，为什么通信SoC公司的价值正在上升？

如果说过去几年AI竞争的关键词是“模型”，那么接下来，一个新的关键词正在浮现：物理。

AI正在从屏幕里的对话框走向真实世界，进入汽车、家庭、机器人以及越来越多的智能终端。

它不再只是回答问题，而是要看见、听见、理解、决策，并最终执行动作。

换句话说：AI正在从“大脑”，开始长出“眼睛、耳朵、神经和四肢”。

而当AI真正进入物理世界，决定它能否跑起来的，就不再只是模型参数和NPU算力。

一个此前并不那么显眼的产业角色，也因此正在重新获得关注：

通信SoC公司。

AI进入物理世界，单点算力不够了

过去评价AI芯片，人们最关注的是算力、模型参数和推理速度。

但物理世界的AI面对的是另一套问题。

汽车需要实时感知道路环境，机器人需要同时处理视觉、声音和自身状态，家庭设备需要连接不同终端并持续响应用户需求。

这意味着，物理AI需要形成一个完整闭环：

感知 → 计算 → 决策 → 通信 → 执行。

任何一个环节出现短板，智能体都可能从“聪明”变成“不好用”。

因此，未来AI芯片的竞争重点，很可能不再只是“谁的NPU更强”，而是谁能够把：

通信、计算、感知、安全

四种能力高效融合。

而这恰恰是通信SoC厂商长期积累的能力。

为什么“通信”会重新变得重要？

在云端，AI可以依赖稳定的数据中心和网络。

但进入真实世界之后，情况完全不同。

机器人不能因为网络延迟就停止动作，汽车不能因为连接中断就失去关键能力，家庭设备也不能因为云端暂时不可用就完全停止响应。

所以，AI一旦进入物理世界，“连接”就不再是外围能力，而是智能闭环的一部分。

AI需要连接世界，才能持续理解和服务世界。

通信能力决定设备如何与外部世界交换信息，而当通信能力进一步与CPU、GPU、NPU、ISP及各种接口融合进SoC，芯片就不再只是计算工具。

它开始成为：

连接数字世界与物理世界的神经中枢。

通信SoC的优势，正在从“连接”走向“智能”

端边AI时代，SoC的价值正在发生变化。

过去，通信能力意味着“让设备连得上”；今天，它进一步意味着“让智能持续运行”。

连接质量影响AI服务的连续性，通信时延影响智能体的实时响应，本地计算决定哪些任务可以留在设备内部，芯片级安全则决定哪些数据能够真正做到本地处理。

因此，通信与AI不再是两条平行线，而开始在终端SoC上汇聚。

这也形成了通信SoC厂商进入AI时代的结构性优势：它们不是从零开始做AI，而是在通信、计算、连接和系统集成能力之上叠加AI。

展锐的优势，来自长期积累

过去25年，展锐持续积累通信芯片研发能力，并逐步向更复杂的SoC系统能力延伸。如今，展锐进一步围绕Agentic AI推动这种能力融合。

Agentic AI技术方案将AI算力、Agent运行框架、系统能力、芯片安全和开发工具结合起来；N9系列端边AI芯片平台提供面向Agent部署的硬件基础；UniClaw则进一步将这些能力落到具体智能体应用。

三者共同指向一个方向：

让终端从“能够连接”，进一步走向“能够理解、决策和执行”。

当AI长出四肢，系统能力比单点算力更重要

机器人是最能体现这一趋势的场景之一。

一个真正的智能机器人，需要视觉感知、语音交互、环境理解、实时计算、通信连接和运动控制。

它既需要“大脑”，也需要“神经”和“四肢”。

因此，机器人的智能不是某一颗NPU单独决定的，而是一个完整系统共同作用的结果。

未来AI芯片的竞争，也可能越来越接近智能手机时代的SoC竞争：

最终比拼的不是某一项能力有多强，而是系统能否在功耗、算力、通信、接口、感知和实时控制之间找到最佳平衡。

AI的终局，不只是更大的模型

未来，云端仍将承担最复杂的模型和任务，但越来越多实时、敏感、低延迟的AI能力，也会向边缘和终端迁移。

手机、汽车、家庭设备、机器人，都将成为AI运行的新载体。

这意味着，未来AI基础设施的边界，将从数据中心进一步延伸到千千万万颗终端SoC。

当这一变化发生，芯片的价值也需要重新定义：

不只是“能算多少”，更要看：

能不能连接、能不能感知、能不能计算、能不能安全地执行。

这正是通信SoC公司价值重新上升的原因。

对于紫光展锐而言，25年的通信积累、高集成低功耗SoC能力，以及围绕Agentic AI、N9和UniClaw形成的端边AI布局，让其正在从“连接世界”进一步走向“让设备理解并参与世界”。

当AI长出四肢，芯片不再只是计算的载体。

它正在成为数字世界与物理世界之间的桥梁。