安谋科技牵头，打造AI时代的OS

正如Arm China安谋科技市场及生态副总裁梁泉在早前的WAIC现场所说，从PC时代到移动时代，每个时代除了有对应的硬件以外，还有相应的操作系统与之相对应。这也正是我们常常谈到的“x86+Windows”和“Arm+Android”诞生的原因。

基于这个观察，进入万物智能的AI时代，必然需要一个相应的AIOS。

在梁泉看来，AI时代的产品创新不仅体现在计算平台的升级，更在于软件、模型以及人机交互范式的重构。从PC时代的键盘鼠标，到移动时代的多点触控，每一次技术革命都伴随着人与设备关系的变化。未来，AI模型将成为核心驱动力，推动设备从被动响应走向主动理解与服务。

有见及此，梁泉认为，AIOS的发展并非单一技术演进的结果，而是由交互方式、系统架构、计算模式以及AI能力成熟等多方面因素共同驱动。

首先，交互范式的升级是AIOS最核心的驱动力之一。

过去PC时代以键盘、鼠标为主，移动时代进入多点触控，而AI时代将进一步迈向语音交互、生成式UI以及具身交互。未来人与设备之间的互动不再依赖固定界面和明确指令，而是通过持续感知、自然理解和动态反馈实现更加无缝的人机协同。例如，在机器人等具身智能设备中，交互将不再局限于一次问答，而是基于视觉、语音、动作等多维感知形成连续性的交流体验。

其次，系统架构的演进也是推动AIOS发展的关键因素。

随着AI应用从简单推理走向Agentic AI，系统需要具备更强的任务理解、任务编排和执行能力。从多轮工具调用，到长短时记忆管理，再到基于数据流驱动感知和决策，AI系统正在从传统的软件运行环境转变为能够自主协调资源、完成复杂任务的智能化平台。

第三，端侧AI能力的快速突破正在加速AIOS落地。

过去业界普遍认为端侧AI能力会长期落后于云端数代，但随着模型优化、MoE等新型模型架构以及芯片计算能力的提升，端侧AI已经逐渐达到实际应用所需的能力范围。未来，越来越多AI任务将从云端向终端迁移，使设备具备更强的本地理解、推理和响应能力。

此外，端云协同模式的深化也是AIOS发展的重要方向。未来AI计算不会简单地集中于云端，也不会完全转移到终端，而是在云、边、端之间形成更加灵活的协同关系，根据任务需求动态分配计算资源，实现效率、实时性和隐私保护之间的平衡。

综上所述，梁泉认为，AIOS本质上是一个以AI模型为核心、以感知和生成式交互为基础的新型智能系统。相比传统操作系统更多承担计算资源管理和应用运行的角色，AIOS需要进一步融合AI模型、任务编排、传感、运控以及记忆管理等能力，让设备从“被动执行指令”转向“主动理解用户需求并持续提供服务”。这一变化将推动操作系统基础设施迎来一次全面重构。

正是见到这一点，安谋科技依托自身在智能计算产业上游的核心定位，前瞻布局开源AIOS智能系统，并力推开源AIOS联盟。

据梁泉介绍，Arm China安谋科技力推的开源AIOS聚焦AI模型能力、传感与运控、AI任务编排、记忆系统四大技术模块，旨在重塑基于感知的生成式交互和具身互动体验，打造面向新一代AI产品的能力引擎。

在AI模型能力方面，梁泉表示，AIOS不仅关注模型的运行和推理能力，更强调模型与交互过程的深度融合。

未来端侧设备将运行包括语音识别、语音合成（TTS）、多模态理解等多种模型，系统需要具备模型引擎、推理能力以及端云协同路由能力，根据不同任务需求灵活调度云端和端侧模型。同时，AIOS中的模型能力并非简单地将大语言模型或多模态模型部署到设备上，而是需要结合真实的人机交互场景，理解语音中的情感、文本背后的意图，并融入完整的交互流程之中，使AI模型真正成为设备智能化的核心。

来到传感与运控方面，就对AIOS面向具身智能时代的实时感知和反馈能力有更高的要求。

与传统设备不同，未来机器人、智能眼镜、AI宠物等设备需要通过视觉、语音、文本等多种输入方式持续感知环境和用户状态。因此，AIOS需要构建面向多模态数据的数据流引擎（DataFlow），将视频流、音频流等实时数据进行融合处理，并通过高效的数据通路实现从感知输入到AI推理，再到最终动作执行的闭环。通过Zero Copy等高性能数据处理机制，DataFlow将成为贯穿整个AIOS架构的数据中枢。

在AI任务编排方面，AIOS则需要支持Agentic AI时代的复杂任务执行能力。

不同于传统软件按照固定流程运行，未来AI设备需要能够理解用户目标，并自主完成任务拆解、规划和执行。因此，AIOS中的Agentic Engine需要支持多轮工具调用、任务编排以及Loops机制，将一句简单的自然语言指令转化为背后多个步骤的规划，并最终落地为可执行动作。同时，由于AI Agent可能具备一定自主执行能力，系统还需要强化隐私保护和安全机制，在合理边界内控制任务执行过程。

最后，在记忆系统方面，AIOS需要构建支持长期交互的智能记忆能力。 因为未来AI设备不再只是一次性响应用户指令，而需要理解上下文、积累历史信息，并根据长期交互不断优化服务体验。因此，记忆系统需要支持长短时记忆管理、上下文理解以及数据安全管理，使设备能够形成更加连续、自然和个性化的人机互动体验。

“展望未来，AI设备将呈现多元化发展，包括AI宠物、智能眼镜、录音设备、边缘AI盒子等，并逐步进入家庭、办公、工业等场景。这些设备将天然具备端云互通和设备互联能力，因此AIOS需要支持多端协同以及云端与终端之间高效的信息流转，成为连接不同智能设备的基础设施。”梁泉总结说。

作为大部分AI设备的底层算力提供者，Arm China安谋科技在AIOS上并不是闭门造车，而是发起“开源AIOS联盟”，携手国内AI产学研合作伙伴，协力推动开源AIOS研发与多场景落地应用，共建开源AIOS产业新生态。

梁泉表示，开源AIOS联盟的目标，是通过开放的软件、核心技术和产品生态，推动AIOS从技术研发走向规模化落地。“联盟希望围绕AI模型层、系统软件、原型产品等关键环节进行开源共享，联合产业伙伴共同探索AIOS核心模块的创新，同时开放代码、技术文档和产品设计，加速形成开放协同的开发生态。最终，通过覆盖端、边、云多场景的产品实践，推动新一代AI设备的发展，并促进产业伙伴之间的协作与生态共建。”梁泉说。

据透露，目前“开源AIOS联盟”已汇聚20余家生态合作伙伴，其中牵头单位包括芯发科技、紫光展锐、瑞芯微、辉羲智能等国内领先的芯片厂商，以及面壁智能、RT-Thread、AutoCore等本土模型及软硬件方案提供商。此外，清华大学智能产业研究院、香港科技大学物理AI研究中心等顶尖高校及科研机构也作为学术伙伴同步加入联盟，携手构建开放共赢的AIOS生态圈。

“发起AIOS联盟只是推动生态建设的第一步。未来，联盟希望通过开放协作，加速AIOS技术和产品的成熟落地，推动更多基于AIOS的新型智能设备进入实际应用场景，让先进的AI能力从技术创新走向大众化应用，真正融入人们的日常生活。”梁泉展望道。

点这里👆加关注，锁定更多原创内容

*免责声明：文章内容系作者个人观点，半导体芯闻转载仅为了传达一种不同的观点，不代表半导体芯闻对该观点赞同或支持，如果有任何异议，欢迎联系我们。