智能体时代,端侧芯片的下一战:龙擎空天的LQAPU路径
2026-11-20
11:51:39
来源: 李晨光
点击
当AI产业的核心矛盾从“能不能生成答案”转向“能不能完成任务”,算力芯片的评价体系正在被彻底重构。
过去数年,行业围绕GPU、NPU的峰值算力、推理帧率展开单一维度内卷,TOPS数字逐年攀升,工艺节点持续演进,各家芯片厂商在同一个坐标系里比拼推理速度。而当智能体(Agent)开始走向落地,当AI应用从“生成一次回答”走向“协助完成一项工作”,这个坐标系本身开始松动——任务完成率、端到端时延、链路调度效率、安全可控性等,正在成为更核心的行业标尺。
据行业相关数据显示:对话式AI单次任务约消耗1万Token,推理式AI约10万Token,而智能体单次任务的词元需求可达百万级别。由此可见,单纯依靠云端承载海量Token需求,将面临成本、时延、能效的多重瓶颈,业界比拼的不再是单一芯片性能,而是整套系统的协同能力。这意味着,端侧计算的竞争正在从“跑分”转向“跑任务”,这对芯片提出了新的要求。
2026年11月13日,龙擎空天在上海发布LQAPU技术白皮书及首款芯片LQ7000,试图回应的正是这一转向。

这家成立于2023年的公司,同时布局端侧AI计算与低轨卫星互联网终端,其提出的LQAPU(LQ Agent Processor Unit)架构,将计算平台的关注点从“模型推理”扩展至“完整任务过程”——任务状态、上下文管理、工具调用、权限确认,都被纳入系统设计的考量范围。LQ7000则是这一架构下的首代端侧AI芯片产品,定位为“Agent Processor Ready”,从计算与软件基础出发,逐步承接LQAPU的总体架构。
与此同时,龙擎空天在发布会上同步宣布与苏州国芯战略合作、与六联智能千万元采购意向落地、启动太空智能算力应用生态共建。这家以“智算空天地,智联通全球”为定位的企业,正以“智能体计算架构+卫星连接终端”的多方位布局,站在了AI与商业航天两大产业变革的交汇点。
当算力不再只看“跑分”
- 从NPU到LQAPU:重新定义智能时代的计算单元
“行业过去一直在卷NPU的推理速度,但真实的产业需求已经变了。”龙擎空天CEO朱珂认为,用户对AI的期待正在从更快地完成单次推理,扩展到能够协助完成一整项工作的“数字员工”。这要求底层平台同时关注模型计算和任务全过程的运行效率。

在龙擎空天的判断里,AI应用已正式进入智能体时代:从回答问题到完成任务,一套完整的工作流需要调用语音、视觉、语言多类模型,涉及资料检索、工具调用、状态记忆、权限校验等多个环节,推理只是其中一步。如果只优化NPU算力,而忽略任务调度、上下文管理、工具协同等链路,就会陷入算力跑分很高、实际任务效率提升有限的木桶效应陷阱。
正是基于这一判断,龙擎空天提出了LQAPU技术体系。朱珂表示,LQAPU面向的是覆盖计算架构、软件栈与应用生态的智能计算平台。其核心思路是“软件定义任务,软硬件协同优化关键路径”:软件负责任务规划、业务策略与工具编排,硬件和底层运行时围绕可编程计算、数据访问及执行效率提供支撑,共同改善完整任务的运行效果。
白皮书以“一项可编程计算基础、五项协同机制和一套软件平台”组织总体架构。五项机制分别关注任务级执行、上下文与记忆管理、结构化行动、多模型与检索协同,以及状态连续性与可信执行。其重点,是明确模型、任务状态、工具和计算资源如何协作,并通过接口与运行时连接起来。这些机制描述的是系统功能职责,具体能力由芯片、软件及应用分层承载。

LQAPU的差异化着眼于完整任务的系统组织。在计算层,可编程AI计算与通用处理资源协同;在软件层,运行时、工具链及AgentOS服务框架连接模型调用、任务进度和上下文管理。其中,AgentOS定位于成熟操作系统之上的智能体服务与治理框架,面向会话、任务、工具权限及异常恢复等需求提供支持。

“我们围绕整个Agent全链路已经申请了一百多项专利,覆盖底层计算、数据调度、RAG管理、安全机制全环节。”朱珂表示,LQAPU的终极目标,是在端侧构建一个“CPU+NPU+DSP+专用加速单元”的异构计算平台,上层配套完整的工具链与模型生态,让算力真正服务于任务完成,而非单一指标。
- LQ7000:可编程架构下的“智能体底座”
作为LQAPU技术体系下的首代产品,LQ7000以可编程AI计算和通用控制协同为基础,面向端侧模型部署与应用集成,推进性能、能耗和软件适配之间的场景化优化。

据龙擎空天CTO陈雷介绍,LQ7000采用高度可编程的EE-DNA(Edge/End Diversity Neural Network Accelerator)异构计算架构,由RISC-V CPU承担数据调度、存储管理及设备侧控制,结合GPNPU计算单元,在统一指令体系下组织标量、向量与矩阵运算,支持INT4、INT8、FP16等多精度计算,为不同模型的部署与优化提供基础。
“传统NPU为了提速会把常用算子做硬件固化,单模型性能很高,但适配新模型非常困难。”龙擎空天软件开发与解决方案总监郑功赞解释了通用架构的核心价值,“我们的架构有一套完整的基础指令集,叠加专用加速单元,既能保证算力效率,又能快速适配各类新模型;多个并行计算核还可以同时运行不同模型,天然适配智能体多模型协同的工作模式。”
软件生态方面,LQ7000已提供驱动、SDK及部署示例,围绕模型转换、编译部署和应用接入推进工具链建设。本次发布会演示以Linux环境为基础,Windows及国产操作系统的适配按照具体平台和版本推进。公司希望通过对接主流模型开发与部署流程,降低应用迁移和系统集成的工作量。
据郑功赞介绍,本次会议智能体演示在已有模型适配和SDK基础上,由应用、模型与SDK团队协作,用三天完成了该演示流程的集成。这一案例展示了既有软件能力在具体应用中的复用价值,其他应用的迁移工作量则取决于模型、算子、系统接口及业务流程。
产品形态上,LQ7000以M.2模块和PCIe加速卡为主要载体,分别面向紧凑型终端及工作站、边缘服务器等设备的集成需求,通过与主机平台、驱动和应用软件适配,扩展本地AI处理能力。
在此基础上,公司正与伙伴推进Agent Box等整机方案,并探索通用处理与AI计算的异构合封方向。相关产品将围绕会议处理、智能客服、企业知识服务和工业数据分析等具体任务开展开发与验证。

场景加速渗透,从办公终端到星辰大海
- 从会议助手到产线质检:端侧智能体的场景闭环
在发布会现场,龙擎空天将演示直接融入了活动本身:会场部署的本地语音处理系统基于LQ7000算力卡运行,全程断网完成实时转写、多语言翻译;MBot会议机器人 则演示了从语音采集、内容理解、纪要整理到任务生成、工具调用的完整会议工作流。
演示中,系统可基于现场发言实时生成报道草稿、区分会议决议与待办事项、按权限调用企业知识库,最终形成可执行的行动清单——这正是龙擎空天对“端侧智能体”的典型落地构想:不需要云端传输,数据全部本地处理,围绕具体工作场景提供闭环能力。
“我们和一家做会议系统的上市公司合作,一张算力卡就能实现全本地化的会议全流程管理,后续还会叠加声纹识别做权限管控。”朱珂表示,面向客户最直观的价值,就是“真正能落地的智能体方案”,而不是纸面参数。
随着与六联智能千万元采购意向的落地,LQ7000将加速进入AI PC、家庭智能终端、行业设备等场景。在龙擎空天的规划中,端侧智能体的价值远不止办公场景:本地运行的个人助理会持续积累用户习惯与私有数据,成为每个人专属的“信息化助手”,数据主权完全由用户掌控。“未来每个人都会有自己的本地大模型,它越了解你,你就越离不开它。”朱珂说。
面向工业及其他行业边缘场景,LQ7000的可编程架构为同一硬件平台适配视觉检测、语音交互、知识检索等不同任务提供基础。通过模型适配、计算内核优化与应用集成,平台可以服务多类工作负载,具体支持范围和运行效果则需要结合模型版本、资源配置及部署环境验证。
以工业质检为例,据朱珂介绍,公司正与客户围绕Agent Box开展方案开发,将产线传感器数据、检测结果与业务规则连接起来,支持数据整理、质检报告生成及校验等工作。LQ7000为相关模型的本地运行提供计算支撑,应用软件负责设备接入、流程衔接与结果处理。其价值在于减少人工汇总、反复录入和报告整理,让AI从单点识别进一步参与连续的业务流程。
根据官方披露,LQ7000正在向智能制造、智慧教育、安防视频分析、医疗影像辅助、应急通信等多个行业场景延伸,通过与行业伙伴联合适配的方式,把通用算力转化为场景化的完整方案。
- 星载算力:让遥感数据“天上处理、关键下传”
作为龙擎空天区别于普通AI芯片厂商的独特赛道,星载智能计算是本次发布会的另一大看点。
龙擎空天卫星产业线负责人毛继曙指出,太空算力正在呈现“从经济账转向安全账”的趋势,小颗粒边缘算力的需求增长远快于集中式大算力。“未来每一颗卫星都会标配边缘算力单元,用于姿态控制、遥感处理、在轨分析。国内两大星座加起来三万多颗卫星,叠加其他星座规划,对应几万到十几万的芯片需求量,卫星赛道的增长空间非常大。”
当前行业的普遍痛点是:卫星遥感需要把整张图像传回地面处理,带宽有限、时延极高,灾害应急等场景下严重影响响应速度。龙擎空天的思路是“星上数据星上算”:在卫星端完成大图像切片、目标识别、异常筛查,只把关键结果和异常数据下传地面,大幅提升响应效率、节省传输资源。
这一路径与行业对“天数天算”的判断高度吻合。据Fortune Business Insights统计,2025年全球太空AI市场规模达23.6亿美元,预计2034年突破150亿美元;在轨数据中心市场2035年规模预计达到390亿美元,2025年至2035年复合增长率高达67.4%。但行业同样清楚,在轨计算的工程门槛远非地面数据中心可比——辐射、真空散热、能源供给、星间通信,每一项都在压缩“把服务器搬上太空”的可行性空间。
“目前我们已经完成了遥感识别、灾害监测、气象预测等模型的端侧仿真验证。”毛继曙在采访中给出了龙擎对这一节奏的判断:“第一代LQ7000并非完全按直接上星、直接抗辐照的要求设计,但可以通过系统级加固先做一些实验。整体目标是通过一代到两代产品开发,让后续芯片真正具备上星应用能力。”这意味着,LQ7000在太空场景中的角色是“先行验证平台”,而非最终形态。
发布会上,龙擎空天联合科研团队、载荷企业、卫星企业共同启动了“LQ7000太空智能算力应用生态共建”计划,围绕遥感筛选、目标识别、卫星状态分析等方向推进载荷设计与地面验证。在龙擎空天看来,空间任务中的通信窗口、链路时延和有限人工干预,使受约束的自主处理具有明确价值。相关能力的落地,需要与空间环境验证、任务安全边界及地面控制机制同步推进。
智算与智联的协同,是龙擎空天的重要差异化方向。在地面应用侧,公司正探索将本地AI计算与低轨卫星连接能力结合,面向应急、海事及偏远地区作业等场景,形成具备现场数据处理与远程协作能力的融合终端。这与星载智能载荷探索共同构成公司空天地协同的应用布局。
这种融合方向的价值,在连接条件不稳定的现场作业中尤为突出:连接可用时,本地处理与远程协同相互配合;连接中断时,不依赖远程服务且具备本地数据和执行条件的任务可继续运行;链路恢复后,再按照应用规则同步状态与结果,形成“智能在现场,连接跨地域”的工作方式。
从技术积淀到产业协同,智算+智联双轮驱动
很多人可能会疑惑:一家公司同时做AI芯片和卫星终端,会不会分散精力?在龙擎空天的逻辑里,“智算”与“智联”从来不是两条独立的业务线,而是空天地一体化智能基础设施的两个支柱——计算是智能的核心,连接是智能的延伸,二者相互赋能、场景融合。
底层技术上,两条产品线共享可编程架构、嵌入式软件、系统工程能力;场景落地中,计算提升连接的价值效率,连接拓展计算的覆盖边界;未来产品形态上,二者将逐步走向融合终端,形成独特的差异化方案。
同样值得关注的是,2023年成立的龙擎空天,成长速度远超行业平均水平:成立三年即推出首代AI芯片、中标头部星座终端订单、启动规模化智造工厂。这种快节奏的背后,是一支磨合了近20年的核心团队。
朱珂介绍,团队的技术路线是一步步迭代而来的:最早做CPU研发,之后延伸到端侧音视频多媒体处理;广电时代切入直播卫星赛道,积累了卫星信道、信源、压缩的全链路技术;AI浪潮到来后,自然延伸到端侧智能计算赛道。“我们不是从零开始创业,软件平台、硬件设计、工程化经验都是过去二十年积累下来的,只是顺着产业趋势走到了今天的赛道。”
这支平均拥有20年以上行业经验的团队,既懂芯片架构与量产,也懂卫星终端工程化与交付,天然适配“AI+商业航天”交叉赛道的复杂节奏,这也是龙擎空天能同时推进两条产品线的核心底气。
依托“智能芯片研发-卫星终端制造-全球网络运营”的全链条布局,龙擎空天搭建了清晰的组织架构:全资子公司龙擎微(上海)专注AI算力芯片研发;龙擎空天(无锡)承接低轨卫星终端产业化与规模化交付,建设国内首个商用低轨卫星终端“灯塔工厂”;深圳分支机构覆盖华南市场;海外则以马来西亚为首站,持续布局并拓展在东南亚的运营服务。
“中国的低轨卫星终端产业没有现成先例,全球范围Starlink也是封闭体系,制造工艺、产线设计都要自己摸索。”毛继曙透露,龙擎空天是垣信千帆星座中标厂商中第一个启动产业化布局的,工厂节奏将配合客户明年7月左右的上量计划,预计明年一季度就会有生产端的明确进展。
“未来三到五年,智算产品、智联终端、融合方案将同步推向海外市场。”朱珂补充道。
- 生态共建,从芯片到场景的全链路协同
芯片与终端的落地,离不开产业链的协同。本次发布会上,龙擎空天集中公布了多项生态合作成果:
与苏州国芯深化战略合作,围绕GPNPU技术与APU生态,联合拓展车载、信息安全等行业场景,国芯同时参与芯片后端设计与应用层开发;
与六联智能达成千万元级采购意向,联合推进LQ7000在AI PC、行业终端中的适配落地;
启动太空智能算力应用生态共建,联合科研与产业伙伴探索星上智能处理路径;

此前,龙擎空天已与上海交通大学集成电路学院成立卫星互联网联合实验室,攻关相控阵天线、星载智能计算、高可靠芯片等核心技术。
“龙擎负责产品定义、研发推进、模型适配与平台建设,合作伙伴负责系统集成与场景落地,我们一起把智能体计算推进到更多实际场景。”朱珂如此描述生态思路。
对开发者和行业伙伴而言,生态建设还需要落实到可使用的软件能力。龙擎空天将围绕模型适配说明、开发接口、部署示例及诊断工具持续完善平台,帮助伙伴开展模型部署、应用集成与问题定位,并通过接口和工具链的持续演进,积累可以跨产品迭代复用的软件与行业经验。
智能体时代,算力的下一个赛场
从行业视角看,龙擎空天的选择,踩中了两个确定性的产业拐点:一是端侧AI从跑分竞赛走向任务价值。当大模型能力逐步同质化,谁能让智能体更低成本、更安全、更高效地完成具体工作,谁就能掌握下一代算力的话语权。单纯卷NPU峰值算力的时代正在过去,面向任务的系统级架构能力,会成为新的竞争壁垒。
另一方面,卫星互联网从连接网络迈向“智能网络”。星座组网完成后,产业的核心矛盾会从“有没有信号”转向“能不能用好”,星上计算、在轨智能会成为卫星产业的下一个增长引擎,而“计算+连接”的融合方案,会成为终端厂商的核心竞争力。
龙擎空天选择以可编程计算为基础,通过软件平台和行业伙伴推进应用落地,再将计算与连接能力延伸至不同场景。这一路径的关键,在于能否把架构思路转化为稳定的软件支持、可复现的任务效果和可持续的客户交付。
按照产品路线图,龙擎空天将沿着“7000打基础、8000做全栈、9000上太空”的节奏持续迭代:LQ7000首先建立推理计算与工具链基础;规划中的LQ8000面向更复杂的智能体任务,推进任务控制、状态管理和协同扩展;LQ9000则面向空间可靠性与受约束任务自治需求。公司希望通过LQAPU架构、AgentOS及工具链的持续演进,让软件与应用能力随产品迭代积累和复用。

智能体时代,算力的竞争正在增加一个更贴近用户的尺度:一项工作能否被正确、及时、经济地完成。峰值性能仍是基础,而模型、数据、工具与系统的协同,决定这些性能能否转化为实际价值。龙擎空天以LQAPU搭建技术框架,以LQ7000推进产品实践,并通过“智算+智联”拓展应用边界,其要回答的核心问题始终一致:如何让模型的能力,成为系统办成事情的能力。
过去数年,行业围绕GPU、NPU的峰值算力、推理帧率展开单一维度内卷,TOPS数字逐年攀升,工艺节点持续演进,各家芯片厂商在同一个坐标系里比拼推理速度。而当智能体(Agent)开始走向落地,当AI应用从“生成一次回答”走向“协助完成一项工作”,这个坐标系本身开始松动——任务完成率、端到端时延、链路调度效率、安全可控性等,正在成为更核心的行业标尺。
据行业相关数据显示:对话式AI单次任务约消耗1万Token,推理式AI约10万Token,而智能体单次任务的词元需求可达百万级别。由此可见,单纯依靠云端承载海量Token需求,将面临成本、时延、能效的多重瓶颈,业界比拼的不再是单一芯片性能,而是整套系统的协同能力。这意味着,端侧计算的竞争正在从“跑分”转向“跑任务”,这对芯片提出了新的要求。
2026年11月13日,龙擎空天在上海发布LQAPU技术白皮书及首款芯片LQ7000,试图回应的正是这一转向。

这家成立于2023年的公司,同时布局端侧AI计算与低轨卫星互联网终端,其提出的LQAPU(LQ Agent Processor Unit)架构,将计算平台的关注点从“模型推理”扩展至“完整任务过程”——任务状态、上下文管理、工具调用、权限确认,都被纳入系统设计的考量范围。LQ7000则是这一架构下的首代端侧AI芯片产品,定位为“Agent Processor Ready”,从计算与软件基础出发,逐步承接LQAPU的总体架构。
与此同时,龙擎空天在发布会上同步宣布与苏州国芯战略合作、与六联智能千万元采购意向落地、启动太空智能算力应用生态共建。这家以“智算空天地,智联通全球”为定位的企业,正以“智能体计算架构+卫星连接终端”的多方位布局,站在了AI与商业航天两大产业变革的交汇点。
当算力不再只看“跑分”
- 从NPU到LQAPU:重新定义智能时代的计算单元
“行业过去一直在卷NPU的推理速度,但真实的产业需求已经变了。”龙擎空天CEO朱珂认为,用户对AI的期待正在从更快地完成单次推理,扩展到能够协助完成一整项工作的“数字员工”。这要求底层平台同时关注模型计算和任务全过程的运行效率。

在龙擎空天的判断里,AI应用已正式进入智能体时代:从回答问题到完成任务,一套完整的工作流需要调用语音、视觉、语言多类模型,涉及资料检索、工具调用、状态记忆、权限校验等多个环节,推理只是其中一步。如果只优化NPU算力,而忽略任务调度、上下文管理、工具协同等链路,就会陷入算力跑分很高、实际任务效率提升有限的木桶效应陷阱。
正是基于这一判断,龙擎空天提出了LQAPU技术体系。朱珂表示,LQAPU面向的是覆盖计算架构、软件栈与应用生态的智能计算平台。其核心思路是“软件定义任务,软硬件协同优化关键路径”:软件负责任务规划、业务策略与工具编排,硬件和底层运行时围绕可编程计算、数据访问及执行效率提供支撑,共同改善完整任务的运行效果。
白皮书以“一项可编程计算基础、五项协同机制和一套软件平台”组织总体架构。五项机制分别关注任务级执行、上下文与记忆管理、结构化行动、多模型与检索协同,以及状态连续性与可信执行。其重点,是明确模型、任务状态、工具和计算资源如何协作,并通过接口与运行时连接起来。这些机制描述的是系统功能职责,具体能力由芯片、软件及应用分层承载。

LQAPU的差异化着眼于完整任务的系统组织。在计算层,可编程AI计算与通用处理资源协同;在软件层,运行时、工具链及AgentOS服务框架连接模型调用、任务进度和上下文管理。其中,AgentOS定位于成熟操作系统之上的智能体服务与治理框架,面向会话、任务、工具权限及异常恢复等需求提供支持。

“我们围绕整个Agent全链路已经申请了一百多项专利,覆盖底层计算、数据调度、RAG管理、安全机制全环节。”朱珂表示,LQAPU的终极目标,是在端侧构建一个“CPU+NPU+DSP+专用加速单元”的异构计算平台,上层配套完整的工具链与模型生态,让算力真正服务于任务完成,而非单一指标。
- LQ7000:可编程架构下的“智能体底座”
作为LQAPU技术体系下的首代产品,LQ7000以可编程AI计算和通用控制协同为基础,面向端侧模型部署与应用集成,推进性能、能耗和软件适配之间的场景化优化。

据龙擎空天CTO陈雷介绍,LQ7000采用高度可编程的EE-DNA(Edge/End Diversity Neural Network Accelerator)异构计算架构,由RISC-V CPU承担数据调度、存储管理及设备侧控制,结合GPNPU计算单元,在统一指令体系下组织标量、向量与矩阵运算,支持INT4、INT8、FP16等多精度计算,为不同模型的部署与优化提供基础。
“传统NPU为了提速会把常用算子做硬件固化,单模型性能很高,但适配新模型非常困难。”龙擎空天软件开发与解决方案总监郑功赞解释了通用架构的核心价值,“我们的架构有一套完整的基础指令集,叠加专用加速单元,既能保证算力效率,又能快速适配各类新模型;多个并行计算核还可以同时运行不同模型,天然适配智能体多模型协同的工作模式。”
软件生态方面,LQ7000已提供驱动、SDK及部署示例,围绕模型转换、编译部署和应用接入推进工具链建设。本次发布会演示以Linux环境为基础,Windows及国产操作系统的适配按照具体平台和版本推进。公司希望通过对接主流模型开发与部署流程,降低应用迁移和系统集成的工作量。
据郑功赞介绍,本次会议智能体演示在已有模型适配和SDK基础上,由应用、模型与SDK团队协作,用三天完成了该演示流程的集成。这一案例展示了既有软件能力在具体应用中的复用价值,其他应用的迁移工作量则取决于模型、算子、系统接口及业务流程。
产品形态上,LQ7000以M.2模块和PCIe加速卡为主要载体,分别面向紧凑型终端及工作站、边缘服务器等设备的集成需求,通过与主机平台、驱动和应用软件适配,扩展本地AI处理能力。
在此基础上,公司正与伙伴推进Agent Box等整机方案,并探索通用处理与AI计算的异构合封方向。相关产品将围绕会议处理、智能客服、企业知识服务和工业数据分析等具体任务开展开发与验证。

场景加速渗透,从办公终端到星辰大海
- 从会议助手到产线质检:端侧智能体的场景闭环
在发布会现场,龙擎空天将演示直接融入了活动本身:会场部署的本地语音处理系统基于LQ7000算力卡运行,全程断网完成实时转写、多语言翻译;MBot会议机器人 则演示了从语音采集、内容理解、纪要整理到任务生成、工具调用的完整会议工作流。
演示中,系统可基于现场发言实时生成报道草稿、区分会议决议与待办事项、按权限调用企业知识库,最终形成可执行的行动清单——这正是龙擎空天对“端侧智能体”的典型落地构想:不需要云端传输,数据全部本地处理,围绕具体工作场景提供闭环能力。
“我们和一家做会议系统的上市公司合作,一张算力卡就能实现全本地化的会议全流程管理,后续还会叠加声纹识别做权限管控。”朱珂表示,面向客户最直观的价值,就是“真正能落地的智能体方案”,而不是纸面参数。
随着与六联智能千万元采购意向的落地,LQ7000将加速进入AI PC、家庭智能终端、行业设备等场景。在龙擎空天的规划中,端侧智能体的价值远不止办公场景:本地运行的个人助理会持续积累用户习惯与私有数据,成为每个人专属的“信息化助手”,数据主权完全由用户掌控。“未来每个人都会有自己的本地大模型,它越了解你,你就越离不开它。”朱珂说。
面向工业及其他行业边缘场景,LQ7000的可编程架构为同一硬件平台适配视觉检测、语音交互、知识检索等不同任务提供基础。通过模型适配、计算内核优化与应用集成,平台可以服务多类工作负载,具体支持范围和运行效果则需要结合模型版本、资源配置及部署环境验证。
以工业质检为例,据朱珂介绍,公司正与客户围绕Agent Box开展方案开发,将产线传感器数据、检测结果与业务规则连接起来,支持数据整理、质检报告生成及校验等工作。LQ7000为相关模型的本地运行提供计算支撑,应用软件负责设备接入、流程衔接与结果处理。其价值在于减少人工汇总、反复录入和报告整理,让AI从单点识别进一步参与连续的业务流程。
根据官方披露,LQ7000正在向智能制造、智慧教育、安防视频分析、医疗影像辅助、应急通信等多个行业场景延伸,通过与行业伙伴联合适配的方式,把通用算力转化为场景化的完整方案。
- 星载算力:让遥感数据“天上处理、关键下传”
作为龙擎空天区别于普通AI芯片厂商的独特赛道,星载智能计算是本次发布会的另一大看点。
龙擎空天卫星产业线负责人毛继曙指出,太空算力正在呈现“从经济账转向安全账”的趋势,小颗粒边缘算力的需求增长远快于集中式大算力。“未来每一颗卫星都会标配边缘算力单元,用于姿态控制、遥感处理、在轨分析。国内两大星座加起来三万多颗卫星,叠加其他星座规划,对应几万到十几万的芯片需求量,卫星赛道的增长空间非常大。”
当前行业的普遍痛点是:卫星遥感需要把整张图像传回地面处理,带宽有限、时延极高,灾害应急等场景下严重影响响应速度。龙擎空天的思路是“星上数据星上算”:在卫星端完成大图像切片、目标识别、异常筛查,只把关键结果和异常数据下传地面,大幅提升响应效率、节省传输资源。
这一路径与行业对“天数天算”的判断高度吻合。据Fortune Business Insights统计,2025年全球太空AI市场规模达23.6亿美元,预计2034年突破150亿美元;在轨数据中心市场2035年规模预计达到390亿美元,2025年至2035年复合增长率高达67.4%。但行业同样清楚,在轨计算的工程门槛远非地面数据中心可比——辐射、真空散热、能源供给、星间通信,每一项都在压缩“把服务器搬上太空”的可行性空间。
“目前我们已经完成了遥感识别、灾害监测、气象预测等模型的端侧仿真验证。”毛继曙在采访中给出了龙擎对这一节奏的判断:“第一代LQ7000并非完全按直接上星、直接抗辐照的要求设计,但可以通过系统级加固先做一些实验。整体目标是通过一代到两代产品开发,让后续芯片真正具备上星应用能力。”这意味着,LQ7000在太空场景中的角色是“先行验证平台”,而非最终形态。
发布会上,龙擎空天联合科研团队、载荷企业、卫星企业共同启动了“LQ7000太空智能算力应用生态共建”计划,围绕遥感筛选、目标识别、卫星状态分析等方向推进载荷设计与地面验证。在龙擎空天看来,空间任务中的通信窗口、链路时延和有限人工干预,使受约束的自主处理具有明确价值。相关能力的落地,需要与空间环境验证、任务安全边界及地面控制机制同步推进。
智算与智联的协同,是龙擎空天的重要差异化方向。在地面应用侧,公司正探索将本地AI计算与低轨卫星连接能力结合,面向应急、海事及偏远地区作业等场景,形成具备现场数据处理与远程协作能力的融合终端。这与星载智能载荷探索共同构成公司空天地协同的应用布局。
这种融合方向的价值,在连接条件不稳定的现场作业中尤为突出:连接可用时,本地处理与远程协同相互配合;连接中断时,不依赖远程服务且具备本地数据和执行条件的任务可继续运行;链路恢复后,再按照应用规则同步状态与结果,形成“智能在现场,连接跨地域”的工作方式。
从技术积淀到产业协同,智算+智联双轮驱动
很多人可能会疑惑:一家公司同时做AI芯片和卫星终端,会不会分散精力?在龙擎空天的逻辑里,“智算”与“智联”从来不是两条独立的业务线,而是空天地一体化智能基础设施的两个支柱——计算是智能的核心,连接是智能的延伸,二者相互赋能、场景融合。
底层技术上,两条产品线共享可编程架构、嵌入式软件、系统工程能力;场景落地中,计算提升连接的价值效率,连接拓展计算的覆盖边界;未来产品形态上,二者将逐步走向融合终端,形成独特的差异化方案。
同样值得关注的是,2023年成立的龙擎空天,成长速度远超行业平均水平:成立三年即推出首代AI芯片、中标头部星座终端订单、启动规模化智造工厂。这种快节奏的背后,是一支磨合了近20年的核心团队。
朱珂介绍,团队的技术路线是一步步迭代而来的:最早做CPU研发,之后延伸到端侧音视频多媒体处理;广电时代切入直播卫星赛道,积累了卫星信道、信源、压缩的全链路技术;AI浪潮到来后,自然延伸到端侧智能计算赛道。“我们不是从零开始创业,软件平台、硬件设计、工程化经验都是过去二十年积累下来的,只是顺着产业趋势走到了今天的赛道。”
这支平均拥有20年以上行业经验的团队,既懂芯片架构与量产,也懂卫星终端工程化与交付,天然适配“AI+商业航天”交叉赛道的复杂节奏,这也是龙擎空天能同时推进两条产品线的核心底气。
依托“智能芯片研发-卫星终端制造-全球网络运营”的全链条布局,龙擎空天搭建了清晰的组织架构:全资子公司龙擎微(上海)专注AI算力芯片研发;龙擎空天(无锡)承接低轨卫星终端产业化与规模化交付,建设国内首个商用低轨卫星终端“灯塔工厂”;深圳分支机构覆盖华南市场;海外则以马来西亚为首站,持续布局并拓展在东南亚的运营服务。
“中国的低轨卫星终端产业没有现成先例,全球范围Starlink也是封闭体系,制造工艺、产线设计都要自己摸索。”毛继曙透露,龙擎空天是垣信千帆星座中标厂商中第一个启动产业化布局的,工厂节奏将配合客户明年7月左右的上量计划,预计明年一季度就会有生产端的明确进展。
“未来三到五年,智算产品、智联终端、融合方案将同步推向海外市场。”朱珂补充道。
- 生态共建,从芯片到场景的全链路协同
芯片与终端的落地,离不开产业链的协同。本次发布会上,龙擎空天集中公布了多项生态合作成果:
与苏州国芯深化战略合作,围绕GPNPU技术与APU生态,联合拓展车载、信息安全等行业场景,国芯同时参与芯片后端设计与应用层开发;
与六联智能达成千万元级采购意向,联合推进LQ7000在AI PC、行业终端中的适配落地;
启动太空智能算力应用生态共建,联合科研与产业伙伴探索星上智能处理路径;

此前,龙擎空天已与上海交通大学集成电路学院成立卫星互联网联合实验室,攻关相控阵天线、星载智能计算、高可靠芯片等核心技术。
“龙擎负责产品定义、研发推进、模型适配与平台建设,合作伙伴负责系统集成与场景落地,我们一起把智能体计算推进到更多实际场景。”朱珂如此描述生态思路。
对开发者和行业伙伴而言,生态建设还需要落实到可使用的软件能力。龙擎空天将围绕模型适配说明、开发接口、部署示例及诊断工具持续完善平台,帮助伙伴开展模型部署、应用集成与问题定位,并通过接口和工具链的持续演进,积累可以跨产品迭代复用的软件与行业经验。
智能体时代,算力的下一个赛场
从行业视角看,龙擎空天的选择,踩中了两个确定性的产业拐点:一是端侧AI从跑分竞赛走向任务价值。当大模型能力逐步同质化,谁能让智能体更低成本、更安全、更高效地完成具体工作,谁就能掌握下一代算力的话语权。单纯卷NPU峰值算力的时代正在过去,面向任务的系统级架构能力,会成为新的竞争壁垒。
另一方面,卫星互联网从连接网络迈向“智能网络”。星座组网完成后,产业的核心矛盾会从“有没有信号”转向“能不能用好”,星上计算、在轨智能会成为卫星产业的下一个增长引擎,而“计算+连接”的融合方案,会成为终端厂商的核心竞争力。
龙擎空天选择以可编程计算为基础,通过软件平台和行业伙伴推进应用落地,再将计算与连接能力延伸至不同场景。这一路径的关键,在于能否把架构思路转化为稳定的软件支持、可复现的任务效果和可持续的客户交付。
按照产品路线图,龙擎空天将沿着“7000打基础、8000做全栈、9000上太空”的节奏持续迭代:LQ7000首先建立推理计算与工具链基础;规划中的LQ8000面向更复杂的智能体任务,推进任务控制、状态管理和协同扩展;LQ9000则面向空间可靠性与受约束任务自治需求。公司希望通过LQAPU架构、AgentOS及工具链的持续演进,让软件与应用能力随产品迭代积累和复用。

智能体时代,算力的竞争正在增加一个更贴近用户的尺度:一项工作能否被正确、及时、经济地完成。峰值性能仍是基础,而模型、数据、工具与系统的协同,决定这些性能能否转化为实际价值。龙擎空天以LQAPU搭建技术框架,以LQ7000推进产品实践,并通过“智算+智联”拓展应用边界,其要回答的核心问题始终一致:如何让模型的能力,成为系统办成事情的能力。
责任编辑:SemiInsights
相关文章
-
- 半导体行业观察
-
- 摩尔芯闻