【导读】随着AI智能体（Agentic AI）、具身智能等新一代人工智能技术快速发展，AI不仅需要更强大的硬件，软件也非常重要。面向AI原生产品和具身智能打造的AIOS（AI Operating System），正在成为释放端侧AI潜力、推动智能设备规模化落地的重要基础设施。
基于对这一趋势的判断，2026年WAIC上，安谋科技正式介绍了由其牵头发起的“开源AIOS联盟”。该联盟将联合国内AI产业链上下游企业、高校及科研机构，共同推动开源AIOS技术研发、生态建设以及多场景应用落地。安谋科技市场及生态副总裁梁泉向EEWorld介绍了这一联盟背后的故事。
为什么要做AIOS
梁泉表示，随着AI应用快速发展，新型智能设备不断涌现，尤其是具身智能、AI终端等产品逐渐走向落地，行业正在重新思考未来AIOS（AI Operating System，AI操作系统）的形态。基于这一趋势，安谋科技联合多家合作伙伴共同发起开源AIOS联盟，希望探索面向下一代AI产品的基础设施体系。
过去，PC时代和移动时代分别诞生了Windows、Android等操作系统，它们主要围绕软件生态展开。而进入AI时代，操作系统的内涵正在发生变化，除了传统软件系统，AI模型本身也将成为核心组成部分。
梁泉认为，每一代智能设备的发展，都伴随着计算平台和交互方式的共同演进。PC时代，人们通过键盘和鼠标与设备交互；移动时代，多点触控改变了人与设备之间的连接方式。而AI时代，交互方式将进一步升级，从固定界面、指令式操作，转向更加自然、持续和智能的交互模式。
AIOS要面对哪些趋势
“安谋科技将AIOS定义为一种‘基于感知的生成式交互和具身互动系统’。在这一体系中，交互能力将成为核心，而AI模型则成为整个系统的中枢。”梁泉这样向EEWorld分享道。
第一是交互方式的升级。未来人与设备之间的交互将从固定界面操作，转向语音、生成式UI以及具身交互等更加自然的方式。设备不再只是被动响应指令，而是能够通过视觉、声音和环境感知理解用户意图，并持续反馈。
第二是系统架构的演进。随着CPU、GPU、NPU等计算单元能力提升，AI设备将采用更加复杂的异构计算架构。同时，Agentic AI的发展也要求系统具备任务编排、多轮工具调用、记忆管理以及数据流处理能力，使AI能够完成更加复杂的任务。
第三是端侧AI能力快速增强。随着模型优化、MoE架构以及芯片算力提升，端侧AI正在缩小与云端之间的差距，越来越多Agent能力可以在本地实现。未来CPU、GPU、NPU等异构计算单元协同，将推动端侧AI应用加速落地。
第四是端云协同模式不断深化。未来AI计算不会简单从云端迁移到端侧，而是形成云、边、端协同的新体系。实时交互和敏感数据处理更多在本地完成，复杂任务则通过云端协同处理。
AIOS核心模块都有啥
根据梁泉介绍，AIOS包含多个核心模块，包括AI模型引擎、推理框架、端云协同路由、感知交互系统、Agent任务编排、记忆管理、数据流处理等。
其中，AI模型引擎和推理框架是AIOS的核心能力。未来端侧设备不仅需要运行语言模型、多模态模型等AI模型，还需要将模型能力融入真实交互流程中。例如，设备需要同时处理语音识别、文本理解、语音合成、情绪分析和意图理解等任务，这要求AIOS具备面向具体场景的模型调度和推理优化能力。
Agent任务编排能力则负责让AI从简单响应走向自主执行。面对复杂任务，系统需要支持多轮工具调用、任务拆解和自动化执行，将用户一句简单指令背后的多个步骤进行规划，并最终转化为可执行动作。同时，由于Agent具备更强的自主性，AIOS还需要通过安全机制和权限管理，确保任务执行始终处于合理边界内。
记忆管理系统也是AIOS的重要组成部分。未来智能设备需要具备长期记忆、短期记忆以及上下文管理能力，从而持续理解用户需求，并提供更加个性化的交互体验。
此外，数据流引擎将成为连接感知、计算和执行的重要通道。未来AI设备需要同时处理来自摄像头、麦克风、传感器等多种来源的数据，并将视频、音频、文本等多模态信息实时传递给AI模型完成推理。通过Zero Copy等技术优化数据流转，可以减少异构系统中的数据搬运开销，提高整体计算效率。
在端云协同方面，AIOS还需要具备灵活的任务调度能力，根据算力、时延、隐私等需求，在本地设备和云端之间合理分配计算任务，实现云、边、端之间的高效协同。
在硬件生态方面，AIOS将运行于广泛采用Arm架构的设备平台，并支持Arm GPU、安谋科技“周易”NPU以及客户自定义加速单元，覆盖手机、PC、AI眼镜、机器人、边缘AI盒子等多种新型AI设备。
随着AI设备逐渐进入家庭、办公、工业制造等场景，未来AIOS还需要支持多设备互联、多端协同以及统一的信息管理，让不同设备之间能够形成更加自然、高效的智能协作体系。
开源AIOS联盟共建生态
为了推动这一生态建设，安谋科技正式发起开源AIOS联盟。该联盟希望围绕AIOS软件体系、AI模型层、原型产品以及相关开发工具进行开放合作，推动技术代码、产品设计、开发文档以及应用生态全面开源。
在生态建设方面，“开源AIOS联盟”坚持开放、协作的发展理念，旨在推动边缘AI与机器人领域的技术创新，并促进相关技术成果向国内外标准组织输出。同时，联盟也将围绕具体产品项目展开产业协作，整合芯片、模型、软件、开发平台和终端应用等多方资源，加速AIOS从技术探索走向规模化应用。
安谋科技旗下极术社区将成为这一生态的重要实验平台。目前，极术社区已经推出JishuShell（极术秀）等产品，并计划进一步开放知识库等工具。
其中，JishuShell虽然以命令行工具形式呈现，但其背后实际上是一套面向边缘设备的小型系统管理平台。它能够帮助用户安装应用、管理AI服务，并支持将任务部署到Native环境或虚拟化环境中，为边缘设备提供类似服务器级的任务编排能力。
此外，安谋科技还推出端侧模型Benchmark测试套件，用于评估不同设备在Agentic AI任务中的实际能力，包括在苹果Mac Studio、NVIDIA DGX Spark等平台上的模型运行效果。未来，该测试体系将逐步开放，与产业伙伴共同推动端侧AI能力评估标准建立。
在模型研究方面，安谋科技也正在加强与高校和研究机构合作，包括与香港科技大学物理AI实验室合作推进VLA模型研究，并计划与清华智能产业研究院开展进一步合作，将相关研究成果逐步开放给产业界。
目前，“开源AIOS联盟”已经汇聚20余家生态合作伙伴，覆盖芯片、操作系统、大模型、机器人以及高校科研等多个领域。其中，联盟牵头单位包括芯发科技、紫光展锐、辉羲智能、瑞芯微等芯片企业，以及面壁智能、RT-Thread、AutoCore等本土AI模型和软硬件解决方案提供商。此外，清华大学智能产业研究院、香港科技大学物理AI研究中心等高校及科研机构也作为学术会员加入，共同构建开放、多元、协同发展的AIOS生态体系。
梁泉表示，发起开源AIOS联盟只是第一步。未来，安谋科技希望通过开放的软件生态和产业合作，共同推动AIOS真正落地，让更多AI能力进入终端设备，并推动下一代智能产品走进日常生活。
最后一块拼图
如果说此前安谋科技围绕AI计算已经完成了芯片层和算力层的布局，那么“开源AIOS联盟”的发起，则补上了整个AI生态中缺失的系统层拼图。
过去几年，安谋科技持续推进端侧AI计算布局：从“周易”NPU提供AI推理算力，到“玲珑”VPU解决视频感知与AI视觉需求，再到围绕CPU、GPU以及异构计算架构打造完整计算基础能力，安谋科技已经覆盖了AI终端所需的核心计算模块。
随着AIOS生态逐渐完善，安谋科技正在补齐“All in AI”的最后一块拼图：让硬件算力能够被更充分地释放，让AI模型能够更顺畅地运行，也让下一代AI终端拥有真正走向规模化落地的基础。
正如梁泉所说的，未来，安谋科技将围绕“AI Arm China”战略方向，持续推进包括“开源AIOS联盟”在内的前沿生态布局，探索操作系统能力与端侧AI模型的深度融合，推动芯片、软件、算法和应用场景协同创新，打造支撑新一代AI产品发展的基础设施，加速AI从智能应用走向智能世界。
