今日，Arm 正式推出 Arm AI Portal，为开发者与智能体提供统一入口，从而在 Arm 计算平台范围内完成 AI 软件的发现、优化及部署。
智能体 AI（Agentic AI）正从云 AI 向边缘 AI 与物理 AI 延伸，开发者需要跨模型、运行时与硬件目标进行开发，复杂度持续攀升。
Arm 计算平台覆盖这一 AI 计算连续体，并依托超过 2,200 万开发者构成的广泛生态，为开发者提供优化的 AI 软件支持。
开发 AI 应用，无需以数周的模型搜索、基准测试与优化工作为起点。开发者需要快速定位适合的模型并了解其性能表现，智能体同样需要清晰的信号指引，以发现对应的模型、工具及技术资源。
今日，Arm 正式推出 Arm AI Portal，为开发者与智能体提供统一入口，从而在 Arm 计算平台范围内完成 AI 软件的发现、优化及部署。开发者可查找面向特定任务的预优化模型，获取性能与准确率数据，对比延迟、内存占用和模型规模，并访问代码示例及部署工作流。后续，Arm AI Portal 还将提供相关工具，支持开发者导入包括专有模型在内的自有模型，并在 Arm 平台上开展性能分析与优化。
目前，面向智能体 AI 的资源已开放预先体验，正式版本将于后续推出。依托 Arm 技术优化 AI，加速开发进程Arm AI Portal 面向基于 Arm 架构的计算平台，支持语言、语音、视觉及神经图形等多类 AI 工作负载。首批预优化模型包括阿里巴巴通义千问、Google Gemma 及 Ultralytics YOLO，支持的 runtimes 涵盖 ExecuTorch、LiteRT 及 ONNX-RT，生态合作伙伴包括阿里巴巴、树莓派（Raspberry Pi）及 Ultralytics。
Arm AI Portal 适配开发者与智能体的现有开发环境，经 Arm 优化的模型可通过 Hugging Face 获取，Portal 相关资源则可通过模型上下文协议（MCP）供编程智能体访问。经 Arm 优化的模型已实现显著性能提升：
采用单线程执行与混合量化配置，搭载 Q80 talker 与 code predictor 组合方案，Qwen3-TTS 在 vivo X300 上通过第二代 Arm 可伸缩矩阵扩展（SME2）的加速，实现了超过 4 倍的速度提升。Ultralytics YOLO26 在 vivo X300 上依托SME2 技术，单线程 FP16 相较 FP32 实现超 40% 性能提升；在树莓派 5 平台依托 NEON 技术，采用 FP16 与 INT8 混合量化方案，相比 FP32 同样实现超 40% 的性能提升。
在 Arm 计算平台全面释放 AI 潜能Arm AI Portal 覆盖云 AI、边缘 AI 和物理 AI 领域的 Arm 计算平台，帮助开发者快速定位适配目标场景的优化模型。无论是机器人视觉模型、智能手机端的生成式人工智能（GenAI），还是运行于云 CPU 的任务专属大语言模型（LLM），开发者均可通过该平台获取。
Arm AI Portal 将SVE、SME 及神经网络加速能力等 Arm 技术与优化软件生态连接起来。以第二代移动终端计算子系统（Arm CSS for Mobile 2）为例，其模型可借助 SME2 和集成神经加速器的 GPU 实现加速，并可通过 AI Portal 获得支持。数十年来，Arm 始终致力于软件生态系统的构建。
如今，AI Portal 将这一投入延伸至 AI 时代，帮助超过 2,200 万开发者及其智能体发现并使用针对目标硬件优化的软件
