从数字AI到物理AI：英特尔全栈助力具身智能落地

在2026英特尔行业解决方案大会上，从数英特尔展示基于第三代英特尔酷睿Ultra的字A栈助具身智能解决方案，并发布具身智能开发套件。到地通过CPU、物理GPU、英特NPU异构算力及软硬件协同，尔全英特尔进一步推动机器人从技术验证走向实际部署和规模化应用。力具

【PChome报道】在9月23日举行的身智2026英特尔行业解决方案大会上，英特尔展示基于第三代英特尔酷睿Ultra的从数具身智能解决方案，并发布具身智能开发套件。字A栈助通过CPU、到地GPU、物理NPU异构算力及软硬件协同，英特英特尔进一步推动机器人从技术验证走向实际部署和规模化应用。尔全

随着人工智能从数字世界进一步走向物理世界，具身智能正逐渐从技术概念进入实际应用阶段。在在9月23日举行的2026英特尔行业解决方案大会上，英特尔展示了基于第三代英特酷睿Ultra的具身智能解决方案，并发布英特尔具身智能开发套件，通过异构算力、软硬件协同以及生态合作，加速具身智能从技术验证走向现实应用。

从市场发展来看，具身智能正在进入快速增长期。原文数据显示，2025年中国在全球人形机器人市场中的占比达到80%；2025年至2030年，国内具身智能机器人支出预计保持94%的年复合增长率，到2030年，中国具身智能产业市场规模预计将突破4000亿元。在这一背景下，机器人不仅需要“看得懂、想得明白”，还要能够在复杂物理环境中实时完成动作，这对端侧计算能力提出了更高要求。

针对这一需求，英特尔将第三代酷睿Ultra作为具身智能计算平台，通过CPU、GPU和NPU组成的XPU异构架构，将推理决策与实时运动执行整合到单颗SoC中，形成面向机器人的“大小脑融合”方案。

其中，CPU主要承担机器人“小脑”的角色，负责复杂运动控制，可实现4 kHz高频确定性控制，为关节电机提供精准、实时的动作响应；GPU则负责环境理解和任务规划，在Pi0.5精度下，推理时延低至78毫秒，为机器人在复杂环境中的实时决策提供算力支持；NPU则面向视觉感知等专用AI负载，在低功耗条件下提供高效推理能力，YOLOv12n推理低至3.5毫秒，从而帮助机器人更快速地获取和处理环境信息。

在此基础上，英特尔还针对机器人应用特点进行了计算架构优化，通过高密度算力核心、丰富I/O以及充足的内存带宽，支持多路传感器融合和闭环运动控制。CPU、GPU、NPU三种计算单元各司其职，也让机器人从环境感知、任务规划到运动执行形成更加完整的本地计算闭环。

除了算力平台，具身智能真正实现规模化应用还需要降低开发和部署门槛。为此，英特尔联合科通工业、神州数码推出基于第三代酷睿Ultra平台的英特尔具身智能开发套件，将相关硬件能力、工程经验以及开发工具链进行整合。

据介绍，该开发套件具备开箱即用、高效性能和急速量产三大优势，可以减少底层软硬件搭建以及系统调优工作，让开发者将更多精力放在具体应用场景和机器人功能创新上，加快从创意到机器人原型验证的过程。

对于具身智能而言，单纯提升芯片性能只是第一步，最终仍需要通过真实应用场景验证技术价值。目前，英特尔已经与一批行业标杆客户开展联合验证，并携手多家合作伙伴，围绕制造、建筑、医疗、智慧城市、仓储物流、酒店等场景推进应用探索，推动具身智能项目从原型验证进一步走向量产落地。

从此次展示的方案来看，英特尔正在将自身在芯片、计算架构和软硬件生态方面的能力进一步延伸至物理AI领域。通过芯片底座、参考设计、开放软件以及生态合作构建全栈能力，英特尔希望降低机器人开发和部署门槛，同时以端侧异构算力满足实时感知、推理和运动控制需求。

随着具身智能从实验室走向真实环境，机器人所面对的任务和场景也将更加复杂。对于产业而言，如何在有限的端侧算力下兼顾实时性、功耗、开发效率与规模化部署，将成为技术进一步落地的关键。英特尔此次围绕第三代酷睿Ultra推出的具身智能解决方案及开发套件，则从计算平台和开发工具两个层面，为机器人从“能运行”进一步走向“可部署、可复制、可量产”提供了新的技术路径。

最新评论