【導讀】近日

，英特爾宣布任命Alex Katouzian領導新成立的客戶端計算與物理AI事業部
，直接向公司首席執行官陳立武彙報。此前，在2026年第一季度財報電話會議上，陳立武也表示，“物理AI是一個巨大的市場……對我們來說是一個機遇”，同時他也強調，“物理AI能從CPU中獲益良多，因為CPU在性能功耗比上具有獨特的優勢”。

所謂物理AI，指的是AI與物理係統的結合，讓物理載體能夠自主地與現實世界互動並進行回應。雖然已經成為業界的“當紅炸子雞”
，但毋庸諱言
，要想實現大規模商業化，物理AI尚有諸多技術挑戰需要解決。在這一過程中，相比起參數高達數萬億的大模型，各類物理AI更需要強大的感知和推理能力，幫助它們實時理解所處的生產生活環境，在各種情況下做出可靠的決策。

英特爾中國研究院正在積極探索具身智能、計算機視覺等前沿領域
，與行業夥伴密切協作，加速物理AI的產業化落地進程。近日，英特爾中國研究院院長宋繼強分享了英特爾在物理AI領域的最新洞察


，以及英特爾的軟硬件產品組合如何為相關客戶帶來獨特的價值。

異構計算驅動物理AI

宋繼強指出

，物理AI需要部署在工業、醫療
、零售等差異化的場景，各個場景對傳感器精度和行動實時性的要求不同
，所需設備的性能
、功耗和尺寸也不同，因此很難用同一種硬件解決所有問題
，在底層硬件架構上
，異構計算成為必然的選擇。

這正是第三代英特爾酷睿Ultra處理器能夠發揮獨特價值的地方。作為XPU架構處理器，它內部集成了CPU、GPU和NPU模塊，可供靈活調配，支持物理AI上多樣性的工作負載：如果應用需要特別高的能效比，由NPU提供支持；實時性要求高
、需要浮點運算能力的任務，如傳感器數據的同步和處理，可以由CPU來完成，至於對實時性要求格外高的任務
，可以分配一個專門的CPU核去執行，確保不會被其它任務打斷
；GPU則可以用來運行計算機視覺大模型。

在異構硬件的上層，可以根據應用需要打造不同形態的物理AI

，如機器人
、機械臂、智能汽車等等。目前主流的應用構建方式已經由傳統的預先編程或定義功能庫轉變為多智能體庫，由不同的智能體分別負責感知、規劃、行動等等任務
，按照場景的需求動態協作並生成執行流程。異構硬件也能夠以高能效比的方式調用不同的智能體。

軟硬件協同優化保障可靠性

宋繼強表示，英特爾在工業機器人運動控製領域有著深厚的技術積累

，這方麵的經驗能夠很好地複製到物理AI領域。

一方麵

，英特爾的硬件平台能夠很好地滿足對高精度、高頻率
、高實時性的要求，保障工業級別的可靠性。另一方麵，英特爾擅長係統調優，在物理AI的現實部署中
，能夠讓底層的硬件平台和上層的軟件妥善協同運行。這一點之所以重要，是因為如果物理AI要完成實際的生產生活任務，一定需要和整個係統裏的其它部分進行通信，需要確保在其它傳統的業務軟件運行時，物理AI的控製、動作類任務也能實時、可靠地運行
，二者間不會發生衝突。

第三代酷睿Ultra處理器也針對物理AI做(zuo)了(le)大(da)量(liang)有(you)針(zhen)對(dui)性(xing)的(de)優(you)化(hua)。在(zai)硬(ying)件(jian)層(ceng)麵(mian)上(shang)，它(ta)在(zai)寬(kuan)溫(wen)和(he)耐(nai)用(yong)性(xing)上(shang)都(dou)達(da)到(dao)了(le)工(gong)業(ye)級(ji)別(bie)的(de)要(yao)求(qiu)
，在(zai)板(ban)級(ji)設(she)計(ji)上(shang)，也(ye)專(zhuan)門(men)添(tian)加(jia)了(le)一(yi)些(xie)工(gong)業(ye)場(chang)景(jing)需(xu)要(yao)的(de)接(jie)口(kou)。此(ci)外(wai)，在(zai)軟(ruan)件(jian)層(ceng)麵(mian)
，它(ta)也(ye)支(zhi)持(chi)各(ge)種(zhong)主(zhu)流(liu)的(de)物(wu)理(li)AI模型，如CNN（卷積神經網絡）、DNN（深度神經網絡）、VLA（視覺—語言—動作模型），以及EtherCAT工業通信協議。

靈活滿足算力需求

談到物理AIduisuanlidexuqiu
，songjiqiangbiaoshi
，zhequjueyujutideyingyonglingyu。yibanyunwutiderenwuweili
，ruguozhishicongcichuyidaobichu
，xuyaodesuanlijibenjiuzaishijiaochuliheVLA模型兩部分
，具體取決於不同廠商使用的VLA模型和優化的程度。

優化比較好的開源VLA模型完全可以隻在第三代酷睿Ultra處理器上運行。具體來說，它的計算內核數量可以按需配置
，最多支持16個CPU核和12個GPU核，加上NPU可提供最高達180 TOPS的AI算力。

閉源的
、客戶自定義的模型，算力消耗難以預估，但有其它的方法可以滿足對應的需求。既可以在酷睿Ultra處理器之外添加一個AI加速器，也可以通過超低延遲的無線通訊，將酷睿Ultra處理器與邊緣計算盒子相連接，這種方案特別適合多個機器人在同一場景工作的情況，因而有著廣闊的應用前景。

加速物理AI應用落地

目前
，英特爾尚未開發專門的物理AI處理器，宋繼強認為，這是由物理AI的發展現狀所決定的。在物理AI的上層算法尚未達到統一和成熟階段時
，對硬件來講最好的方法就是保持一定的通用性。展望未來，當物理AI的互操作標準確立，硬件廠商就可以基於明確的標準要求去設計專用的芯片，包括計算內核、存儲
、互(hu)連(lian)等(deng)關(guan)鍵(jian)功(gong)能(neng)單(dan)元(yuan)。標(biao)準(zhun)的(de)統(tong)一(yi)將(jiang)極(ji)大(da)地(di)簡(jian)化(hua)通(tong)用(yong)模(mo)塊(kuai)與(yu)定(ding)製(zhi)化(hua)部(bu)分(fen)的(de)集(ji)成(cheng)流(liu)程(cheng)，從(cong)而(er)顯(xian)著(zhu)加(jia)速(su)專(zhuan)用(yong)芯(xin)片(pian)的(de)開(kai)發(fa)周(zhou)期(qi)。屆(jie)時(shi)，從(cong)芯(xin)片(pian)定(ding)義(yi)到(dao)流(liu)片(pian)、測試

，再到最終交付業界使用，整個流程將得以高效推進。

雖然物理AI處理器尚需時日，但英特爾在這一領域卻從未停步，在第三代酷睿Ultra處理器之外
，同樣進展頻頻。2025年4月，英特爾發布具身智能大小腦融合方案，為具身智能的規模化、場景化應用落地夯實基礎；2025年10月，英特爾推出英特爾機器人AI套件，提供了一套麵向行業的精選功能組合
，幫助企業加速推進和評估麵向機器人的物理AI工作負載；2025年12月，英特爾聯合產學合作夥伴提出了一套具身智能機器人安全子係統設計框架，旨在為機器人係統提供全方位
、多層次的安全保障。

CPU正在重回AI時代的核心位置
，在數據中心中，其和GPU的配比正在大幅收窄至1比2乃至1比1。隨著英特爾同步推進在物理AI、智能體AI等領域的技術創新，這家公司正在AI浪潮中找到自己獨特的位置。