文章轉(zhuǎn)載自《機(jī)器之心》

當(dāng)俄羅斯首個(gè) AI 人形機(jī)器人“艾多爾”伴著電影《洛奇》的主題曲蹣跚登場(chǎng)時(shí)，所有人都以為某個(gè)高光時(shí)刻即將來臨。沒想到，“帥不過三秒”——

向觀眾揮手后，它迅速失去平衡、倒地抽搐，被工作人員匆忙拖走。

近期翻車的機(jī)器人可不止這一家。9 月，特斯拉 Optimus 因反應(yīng)遲緩被吐槽；1X 預(yù)售款的“驚艷演示”因系遠(yuǎn)程遙控，被輿論diss 到起飛。

業(yè)內(nèi)人士對(duì)此并不意外。很多演示高度依賴人工操控，大量機(jī)器人連“站穩(wěn)完成操作”都難，在工廠里“插個(gè) dongle、貼個(gè)膜”，堪比“登月”。

英特爾在與數(shù)十家具身智能團(tuán)隊(duì)溝通過程中也發(fā)現(xiàn)，機(jī)器人“能跑會(huì)跳”和“能在產(chǎn)線干活”之間，還存在巨大鴻溝。

到底是什么原因阻擋它們踏入生產(chǎn)一線呢？

困在算力平臺(tái)里的具身智能

11 月 19 日，重慶·2025 英特爾技術(shù)創(chuàng)新與產(chǎn)業(yè)生態(tài)大會(huì)的圓桌現(xiàn)場(chǎng)，訓(xùn)練數(shù)據(jù)、應(yīng)用、“大腦/小腦分家”的架構(gòu)問題都被擺上臺(tái)面。但有一個(gè)答案被反復(fù)提及，算力平臺(tái)正成為橫在具身智能落地面前的最大門檻之一。

目前業(yè)內(nèi)已量產(chǎn)、相對(duì)成熟的人形機(jī)器人，大多采用“大腦 + 小腦”的架構(gòu)，所謂“慢系統(tǒng) + 快系統(tǒng)”——

“大腦”負(fù)責(zé)深思熟慮，承擔(dān) LLM、VLM、CNN、CLIP、SAM 等對(duì)世界建模和理解的工作；

“小腦”負(fù)責(zé)“讓身體動(dòng)起來”，對(duì)反應(yīng)速度極度敏感，包括 3D 定位導(dǎo)航、機(jī)械臂控制、步態(tài)控制等，控制頻率動(dòng)輒 500Hz~1000Hz。

過去機(jī)器人主要依賴傳統(tǒng)運(yùn)控，如今動(dòng)作生成模型、多模態(tài)感知與大模型推理層層疊加，算力需求呈幾何級(jí)增長(zhǎng)。一位現(xiàn)場(chǎng)嘉賓提到，“我們用的很多其他行業(yè)廠家的芯片，達(dá)到 100 ~ 200 個(gè) TOPS 的稀疏算力，但依然是不夠用。”而這，還只是觸及工業(yè)場(chǎng)景的冰山一角。

算力飆升之下，不少企業(yè)搞“拼湊”、搭“兩套班子”。

比如，Intel 酷睿（12/13 代移動(dòng)處理器）跑“大腦”，NVIDIA Jetson Orin 跑“小腦”，“兩套班子”還要跨芯片通信、跨系統(tǒng)協(xié)同。

結(jié)果可想而知。想想“帥不過三秒”的“艾多爾”， 視覺指令傳輸存在延遲，機(jī)器人就會(huì)摔倒。目前困擾人形擾機(jī)器人的精度、效率問題，乃至端側(cè)控制器的性能瓶頸，有一部分“歸功于此”。

算力平臺(tái)不僅是技術(shù)問題，更是落地的經(jīng)濟(jì)問題。

真正到后面小批量落地的人形機(jī)器人， ROI 肯定是我們第一個(gè)考慮的指標(biāo)。有嘉賓直言。

制造業(yè)對(duì) ROI 的考核最為嚴(yán)苛。

硬指標(biāo)上，機(jī)器人不僅要能干活，“穩(wěn)不穩(wěn)定、安不安全、貴不貴、耗不耗電”都是老板們必須算清楚的賬。

軟指標(biāo)上，為避免技術(shù)投資變成“一次性死資產(chǎn)”， 企業(yè)希望它既能迅速上線，又能隨著工廠和產(chǎn)線變化靈活擴(kuò)展或縮減。

顯然，搞“兩套班子”硬件堆疊，滿足不了這些苛刻要求（開發(fā)成本、散熱方案，功耗、價(jià)格、部署、可擴(kuò)展性等）。

現(xiàn)場(chǎng)嘉賓認(rèn)為，機(jī)器人要同時(shí)利用 CPU、GPU、NPU 多種異構(gòu)算力，如何將這些異構(gòu)算力高效整合到一塊小體積、低功耗芯片里，還要讓它們高度協(xié)同、被開發(fā)者輕松調(diào)用，是一道極大的挑戰(zhàn)。

而且，隨著具身智能加速演進(jìn)，算力融合、擴(kuò)展和利用效率，正在成為限制行業(yè)落地的關(guān)鍵瓶頸。

“解藥”：以“單系統(tǒng)”達(dá)成大小腦的“融合”

需要“兩套班子”才能完成的“大腦 + 小腦”任務(wù)，如今在一套“班子”里就能搞定。這正是英特爾給出的“大小腦融合”方案——

用一顆 SoC，把智能認(rèn)知與實(shí)時(shí)控制統(tǒng)一到同一個(gè)架構(gòu)中。

這顆 SoC，就是酷睿 Ultra 處理器。它在單一封裝內(nèi)集成了 CPU、英特爾銳炫? GPU 和 NPU，并讓三者協(xié)同工作，AI推理能力、高性能CPU計(jì)算與工業(yè)級(jí)實(shí)時(shí)控制，“一手”拿捏。

是不是很像重慶火鍋的九宮格？每個(gè) IP（CPU/GPU/NPU/I/O）就像格子里的一道菜，既能選“套餐”，也能隨需求自由組合，全看機(jī)器人廠商的“口味”需求。

結(jié)果，原本必須上云的大模型推理，能直接在端側(cè)運(yùn)行，響應(yīng)更快，隱私性也更高，關(guān)鍵還很經(jīng)濟(jì)。

酷睿 Ultra 在保持類似功耗的情況下實(shí)現(xiàn)了約 100 TOPS 的 AI 算力。英特爾公司副總裁兼英特爾邊緣計(jì)算事業(yè)部的總經(jīng)理Dan Rodriguez在大會(huì)Keynote上說到。用戶不需要重構(gòu)系統(tǒng)，只要升級(jí) CPU，就能讓原有產(chǎn)品具備 AI 能力。

先看看內(nèi)置的GPU 。

它擁有 77 TOPS 的 AI 算力，專門負(fù)責(zé)處理最重的視覺與大模型任務(wù)。這樣的性能足以支撐 7B～13B 級(jí)別 VLM 的運(yùn)行，對(duì)于物體識(shí)別、路徑規(guī)劃、分揀等任務(wù)已經(jīng)游刃有余。

如果開發(fā)者需要更強(qiáng)的 AI 火力（更大的 LVM、VLA 等模型），可以通過 Intel Arc 獨(dú)顯進(jìn)行擴(kuò)展。

當(dāng)算力需求沖上 千 TOPS 量級(jí)，例如大模型控制全身動(dòng)作、執(zhí)行多模態(tài)長(zhǎng)鏈推理，英特爾認(rèn)為應(yīng)進(jìn)一步結(jié)合外部“云腦”或邊緣大腦來完成協(xié)同推理。

這種按需擴(kuò)展的異構(gòu)算力體系，成為具身智能順利邁向復(fù)雜任務(wù)的關(guān)鍵基礎(chǔ)。

NPU 則負(fù)責(zé)輕負(fù)載常駐任務(wù)，如持續(xù)監(jiān)聽語音喚醒、動(dòng)態(tài)物體檢測(cè)等長(zhǎng)期在線的 AI 功能，保證低功耗、零感延遲的體驗(yàn)。

CPU 的價(jià)值被進(jìn)一步放大。

得益于英特爾在傳統(tǒng)機(jī)器人運(yùn)控領(lǐng)域多年的積累，以及對(duì)底層指令和架構(gòu)的深度優(yōu)化，CPU 在跑傳統(tǒng)視覺算法、運(yùn)動(dòng)規(guī)劃時(shí)比過去更快、更穩(wěn)。

比如，實(shí)時(shí)抖動(dòng)小于 20 微秒，意味著機(jī)器人的平衡控制、復(fù)雜力控、手眼協(xié)調(diào)等對(duì)延遲極敏感的運(yùn)控環(huán)節(jié)，現(xiàn)在都能跑在 CPU 上。

而且，CPU 內(nèi)加入了專用 AI 加速指令，使其在視覺伺服等場(chǎng)景中，能夠分擔(dān)部分原本由 GPU 執(zhí)行的 AI 推理與軌跡規(guī)劃任務(wù)。這讓算力調(diào)度更靈活、能效更優(yōu)，也更符合機(jī)器人對(duì)功耗、實(shí)時(shí)性的苛刻要求。

Dan Rodriguez還提到，明年1月發(fā)布的 Panther Lake（18A 工藝）將進(jìn)一步提升性能。圖形性能最高提升 50%，同等性能下功耗降低 40%，AI 加速力提升至 180 TOPS，并支持?jǐn)U展溫度范圍與工業(yè)級(jí)實(shí)時(shí)性，這意味著具身智能的應(yīng)用邊界將被進(jìn)一步推開。

軟件棧：三管齊下，落地按下快進(jìn)

算力之外，英特爾同時(shí)把軟件棧也配齊了。

從“機(jī)器人看什么、怎么學(xué)、怎么動(dòng)”，一直到系統(tǒng)層面的調(diào)度、驅(qū)動(dòng)、實(shí)時(shí)控制，英特爾提供了全棧套件，開發(fā)者不用“零幀”起步。

對(duì)于OXMs、ODMs、OEM等硬件制造商，英特爾準(zhǔn)備的是整機(jī)級(jí)方案AI Edge Systems。操作系統(tǒng)、驅(qū)動(dòng)、SDK、實(shí)時(shí)優(yōu)化、BSP、EtherCAT 驅(qū)動(dòng)，全都打包好。

比如一個(gè)已經(jīng)打了 Preempt-RT 的 BSP，廠商不用再為實(shí)時(shí)性去改內(nèi)核，把系統(tǒng)刷進(jìn)去，機(jī)器人立刻具備“工業(yè)級(jí)心跳”。

系統(tǒng)軟件廠商處在中間層，需要把芯片的每一滴算力榨到極限，為上層應(yīng)用提供最佳運(yùn)行環(huán)境。英特爾給他們準(zhǔn)備了 Open Edge Software Toolkit，里面不僅有 AI 庫和工具，更包含大量 OSV 級(jí)優(yōu)化，確保在不同平臺(tái)都能跑出穩(wěn)定性能。

這里簡(jiǎn)單提幾個(gè)英特爾構(gòu)建自家 AI 生態(tài)的關(guān)鍵抓手。一個(gè)是oneAPI——一條貫通 CPU/GPU/NPU 的“算力高速路”。

開發(fā)者寫一次代碼，系統(tǒng)自動(dòng)決定跑在哪顆單元上，CPU、GPU、NPU 甚至 FPGA，全自動(dòng)調(diào)度與優(yōu)化。

這能讓存量設(shè)施（舊機(jī)器）和增量設(shè)施（新 AI 硬件）在同一套代碼邏輯下協(xié)同工作，打破算力“孤島”。要擴(kuò)展算力？直接接上 Intel Arc 就行。

還有“黃金組合” OpenVINO + IPEX-LLM。

OpenVINO 負(fù)責(zé) AI 推理加速，把 TensorFlow、PyTorch 等模型自動(dòng)壓縮、量化、瘦身，并轉(zhuǎn)成最適合英特爾硬件執(zhí)行的格式，推理在哪塊算力單元上，也自動(dòng)決定并負(fù)載均衡。IPEX-LLM 則讓大模型在本地跑得更快。

兩者組合，可以適配不同年代、不同規(guī)格的邊緣設(shè)備，應(yīng)對(duì)工業(yè)現(xiàn)場(chǎng)設(shè)備雜、環(huán)境復(fù)雜的現(xiàn)實(shí)挑戰(zhàn)。

針對(duì)站在最上層的行業(yè)方案開發(fā)者（ISV/SI），英特爾提供了現(xiàn)成的行業(yè)模板AI Suites。抓取、導(dǎo)航等常見技能一鍵可用，需要加大模型就直接接 LLM、VLM、VLA，還自帶參考 Demo，稍改即可落地，大幅縮短從“裸機(jī)”到“能干活的機(jī)器人”的周期。

破冰前行，開放致遠(yuǎn)

與動(dòng)輒“全家桶、一鍋端”的封閉路線不同，英特爾的“大小腦融合”選擇的是一條更開放、更有彈性的技術(shù)路徑：

同一套代碼既能跑在 CPU/GPU/NPU/FPGA 上，也能在 Intel 與 Arm 平臺(tái)間自由切換；

主流 AI 框架與模型全兼容，不鎖庫、不鎖模型；

ROS2 與各類開源算法庫也全部敞開支持。

從底層算力、網(wǎng)絡(luò)，到軟件棧、模型框架、應(yīng)用框架，企業(yè)都可以按需自由組合。這意味著，他們不必推翻既有系統(tǒng)，也無需被某家供應(yīng)商鎖死，而是能夠在自己的 IT/OT 基礎(chǔ)之上、沿著現(xiàn)有行業(yè)生態(tài)繼續(xù)演進(jìn)，把數(shù)據(jù)和大模型真正變成生產(chǎn)力。

過去幾個(gè)月里，英特爾已與國內(nèi)數(shù)十家具身智能廠商深入合作，已有十余家進(jìn)入驗(yàn)證或 POC 階段。在技術(shù)與市場(chǎng)都充滿不確定性的具身智能賽道里，這種開放自由的體系，正成為越來越多機(jī)器人企業(yè)愿意嘗試的路線。

更多細(xì)節(jié)，可參考英特爾具身智能白皮書。

免責(zé)聲明：市場(chǎng)有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。

標(biāo)簽：