从"会聊天"到"能行动"——物理AI的临界点
过去两年，大语言模型(LLM)带来的震撼主要停留在屏幕另一端：输入提示词，输出文本、图像或代码。但AI的下一波浪潮，正在把智能从"虚拟世界"拽进"物理世界"——这就是物理AI(Physical AI)，即让AI与真实的机械系统、传感器网络和执行机构深度融合，使机器不仅能"理解"，还能在动态环境中"行动"。
具身智能是物理AI最核心的载体。人形机器人、四足机器狗、双臂轮式操作机器人等产品形态快速演进，产业数据预计中国具身智能产业规模已从2018年的约2,133亿元快速增长至2025年的约9,150亿元，预计2026年将突破万亿元人民币，正式进入万亿级产业赛道。
但从实验室原型到工厂车间、物流仓库和服务场景的规模化落地，横亘着一系列系统性难题：动态环境下既要完成感知-决策-规划的智能负载，又要维持毫秒级的平衡与运动控制;产品形态多样导致计算平台难以统一;多模态模型持续下沉使"小脑侧"的计算压力陡增;而规模化部署又要求平台具备一致的开发体验和可控的成本结构。
解决这些问题，不是简单地堆砌GPU算力就能搞定——这正是英特尔从自身在工业机器人、边缘计算、感知计算领域十余年积累中得出的判断。
为什么"CPU"非但没退场，反而更关键了
很多人误以为在AI时代，CPU的重要性正在下降。但在Agentic AI(智能体AI)和具身智能的工作流中，事实恰恰相反。绝大多数任务编排、工具调用、流程控制和数据处理都运行在CPU上。智能体的推理固然依赖GPU或NPU加速，但从理解目标、制定计划、调度资源、调用API到解析结果，这一整条编排链路里，CPU密集型操作往往占据了端到端延迟的大头。
而在具身智能的"小脑"——即运动控制、传感器数据同步、SLAM导航避障、现场总线通信——更是天然归属于CPU的领地：它要求确定性延迟、微秒级调度、不被非实时任务打断，这些都不是单纯靠TOPS数字能解决的。
核心算力底座：第三代英特尔®酷睿™ Ultra处理器
面向具身智能在多形态、多场景下的规模化落地挑战，英特尔以全栈算力为核心，构建覆盖计算硬件、系统软件与开发工具的完整解决方案体系，推动具身智能从“能力验证”走向“工程落地”。
无论是采用AI推理与运动控制高度集成的大小脑融合路径，还是以“智慧小脑”为核心、协同独立显卡作为智慧大脑的分离式架构，系统对于小脑侧计算平台的要求具有高度一致性：既需要稳定、低延迟的实时控制能力，又要具备本地AI推理与多模态负载处理能力，同时兼顾能效、体积与系统可控性。
基于英特尔® 酷睿™ Ultra 处理器，英特尔将CPU、GPU与NPU等异构算力有机整合，并配合英特尔® 具身智能机器人软件开发套件与生态伙伴硬件平台，为两类架构路径提供统一、灵活且可持续演进的计算底座，使不同具身智能形态能够在同一技术体系下快速开发、平滑扩展并实现规模化部署。
第三代英特尔® 酷睿™ Ultra 处理器作为英特尔具身智能方案的核心算力底座，面向边缘应用设备在实时性、能效与集成度方面的综合需求而设计。该系列处理器采用高度集成的异构SoC架构，在单芯片内融合CPU、英特尔锐炫™ GPU与专用NPU，多种计算引擎协同工作，可在边缘侧高效完成AI推理、感知处理与运动控制等关键任务，显著降低系统对额外独立加速器的依赖，简化整体系统架构并降低总体拥有成本(TCO)。
在具身智能典型场景中，无论是选择 AI 推理与运动控制高度集成的大小脑融合路径，还是采用“智慧小脑”并协同独立显卡作为智慧大脑的分离式架构，第三代英特尔® 酷睿™ Ultra处理器都能够稳定承担小脑侧的核心计算负载。其在性能与能效之间实现了良好平衡，既可支持多模态模型在本地高效运行，又可在功耗、体积受限的机器人控制器和边缘AI控制单元中长期稳定部署，满足具身智能对连续运行、确定性响应以及工程可靠性的要求。
通过统一的处理器平台覆盖从一体化系统到可扩展架构的多种部署方式，第三代英特尔® 酷睿™ Ultra 处理器为具身智能不同产品形态提供了通用、灵活且可持续演进的硬件基础，是实现规模化场景落地的重要支撑。
两条落地架构路径："大小脑融合"与"智慧小脑"
依托这套灵活的异构架构，英特尔针对具身智能的落地提出了两条差异化路径。第一条是大小脑融合方案。在大小脑融合架构下，第三代英特尔® 酷睿™ Ultra 处理器
可作为具身智能系统的唯一核心计算芯片，在单一SoC平台内同时承载高层 AI 推理与底层实时控制任务，无需额外搭载独立显卡即可支持复杂多样的具身智能模型运行。依托CPU、集成锐炫™ GPU及NPU构成的异构算力体系，该平台能够在端侧高效承载机器人操控、感知、规划等核心计算，实现从环境感知、任务理解到动作生成与执行的端到端闭环协同。在这一融合模式下，系统可将高频确定性的运动控制与低频高复杂度的智能决策统一部署于同一芯片内，显著降低系统延迟、功耗与架构复杂度。
面向算力需求较高的大小脑融合场景，推荐选型包括英特尔® 酷睿™ Ultra 7 处理器 358H、378H 等高性能SKU，搭载 12Xe 高端核显配置，采用最新Xe3架构，96个XMX计算引擎。得益于集成的高吞吐iGPU 与高能效NPU，这些英特尔® 酷睿™ Ultra高性能SKU可在多数人形机器人与操作型机器人应用中，替代传统 “通用CPU+外置中端/入门级AI加速卡”的方案，实现更优的系统能效比、更低的成本以及更高的工程可控性，加速具身智能方案的规模化落地。
第二条路径是智慧小脑方案，智慧小脑面向机器人本体侧的实时智能需求，在承担传统运动控制能力的同时，进一步引入基于感知的强化学习能力及基础大语言模型交互与任务编排能力。
在传统人形机器人架构中，机器人本体侧通常以CPU小脑配合外置 GPU 完成感知计算;而随着机器人本体运动能力与自主性要求的提升，对本体侧计算平台提出了同时具备实时控制与基础模型处理能力的更高要求。
基于第三代英特尔® 酷睿™ Ultra 处理器的智慧小脑方案，使机器人本体同时具备实时控制与一定规模的 AI 处理能力，支持小脑自主完成导航避障、基于感知的强化学习等模型的任务处理，使小脑不再局限于单一的运动控制角色，从而提升系统整体响应效率。面向智慧小脑需求场景，推荐选型包括英特尔® 酷睿™ Ultra 5 处理器 325，基于英特尔18A 工艺，最大睿频4.5GHz，配备4个Xe核心，内部集成 GPU 提供约40TOPS INT 8稠密算力。该SKU在延续传统英特尔® 酷睿™ 系列处理器平台成本结构与系统设计习惯的基础上，可带来集成GPU与NPU的异构算力能力，为基于传统英特尔® 酷睿™平台的机器人产品提供了一条低成本、低改动、但能力显著扩展的升级路径。
软件栈：让硬件"能用"变成"好用"
为了让硬件真正“好用”，英特尔除了提供高性能的异构计算芯片外，还推出了具身智能机器人软件开发套件(Robotics AI Suite)，旨在提供全面的软件框架、预构建库、工具，以及AI与实时控制性能优化的最佳实践。
具身智能机器人软件开发套件2026.0版本提供了集成PreemptRT的英特尔Linux LTS内核，并支持Canonical® Ubuntu®24.04，同时引入了对ROS2 Jazzy的支持。该版本支持使用OpenVINO™ 工具套件进行多种模型优化，并提供典型的工作流程和示例，包括ACT操作和ORB-SLAM3等。
具身智能的大规模落地不是算力的简单叠加，而是计算架构的革命、需求的深刻洞察，以及工程方面的反复打磨与平衡，从而实现成本、功耗、算力的综合最优解。英特尔以第三代英特尔® 酷睿™ Ultra处理器为算力底座，通过CPU、GPU、NPU异构融合，配合具身智能机器人软件开发套件与生态伙伴硬件平台，为大小脑融合与智慧小脑两类主流架构提供了统一、灵活、可扩展的计算解决方案。
该方案不仅有效应对了真实场景对智能决策与实时控制的双重挑战，还降低了系统复杂度与 TCO，加速了具身智能产品的规模化落地。英特尔正携手产业链伙伴，共同推动具身智能技术的工程化与标准化，赋能千行百业智能化升级。
英特尔将加强与产业链上下游企业的合作，共同推动具身智能技术的创新与应用，助力企业快速构建高效、低成本、高实时性的具身智能平台，赋能业务变革，为构建更加智能、高效、可持续的社会贡献力量，让具身智能真正赋能千行百业。
