惠州PVC管道管件粘接胶 具身智能机器人需要什么样的芯片? 对话英特尔研究院院长宋继强

智东西惠州PVC管道管件粘接胶

作者 | ZeR0

编辑 | 漠影

智东西2月5日报道，具身智能机器人如何走向落地？机器人是否需要用芯片？近日，英特尔研究院总裁、英特尔研究院院长宋继强与智东西等媒体进行入交流，分享了对这些问题的思考。

英特尔在机器人及控制技术体系的实践中认识到，不存在能够解决所有复杂场景问题的“钥匙”或单技术范式。真正的完整解决案，然是通过前瞻地融创新技术与经过验证的成熟法，将其系统地工程化，这样才能稳健落地。

奥力斯    PVC管道管件粘结胶价格     联系人：王经理    手机：18231788377（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区/p>

宋继强认为，很难用种硬件满足不同的操作复杂度、实时、计和感知要求，因此异构计非常重要。

英特尔面向边缘的三代酷睿Ultra处理器便能发挥出XPU架构优势，综AI力达到180TOPS，并采用Intel 18A制程，能比，同时可使用OpenVINO等AI库以及面向边缘的软件SDK。

与消费、商用酷睿的侧不同，它强调工业要求，例如温宽、耐用、10年可靠，同时增强了机器人及工业域要求的实时、确定。

其机器人AI套件每个季度都会升，具身智能SDK新增了对大语言模型的支持，同时把EtherCAT支持纳入软件栈，并补齐对实时库的支持。

英特尔与作伙伴共同开发了款机器人AI板套件。这块板卡体积小、功耗控制在机器人本体可承受范围内惠州PVC管道管件粘接胶，能跑传统视觉模型，也能跑优化过的大模型，可满足机器人常规的感知、规划与操控应用，也能通过互联平台与边缘AI设备连接，提供扩展的模型能力。

机器人会像手机、汽车样有用芯片吗？宋继强认为，技术上不难，商业上太早。

当前机器人域使用的芯片，大多并非门为机器人设计，而是对手机、汽车、PC等成熟平台的芯片进行改造适配。这主要是由于机器人产业规模尚小，设计用芯片难以实现商业盈利。

层的原因是，机器人本身的技术路径和主流负载尚未定型，因此业界普遍先采用通用平台进行过渡和验证。

设计款机器人用芯片本身并不困难，只要有明确的系统规格，大约10个月即可完成设计流片，18个月左右能完成测试。难点在于先定下来如果让业务真正跑起来，需要系统支持哪些能力。

英特尔的机会，也正在于此。

在传统工业机器人的运动控制、精度浮点计、逆运动学求解等场景中，凭借可靠的工业控制板和丰富的视觉库，英特尔已有长期经验积累。大部分机器人工控板都是用英特尔处理器做的。

目前英特尔正与些具身智能机器人厂商作。这些伙伴尤其需要英特尔提供的能力，就是实时与控制精度，包括如何在个系统里保证需要实时、快速响应的部分不被其他任务占资源。

英特尔能够告诉具身智能机器人厂商做上层任务时，如何处理、分配、调度底层CPU核、内存、I/O等资源，才能保证终需要的实时达标和物理风险上可控、可信赖。

尽管当前行业焦点集中于大模型能力，但其技术演进向仍存在变数，例如VLA的局限显现后，行业开始重新审视世界模型的价值。

因此，宋继强预测，未来年内出现统的机器人用芯片标准的可能不大。论是针对人形、轮臂式还是机器狗等不同形态，都需要明确的场景与规模支撑，用芯片才会迎来发展的契机。

宋继强提到很多机器人并不是真正工业化量产的，大部分还是“手搓”。

面，部件尚未达到车规或工业要求惠州PVC管道管件粘接胶，用段时间后可能速度变坏、力量变差，终达不到可信赖执行。

另面，机器人产业要实现规模化普及与成本优化，可能依托大型企业来动机器人部件以及整体量产化能力的提。

旦量产能力突破，硬件成本将随之下降，结智能技术能力的持续提升，机器人将能顺利地渗透至广泛的商用场景，并吸引早期愿意为创新技术承担定试错成本的用户群体。

该发展路径符技术成熟度曲线（Gartner Hype Cycle）所揭示的规律：

① 初期通过预期吸引资本与技术投入，例如当前依托大模型与视觉语言动作模型（VLA）等技术突破，迅速产业的“能力上限”。

② 进入部署实践阶段，暴露出的关键技术瓶颈与商业化挑战（即“坑”）将促使资源聚焦于核心问题的解决。

③ 在跨越主要障碍后，产业将在特定细分域（如结构化的工业场景）实现小范围的商业闭环与经济可行验证。

④ 随着技术迭代与市场认知的化，多大型厂商将凭借其工业能力入场，通过规模化应进步压缩成本。

成本的降低又将激活大的市场需求与应用潜力，从而形成“技术突破->场景验证->规模化降本->市场扩大”的良循环，动产业持续向上发展。

目前带操作能力的机器人，在现有训练集与成本约束下可行的向是应用在半工业域，比如做备料、搬运、组装等任务。有些厂商相对乐观地估计，这些机器人两年内能在实际工厂里部署。

在宋继强看来，真正要形成工业致与率，具身智能机器人的产量可能需要百万台以上。要达到这个规模，则需不断改进成本、致、生产可靠等面。

具身智能机器人的真正落地涉及安全问题，需尽早形成可靠的框架。

宋继强总结说惠州PVC管道管件粘接胶，PVC管道管件粘结胶具身智能的可信赖至少体现在三个层：规划决策是否可信赖、执行是否可信赖、系统出错时整体是否仍可靠。

针对规划与决策是否可信赖，英特尔荐混模式控制：需要嵌入定的规则与知识，用来检验具身智能系统产生的决策，如果决策有问题就让它重新决策。

这样既能利用大语言模型与经网络法带来的泛化能力，提机器人能力的上限，又融传统的符号、规则、知识法，能保证输出是可信赖、可检测的，再把结果交给执行层。“场景相关”和“理知识注入”也很重要，有助于做检测与后续规则保障时有，控制整体计开销。

对决策规划、行动输出做出保障，基本落在智能硬件平台的系统里。但在执行过程中，如果机器人遇到部件或物理环境出问题，这些不是主控系统能控制的，此时需要引入个立的安全系统，持续监控执行是否偏离预期，旦发现发现风险，触发Fallback，然后以小风险回到可控状态。

这个安全系统相对轻量，代码可靠，持续通过能获取的传感器输入、执行器状态监控等，判断系统执行是否与上层主要目标致、是否存在安全风险。这些安全风险可以预先定义并持续监控。

Fallback System（备用系统）既要让系统回到可靠状态，又希望回到可靠状态后不是直接放弃任务，理想情况是即便出现风险，也能以可行式继续，比如让机器人在即将摔倒时能够选择向、避开人、卡死某些关节慢慢摔，甚至移动到边上。

这套思路已经被写进去年12月发布的《具身智能机器人安全子系统白皮书》。英特尔联产学界作伙伴，从系统架构层面提出种新的设计框架，安全子系统能够自主判断主控系统是否出问题，旦出问题就触发Fallback。

据宋继强透露，该设计框架发布后反响很好，学术界和业界都有单位表示希望参与进落地，英特尔也在积开展作。

在智能车、机器人等物理AI设备之上，种流行的业务构建式是通过多智能体系统，按照用户要求、场景变化，自主构成业务流，再利用AI生成相应的智能体，去完成需求。

种未来愿景是，个能力丰富的物理设备能够支撑多智能体系统运行。要迈向这愿景，现实挑战有很多，包括准确、可靠、安全、可扩展、成本结构、响应速度、系统安全等。

如果智能体是通过编排器自动构建的，那就需要能够调用很多不同的智能体。智能体在处理不同环节的任务时，内核（kernel）、数据量、并行度都不样。企业部署又希望在满足具体场景要求的同时，获得好的能比。这需要借助异构硬件组来解决问题。

在此基础上，要与持续演进的开放软件框架适配，中间需要完整的系统基础设施，帮助隔离硬件多样，同时让软件侧业务编程所付出的成本长期有。因此上层需要相对稳定的软件接口，并对底层硬件进行隔离。

具身智能机器人采用的AI模型及解决案呈多元化，没有种案能覆盖所有精度与准确度要求。因此，英特尔提倡采用种混的异构框架，以综采用不同模型与AI法。

英特尔提出了种分工明确的具身智能系统结构：

系统2是慢系统，强调理解、理与规划，需要通量视觉输入，适用GPU。

系统1是行动，负责根据规划出的段段任务，结具体设备，将任务映射到设备需要控制的关节电机、轮子等多自由度执行器，生成控制指令。这要求实时与低功耗，输出频率已接近200Hz，适用NPU。

系统0是快系统，用传统的MPC控制器，把电机控制频率提升到例如1000Hz的别。这要求强实时，并涉及精度浮点运，用CPU稳。

在切换新硬件时，软硬件解耦有助于降低适配门槛。据宋继强分享，系统2相对好解耦，系统0和系统1不好解耦。上层感知和规划可以相对立，复用于不同机器人，但从接收到规划任务要求到生成具体机器人控制指令，不同机器人的自由度不同，与本体强相关，这就法解耦。

2026年，落地将是具身智能机器人产业的关键议题，供应链也将扮演至为关键的角。

模型决定机器人能做什么，而硬件和系统决定机器人能不能直稳定安全地做下去。

基于英特尔的理念以及与作伙伴正在构建的具身智能机器人系统，结三代酷睿Ultra for Edge平台惠州PVC管道管件粘接胶，英特尔希望尽快动可信赖的具身智能机器人在产业里落地。