英特尔战略加码机器人，机会有多大？

21世纪经济报道记者 彭新

从PC到机器人，英特尔试图为已有的芯片和软件能力找到新的增长空间。

9月22日，在2026年英特尔技术创新与产业生态大会期间，英特尔发布具身智能开发套件，产品搭载第三代酷睿Ultra处理器，将计算硬件与软件工具结合，面向机器人的感知、规划和执行需求。

“我们不是这方面最领先的。”英特尔公司副总裁、端侧计算和物理AI事业部中国区总经理高嵩在接受21世纪经济报道等媒体采访时坦言，英特尔的目标，是让客户在开发下一代机器人和物理AI产品时，首先想到英特尔。

动作频频

中国机器人产业保持较快增长。国家统计局数据显示，2026年前8个月，规模以上工业企业工业机器人、服务机器人产量同比分别增长29.0%和12.1%。从应用规模看，国际机器人联合会数据显示，2024年中国工业机器人新增装机量达29.5万台，占全球的54%，在役数量在三年间翻倍至超过200万台。

英特尔正试图凭借在工业控制、芯片和软件领域的积累，扩大其在机器人市场的参与度。

过去一年，英特尔在物理AI领域动作频频。去年10月，公司展示机器人AI软件套件及参考主板，推动PC处理器向机器人等边缘计算场景延伸。今年5月，英特尔进一步推出模型微调、优化与部署工具，补充机器人开发所需的软件能力。9月，公司又联合合作伙伴发布搭载第三代酷睿Ultra处理器的具身智能开发套件，降低机器人企业的开发门槛。

从这一系列动作看，将工业控制积累与AI计算能力结合，通过软硬件协同争取机器人计算平台的位置，是英特尔加码这一市场的主要思路。

“第一，一颗好的SoC（系统级芯片），不仅能够做大脑的工作，也能做小脑的工作，不仅能控制手臂，也能控制底盘。第二，多系统隔离，也就是虚拟化，让你的系统跑起来，不仅有好的AI，还有安全的AI。第三，VLA帧率，性能足够好。这些是我们对于客户的价值。”高嵩告诉21世纪经济报道记者。

英特尔也在二季度财报中披露了物理AI业务的进展。财报披露，超过130家客户正在采用或测试其酷睿处理器，用于边缘AI和机器人应用。英特尔还推出了OpenVINO Physical AI开源框架，帮助开发者部署涉及视觉、语言、推理和运动控制等任务的机器人模型。同时，英特尔将客户端计算事业部更名为“客户端计算与物理AI事业部”，进一步明确向PC之外拓展的业务方向。

这家老牌芯片公司入局物理AI市场的切入点是：利用英特尔工业控制领域的长期积累，把AI推理、运动控制等任务整合至同一计算平台，再通过软件和合作伙伴降低开发门槛。

物理AI计算平台尚未定型

在高嵩看来，机器人正在从按照预先编写的程序执行动作的阶段，向具备感知、认知能力的方向演进。随着多模态模型、强化学习等技术进入机器人，计算平台既要运行AI模型，也要处理运动控制任务，需求不再局限于某一种计算能力。

这为英特尔提供了延伸业务的机会。首先，英特尔在PC、边缘计算和工业控制领域已有积累，一部分机器人企业也是其原有客户。高嵩称，这些企业的软件架构建立在x86基础上，希望沿用已有开发经验，加快产品迭代。

然而，无论是产品形态还是供应链，机器人与PC差异巨大。高嵩指出，PC已形成相对成熟的产业分工，从处理器、驱动到操作系统和应用，各环节有稳定的协作关系；机器人则不同，芯片、操作系统和应用都在变化，单纯提供一颗芯片，并不能让客户迅速完成产品开发。

此外，机器人的VLA（视觉—语言—动作模型）、世界模型等技术路线仍在快速演进，公司希望与不同方向的客户保持合作，根据实际场景需求确定适配和优化的优先级。

市场发展迅速，技术路线仍未收敛，既增加了开发难度，也给希望进入市场的厂商留下了空间。机器人企业需要持续适配模型、处理驱动和系统兼容问题，芯片供应商由此有机会更深入参与产品设计。

英特尔长期深耕工控领域，在机器人落地中具备一定优势，原因是机器人不仅要读懂指令，更要及时、稳定地完成动作。一位英特尔技术专家告诉21世纪经济报道记者，工业场景对实时性、确定性和可靠性的要求，与运动控制高度相通，公司正将相关能力向机器人产品迁移。

把控制和AI放入同一套系统

在物理AI的布局上，英特尔选择从系统整合入手。

高嵩告诉记者，一些机器人方案需要用不同控制器分别承担AI、运动控制和底盘控制任务，多个系统组合，不仅增加硬件数量，还需要解决通信、同步和联合调试问题，影响开发进度和产品体验。

英特尔希望将这些任务集中到同一平台，酷睿Ultra集成CPU、GPU和NPU，可根据不同任务的特点分配计算资源：CPU处理实时控制，集成GPU承担部分模型推理，NPU则用于适合低功耗运行的AI任务。

机器人内部空间有限，还要容纳电池和其他部件，计算方案需要同时考虑性能、功耗和体积，SoC高度集成化有利于产品整体设计优化。高嵩判断，随着应用场景增多，行业会更加重视效率优化。

软件支持也是重点，高嵩称，英特尔在中国安排团队，与客户围绕应用、模型支持和底层系统进行联合调优，除OpenVINO等自有工具外，公司也在加强对社区AI框架的支持。开发套件则将驱动、模型适配和示例代码等集中提供，帮助客户尽快启动开发。

通用芯片与专用芯片的取舍，也体现了英特尔当前的市场判断。

高嵩表示，在目前合作的客户中，希望使用通用芯片的企业占多数，这些企业看重稳定的供应、成熟的生态，以及已有软件和开发案例能够继续使用，英特尔现有及即将推出的产品，可以满足其中相当一部分需求。

在他看来，是否开发专用芯片，需要看客户能否从性能、功耗和成本中获得实际收益。“如果一个行业在刚刚起步的时候就使用很高成本的解决方案，它不一定能长久。”

高嵩表示，若市场形成明确的定制需求，英特尔也会考虑推出相应产品。

以生态合作推动规模应用

巨头间的竞争已经展开，英伟达于2025年8月推出Jetson AGX Thor开发套件及量产模块，并将其与Isaac机器人开发工具、GR00T机器人基础模型等软件资源结合。2026年7月，英伟达又发布面向更广泛机器人及边缘AI应用的T3000和T2000模块，计划于2027年一季度供货。

芯片厂商争夺重点，已延伸至开发工具和软件生态，开发套件也是英特尔扩大客户覆盖的一种方式。

高嵩介绍，英特尔对头部厂商采取共同开发模式；对中等规模客户，英特尔通过原始设计制造商、独立软件开发商和系统集成商等伙伴提供支持；对于新兴厂商，可以通过更易获得的产品和工具降低市场进入门槛。

此外，高嵩提到，物理世界的数据难以低成本、完整地收集，机器人换一个场景后，表现可能发生明显变化。这类泛化难题需要模型、数据与机器人企业共同解决。

机器人的计算资源如何部署，同样需要取舍。机器人本体无法无限增加算力，部分任务可能放在边缘设备或云端，由本体专注处理特定任务。平台方案因此还需考虑网络连接和多机器人协同，单机性能只是其中一环。

整体而言，英特尔在机器人领域的生态建设仍处于拓展阶段。目前，其布局主要围绕芯片平台、软件工具与客户联合开发展开，能否将技术积累转化为规模化应用，仍有待观察。