機器人專用芯片是偽命題？英特爾宋繼強：市場太小，目前難盈利

摘要：

在英特爾研究院副總裁宋繼強看來，具身智能真正要走進工廠、走向家庭，必須跨過“可靠性”這座大山——而方法，是給機器人裝上三套系統。

鳳凰網科技 出品

作者｜于浩

編輯｜董雨晴

1月20日，英特爾研究院副總裁、英特爾中國研究院院長宋繼強接受了包括鳳凰網在內的媒體采訪。

“今天的具身智能機器人，像是一個‘天才兒童’：在理想狀態下表現驚艷，一旦遇到意外，就可能手足無措。”宋繼強如此描述當前行業面臨的共同挑戰。

在他身后的屏幕上，展示著一個三層架構的系統框圖——這正是英特爾為應對上述挑戰提出的“三重系統”方案。

隨著 ChatGPT 掀起的大模型浪潮逐漸滲透至物理世界，具身智能（Embodied AI）已成為全球科技競賽的下一焦點。從特斯拉的 Optimus 到小鵬汽車推出的 Iron，機器人正被賦予前所未有的理解和決策能力。

然而，從演示視頻走向真實場景，一道關乎“可靠性”的鴻溝橫亙在眼前。宋繼強指出，當前基于視覺語言模型（VLA）的機器人，其動作生成的準確率“大概在百分之六七十左右”，幻覺、環境適應性差、長任務規劃能力弱等問題仍未解決。

“如果我們希望它在3年左右實現真正落地，且不出現因安全問題導致的重大事故，就需要盡早建立相關框架，凝聚行業共識?！彼卫^強說。

01

系統架構：為機器人裝上“三重保險”

在宋繼強的闡述中，一套可信賴的具身智能系統應由三個層次構成：主系統（Primary System）、安全系統（Safety System）和后備系統（Fallback System）。

主系統承載了機器人的“智能”，負責決策、規劃與行動生成。英特爾力推的“神經符號AI”方法是其核心，旨在結合神經網絡的泛化能力與符號邏輯的可靠性與可解釋性。

“它既運用了神經網絡的泛化能力，避免機器人局限于單一場景和單一方案，又能將傳統基于符號、規則與知識的方法融合進來?！彼卫^強解釋，這相當于“抬高機器人的下限”，確保其不會因幻覺等問題產生災難性后果。

然而，現實世界充滿意外。執行器故障、傳感器錯誤、未知障礙物、地面打滑……這些都在主系統的認知邊界之外。為此，需要引入更底層的保障。

安全系統是一個輕量、高可靠的監控層，持續比對機器人的執行狀態與預設安全規則（如“不得碰撞人類”、“持尖銳物體需保持安全距離”），一旦發現偏離即刻告警或干預。

若安全系統也無法處理，例如機器人即將摔倒，后備系統將被激活。它的目標不是讓機器人“急停”，而是引導其進入一個可靠的降級狀態。

“例如，機器人可以像汽車一樣慢速靠邊停靠；若即將摔倒，可選擇無人區域，通過鎖定部分關節實現緩慢摔倒。”宋繼強說。

這套“PMDF”框架(分別是具身智能主控系統、監控系統、安全決策和故障處理和恢復)，已被寫入英特爾聯合多家合作伙伴發布的《具身機器人智能安全子系統白皮書》中。宋繼強透露，發布后反響良好，不少學術界和業界單位希望參與推進。

02

專用芯片未至，英特爾押注“傳統優勢”

當話題轉向硬件，鳳凰網科技提出了一個問題：未來機器人領域會否出現專用芯片？面對特斯拉、小鵬等車企自研芯片的趨勢，英特爾的機會何在？

宋繼強的回答坦誠而務實。他明確判斷，目前機器人市場規模尚小，專用芯片在經濟上不可行。“核心原因在于機器人市場的規模目前還很小，對于芯片廠商而言，專門為機器人定制芯片難以實現盈利。”

當前行業普遍復用手機、汽車、PC等領域的成熟芯片，進行改造適配。更深層的原因在于，機器人的“工作負載”尚未定型。“我們無法明確，芯片是應針對VLA的工作負載進行優化，還是為后續的世界模型工作負載提供支持?！?/p>

在這種情況下，通用芯片是更穩妥的選擇。宋繼強預計，只有當行業形成標準化的工作負載后，專用芯片（ASIC）才會出現，其研發周期可能在10-18個月。

那么，英特爾的機會在哪里？宋繼強將答案指向了英特爾在工業控制領域長期被忽略的“隱形冠軍”地位。

“在傳統工業自動化領域，英特爾的市場地位可以用‘絕對優勢’來形容……在工業場景的高精度、高頻率運動控制領域，大部分工控產品和工控板都基于英特爾的CPU開發?！?/p>

他總結了三大優勢：一是技術遷移，將工業運動控制經驗遷移至機器人的動作控制層；二是資源調度優化，確保運動控制等毫秒級任務不被其他任務干擾；三是多系統融合能力，實現隔離監控與快速安全響應。

對于當下炙手可熱的酷睿Ultra等集成AI算力的芯片，宋繼強視其為“穩定的硬件底座”。若算力不足，可額外配置AI算力卡。他預判，未來的主流部署模式將是“機器人終端+邊緣服務器”，在低延遲前提下，將大模型部署于邊緣，形成跨網絡的異構計算資源池。

03

現實瓶頸：數據孤島、VLA幻覺與成本懸崖

盡管藍圖清晰，但通向可靠具身智能的道路上布滿荊棘。宋繼強在回答多個問題時，勾勒出了當前最主要的幾大瓶頸。

首當其沖的是VLA（視覺語言模型）的能力天花板。 宋繼強直言，當前VLA的準確率僅在百分之六七十，存在顯著幻覺問題，且對視覺環境變化敏感，泛化能力弱。“它并未真正理解場景的本質，不具備對場景中物體三維關系、因果關系的認知能力。”

這也是行業轉而關注“世界模型”的原因——為其補充物理定律和因果關系認知。但世界模型自身也面臨與真實場景融合的挑戰。

更深層、更根本的挑戰來自于數據。 宋繼強指出，數據問題是行業核心痛點。具身智能需要場景理解、任務規劃和機器人本體三類數據，但現狀是“數據孤島”嚴重。

“不同行業場景、不同機器人本體、不同任務類型所需的數據差異極大?！彼信e了四個統一數據標準建立的難點：數據完整性定義不明（是否需要觸覺等）；操作精度和頻率無統一要求；機器人本體無公認最優方案；數據采集視角未確定。

“因此，當前行業仍處于各自探索的階段，短期內會維持‘百花齊放’的狀態?！?/p>

最后一個關卡是量產與成本。 宋繼強提醒，目前展會上的機器人多是“手工制作的原型機”，零部件未達到車規級或工業級標準，一致性差。“機器人整體價格的下降也依賴于大廠的入局。”

他以特斯拉為例，指出行業看好其的核心原因之一正是強大的量產能力。只有通過工業化量產壓硬件成本，同時智能能力達標，機器人才有可能走向更廣闊的商用乃至消費場景。

04

未來三年：從“展示天才”到“可靠工匠”

面對如此多的挑戰，具身智能的落地時間表究竟如何？宋繼強給出了一個審慎的預測。

“要將這些能力整合為一套可靠的解決方案，把VLA的準確率從目前的百分之六七十，提升到工業級應用要求的99%以上，預計還需要兩三年的時間。”

他描繪了一條清晰的落地路徑：

短期（1-2年），在物流分揀、工廠搬運、標準件組裝等半結構化場景實現小規模部署。這些場景用工成本高、環境相對可控，能容忍機器人初期的高成本。

中期（3年左右），隨著智能能力可靠性提升、行業安全框架形成共識，在以上場景中擴大應用規模。

長期，則取決于量產一致性和成本控制的突破，需要大型車企等具備工業化生產能力的企業入局推動。

“這一發展路徑符合Gartner成長曲線的規律?！彼卫^強總結道，先以技術預期吸引投入，快速提升能力；后在部署中解決問題，在早期場景中驗證商業化；最終大廠入局，推動規?；?。

在采訪的最后，宋繼強反復強調“融合”與“解耦”這一對看似矛盾的關鍵詞。

融合，是新老技術的融合——將前沿的AI模型與歷經驗證的傳統控制技術、安全工程相結合。解耦，是軟硬件在能力層面的解耦——讓上層的感知規劃模塊能適配不同機器人本體，降低開發成本。

“具身智能的發展不會依賴單一技術突破，而是需要新老技術的疊加融合。”宋繼強說。一個未經充分驗證的新技術無法直接用于關鍵任務，只有與成熟技術結合，才能形成完整可靠的解決方案。

這或許正是英特爾在這場具身智能競賽中的獨特定位：不做最激進的顛覆者，而是做最可靠的整合者。用其在工業領域數十年的“隱性知識”，為狂奔的AI“天才少年”，裝上經受過物理世界錘煉的“小腦”與“反射神經”。

當機器人離開聚光燈下的展示臺，走進嘈雜、混亂、充滿不確定性的真實世界時，決定其價值的將不再是它最驚艷的瞬間，而是它最不會出錯的下限。而這，正是一場關于“可靠”的漫長工程的開端。