摘抄：

在英特尔究诘院总裁宋继强看来，具身智能真确要走进工场、走向庭，须跨过“可靠”这座大山——而法，是给机器东谈主装上三套系统。

凤凰网科技 出品

作家｜于浩

剪辑｜董雨晴

1月2日，英特尔究诘院总裁、英特尔究诘院院长宋继强接受了包括凤凰网在内的媒体采访。

“今天的具身智能机器东谈主，像是个‘天才儿童’：在理思情状下说明惊艳，旦碰到无意，就可能昆玉措。”宋继强如斯神态现时行业濒临的共同挑战。

在他死后的屏幕上，展示着个三层架构的系统框图——这恰是英特尔为应付上述挑战提倡的“三重系统”案。

跟着 ChatGPT 掀翻的大模子波澜冉冉渗入至物理天下，具身智能（Embodied AI）已成为众人科技竞赛的下焦点。从特斯拉的 Optimus 到小鹏汽车出的 Iron，机器东谈主正被赋予前所未有的蚁和方案才调。

然则，从演示走向真实场景，谈关乎“可靠”的鸿沟横亘在目下。宋继强指出，现时基于视觉谈话模子（VLA）的机器东谈主，其手脚生成的准确率“好像在百分之六七十傍边”，幻觉、环境适差、长任务筹商才调弱等问题仍未处分。

“若是咱们但愿它在3年傍边杀青真确落地，且不出现因安全问题致的紧要事故，就需要尽早确立关联框架，凝华行业共鸣。”宋继强说。

1

系统架构：为机器东谈主装上“三重保障”

在宋继强的进展中，套简直赖的具身智能系统应由三个档次组成：主系统（Primary System）、安全系统（Safety System）和后备系统（Fallback System）。

主系统承载了机器东谈主的“智能”，认真方案、筹商与行为生成。英特尔力的“神经标志AI”法是其中枢，旨在联结神经荟萃的泛化才调与标志逻辑的可靠与可讲明。

“它既诳骗了神经荟萃的泛化才调，避机器东谈主局限于单场景和单案，又能将传统基于标志、章程与学问的法和会进来。”宋继强讲明，这特别于“抬机器东谈主的下限”，确保其不会因幻觉等问题产生不幸力。

然则，现实天下充适无意。实行器故障、传感器错误、未知阻截物、大地滑……这些都在主系统的贯通规模以外。为此，需要引入底层的保障。

安全系统是个轻量、可靠的监控层资阳铁皮保温施工队，握续比对机器东谈主的实事业态与预设安全章程（如“不得碰撞东谈主类”、“握锐物体需保握安全距离”），旦发现偏离即刻告警或侵犯。

若安全系统也法处理，举例机器东谈主行将跌倒，后备系统将被激活。它的谋划不是让机器东谈主“急停”，而是引其进入个可靠的降情状。

“举例，机器东谈主不错像汽车样慢速靠边泊岸；若行将跌倒，可遴荐东谈主区域，通过锁定部分谬误杀青浪漫跌倒。”宋继强说。

这套“PMDF”框架(永诀是具身智能主控系统、监控系统、安全方案和故障处理和收复)，已被写入英特尔归并多和洽伙伴发布的《具身机器东谈主智能安全子系统白皮书》中。宋继强娇傲，发布后反响致密，不少学术界和业界单元但愿参与进。

2

用芯片未至，英特尔押注“传统势”

当话题转向硬件，凤凰网科技提倡了个问题：异日机器东谈主域会否出现用芯片？面对特斯拉、小鹏等车企自研芯片的趋势，英特尔的契机安在？

宋继强的复兴坦诚而求实。他明确判断，当今机器东谈主商场鸿沟尚小，用芯片在经济上不行行。“中枢原因在于机器东谈主商场的鸿沟当今还很小，对于芯片厂商而言，门为机器东谈主定制芯片难以杀青盈利。”

现时行业巨额复用手机、汽车、PC等域的老练芯片，进行翻新适配。层的原因在于，机器东谈主的“职责负载”尚不决型。“咱们法明确，芯片是应针对VLA的职责负载进行化，也曾为后续的天下模子职责负载提供复古。”

在这种情况下，通用芯片是稳妥的遴荐。宋继强瞻望，惟有当行业酿成表率化的职责负载后，用芯片（ASIC）才会出现，其研发周期可能在1-18个月。

那么，英特尔的契机在那儿？宋继强将谜底指向了英特尔在工业截止域始终被忽略的“隐形”地位。

“在传统工业自动化域，英特尔的商地方位不错用‘对势’来形容……在工业场景的精度、频携带路截止域，铁皮保温大部单干控居品和工控板都基于英特尔的CPU征战。”

他回想了三大势：是工夫迁徙，将工业领路截止教会迁徙至机器东谈主的手脚截止层；二是资源调养化，确保领路截止等毫秒任务不被其他任务干扰；三是多系统和会才调，杀青阻难监控与快速安全反应。

对于当下炙手可热的酷睿Ultra等集成AI算力的芯片，宋继强视其为“通晓的硬件底座”。若算力不及，可寥落建立AI算力卡。他预判，异日的主流部署口头将是“机器东谈主末端+边际就业器”，在低延伸前提下，将大模子部署于边际，酿成跨荟萃的异构贪图资源池。

3

现实瓶颈：数据孤岛、VLA幻觉与资本陡壁

尽管蓝图了了，但通向可靠具身智能的谈路上布满阻碍。宋继强在复兴多个问题时，勾画出了现时主要的几大瓶颈。

当其冲的是VLA（视觉谈话模子）的才调天花板。 宋继强直言，现时VLA的准确率仅在百分之六七十，存在著幻觉问题，且对视觉环境变化敏锐，泛化才调弱。“它并未真确蚁场景的试验，不具备对场景中物体三维关系、因果关系的贯通才调。”

这亦然行业转而暖和“天下模子”的原因——为其补充物理定律和因果关系贯通。但天下模子本人也濒临与真实场景和会的挑战。

层、压根的挑战来自于数据。 宋继强指出，数据问题是行业核肉痛点。具身智能需要场景蚁、任务筹商和机器东谈主本色三类数据，但近况是“数据孤岛”严重。

“不同业业场景、不同机器东谈主本色、不同任务类型所需的数据互异大。”他列举了四个统数据表率确立的难点：数据完好界说不解（是否需要触觉等）；操作精度和频率统条目；机器东谈主本色公认案；数据荟萃视角未详情。

“因此，现时行业仍处于各自探索的阶段，短期内会看守‘百花王人放’的情状。”

后个关卡是量产与资本。 宋继强请示，当今展会上的机器东谈主多是“手工制作的原型机”，部件未达到车规或工业表率，致差。“机器东谈主举座价钱的下跌也依赖于大厂的入局。”

他以特斯拉为例，指出行业看好其的中枢原因之恰是雄伟的量产才调。惟有通过工业化量产压硬件资本，同期智能才调达标，机器东谈主才有可能走向广袤的商用乃至消耗场景。

4

异日三年：从“展示天才”到“可靠工匠”

面对如斯多的挑战，具身智能的落地时间表究竟怎样？宋继强给出了个审慎的预测。

“要将这些才调整为套可靠的处分案，把VLA的准确率从当今的百分之六七十，栽种到工业应用条目的99以上，瞻望还需要两三年的时间。”

他描摹了条了了的落地旅途：

短期（1-2年），在物流分拣、工场搬运、表率件拼装等半结构化场景杀青小鸿沟部署。这些场景用工资本、环境相对可控，能容忍机器东谈主初期的资本。

中期（3年傍边），跟着智能才调可靠栽种、行业安全框架酿成共鸣，在以上场景中扩大应用鸿沟。

始终，则取决于量产致和资本截止的冲破，需要大型车企等具备工业化坐蓐才调的企业入局动。

“这发展旅途恰当Gartner成长弧线的法则。”宋继强回想谈，先以工夫预期迷惑参加，快速栽种才调；后在部署中处分问题，在早期场景中考证买卖化；终大厂入局，动鸿沟化。

在采访的后，宋继强反复强调“和会”与“解耦”这对看似矛盾的谬误词。

和会，是新老工夫的和会——将前沿的AI模子与历教会证的传统截止工夫、安全工程相联结。解耦，是软硬件在才调层面的解耦——让表层的感知筹商模块能适配不同机器东谈主本色，镌汰征战资本。

“具身智能的发展不会依赖单工夫冲破，而是需要新老工夫的类似和会。”宋继强说。个未经充分考证的新工夫法径直用于谬误任务，惟有与老练工夫联结，才能酿成完好可靠的处分案。

这偶然恰是英特尔在这场具身智能竞赛中的特定位：不作念激进的颠覆者，而是作念可靠的整者。用其在工业域数十年的“隐学问”，为决骤的AI“天才少年”，装上袭取过物理天下检修的“小脑”与“反射神经”。

当机器东谈主离开聚光灯下的展示台，走进嘈杂、芜乱、充满省略情的真实天下时，决定其价值的将不再是它惊艳的顿然资阳铁皮保温施工队，而是它不会出错的下限。而这，恰是场对于“可靠”的漫长工程的起先。