半導體大廠英特爾（Intel）今日舉辦Physical AI（實體AI）策略與解決方案說明會，宣布以最先進Intel 18A製程打造的次世代邊緣運算處理器Intel Core Ultra系列3（代號Panther Lake），全力搶攻實體AI與機器人商機，直球對決長年主導機器人運算市場的輝達（NVIDIA）Jetson AGX Orin平台。
英特爾主張在邊緣與機器人領域無須盲目追求昂貴的外掛獨立顯卡，透過單晶片系統（SoC）整合CPU、GPU與NPU的異質運算架構，即可兼顧即時運動控制與邊緣推論。此舉不僅打破過往高階邊緣設備仰賴雙晶片過度配置的常態，英特爾也具備性價比與總持有成本（TCO）優勢。
英特爾邊緣運算事業部生態系統建設與教育部門總經理杜唯揚指出，雲端與資料中心的龐大模型競賽已進入白熱化階段，但產業界普遍面臨「模型選擇困難症」。他直言：「現在業界其實完全不缺模型，最大的痛點在於模型如何落實與使用。」他表示，邊緣運算的核心在於從感知、推理到行動的「閉環」落實，特別是在深入Agentic AI與自主行動時，底層多半仰賴CPU進行邏輯調度與計算，單純依賴大功耗GPU反而會大幅拉高系統成本。
在此次公開的基準測試中，英特爾Core Ultra X7 358H在影像分類效能上領先NVIDIA Jetson AGX Orin 64GB達2.5倍、大型語言模型（LLM）推論延遲速度領先1.7倍、單位美元性價比高出2.2倍，而在實體機器人關鍵的視覺語言動作（VLA）模型運行速度上亦領先1.5倍。杜唯揚透露，這份正面對決輝達的實測數據曾因「太過敏感」而被合作夥伴勸阻展示，但英特爾堅持公布，目的就是向市場證明處理器內建算力已綽綽有餘。
在硬體提升的同時，英特爾邊緣運算事業群平台研發協理王宗業也點出實體機器人落地的最大瓶頸，在於現實世界的動態資料宛如「金字塔頂端」般極端稀缺，無法像語言模型般直接從網路大量抓取，必須透過人類示範動作進行模仿學習。
對此，英特爾在開源機器人套件（Robotics AI Suite）中正式推出Physical AI Studio與OpenVINO Physical AI兩大核心工具，提供直覺的3D低程式碼介面，讓工程師藉由數十次示範即可快速微調模型。王宗業進一步強調，過去開源軟體環境動輒佔用10至20GB儲存空間，在當前記憶體與Flash價格高昂的環境下對客戶極為不利，而OpenVINO Physical AI成功將部署環境壓縮至數百MB至1GB以下，使設備製造商得以採用成本更低的64GB Flash硬體規格，大幅削減成本。
這套軟硬體整合策略已在多個高門檻商用場域展現成果。除了在半導體晶圓廠中協助自主移動機器人（AMR）以毫米級的高精度重複搬運晶圓卡匣（FOUP）外，新加坡Sensory AI打造的全球首家多代理商用咖啡機器人「Ella」也是關鍵案例。王宗業透露，Sensory AI當初評估外掛獨立GPU擴充卡時，驚覺「一張GPU竟然比整台機器人系統還要貴」，商業模式完全無法運轉，最終改採英特爾Core Ultra系列3處理器，僅憑單一SoC平台便同步運行顧客互動、門市營運與商業分析三大AI代理，徹底實現硬體瘦身與投資報酬率提升。
英特爾指出，至今已攜手全球生態系完成逾10萬個邊緣實際案例，並攜手研華、凌華等台系工業電腦大廠在一年半內產出155款認證系統。
更多鏡報報導
踢爆公司「爽領68個月」公關話術！美光工會怒揭真相 要制度化15%分潤、拒絕摸頭
半導體三巨頭全都要用High NA EUV！英特爾率先量產、台積電按部就班、三星首開DRAM先例
英特爾代理式AI三大架構齊發 自家18A製程串聯雲端至邊緣
王識賢見「女兒」同學要關心！對方竟秒喊「爸」認親 下秒相約加LINE全場暴動