作家 | 金旺

栏目 | 机器东说念主新纪元

在刚刚曩昔的CES 2026上，多样尺寸大小、配备各种技巧的东说念主形机器东说念主成了展馆中最靓的仔，而这些东说念主形机器东说念主，不少王人来自中国。

来自工信部的统计数据裸露，2025年国内东说念主形机器东说念主整机企业数目超140家，发布东说念主形机器东说念主产物超330款，2025年也成了东说念主形机器东说念主量产元年。

另一个来自Omdia统计数据裸露，2025年全球东说念主形机器东说念主出货量预测达到了1.3万台，其中，出货量排行前三的智元、宇树、优必选出货量分散为5168台、4200台、1000台。

就在昨天，宇树官方示意，公司2025 全年东说念主形机器东说念主实践出货量超5500 台，2025 年实践量产下线超6500 台（不含双臂轮式等机器东说念主机器东说念主产物）。

在英特尔中国连络院院长宋继强看来，具身机器东说念主落地势必会资历三个阶段：

第一阶段，全球对大模子、VLA模子捏有乐不雅预期，捏续进行高参预，将模子性能不休擢升；

第二阶段，具身机器东说念主进入产业后不休遭遇多样问题，在实践产业环境中捏续遭遇问题、贬降低题，并在一些垂直场景在经济上达到盈亏均衡；

第三阶段，具身机器东说念主的经济效益在行业场景中不休扩大，头部企业连接入局并借助工业级水准加快具身机器东说念主限制化商用。

而面前，咱们在2026年行将看到具身机器东说念主进入到第二个发展阶段，在这一阶段中，新技能与旧模式的碰撞、智能体架构的完善、数据方法的千里淀……，成了高涨之下的产业升级端倪。

01 具身智能的安全下限，如何擢升？

什么样的决议是具身智能最优解？

这个问题似乎早有谜底，但具体到国内这140多家东说念主形机器东说念主整机厂商来看，他们的采取又各有不同。

宋继强告诉咱们，现时业界的决议多数可以分为两类：

一类是将各种最优模子组合到沿途，酿成一套具身机器东说念主决议，这类决议更偏向于产业化实践部署利用；

另一类是通过一个端到端大模子完成具身机器东说念主需要的通盘责任。

在这两类决议之间，又酿成了诸多细分旅途，或倾向于模子组合，或倾向于一体化贬责决议，由于技能训练度不够高、各个团队洽商问题的起点不同，面前尚未酿成长入的贬责决议。

不外，具身智能的技能发展标的是细主义——向着长入的模子、长入的决议去管束，也便是面前受到多数关怀的VLA模子。

时于本日，VLA模子仍是有了一定的泛化性，卤莽在老师测试环境中输出可以的强大序列，然则要进入产业利用，宋继强以为，依然存在三个问题：

第一，准确性问题。

VLA模子中的视觉元素与环境强绑定，如若输入高唱的语义莫得改换，视觉看到的环境场景中的面目、体式、相对关系发生了变化，这么的场景经常需要在老师环境中出现，才会有更高的准确性，这使得VLA泛化能力仍然存在一定截止。

第二，动作奉行精度问题。

VLA模子的奉行能力与机器东说念主实践强相干，切换实践经常会带来很大的模子调优代价，这也就导致了实践的泛化性。

第三，幻觉问题。

VLA模子并不睬解看到的场景中叶界的物理定律、因果逻辑，正因如斯，面前有一些具身智能团队在通过引入寰球模子来擢升模子关于物理章程、因果逻辑的连结。

基于VLA模子的具身机器东说念主，面前仍是卤莽罢了的是短程任务的奉行，诸如咱们本年在各大展会上看到的机器东说念主叠一稔、分拣物品，如若遭遇长程任务，依然需要切割成多个任务、并将这些任务轮番进行奉行，以此来幸免产生幻觉。

岂论是寰球模子，照旧VLA模子，本质上是基于统计学的技能旅途，这么的技能旅途让具身智能具备了一定的泛化能力，但准确性和幻觉问题成了当下羁系忽视的痛点，为了贬责由VLA模子引入带来的这些问题，宋继强以为，要构造真实赖的异构具身智能硬件平台。

这么的真实赖异构具身智能硬件平台分三层：

第一层，盘算和决策的真实赖。

相较于以往充足基于神经荟萃的模子，英特尔在模子中引入了规则和先验常识的预界说模式来考试模子产生的决策，由此酿成羼杂模式限度，当这些规则判断模子产生的决策有问题时，会条目模子再行进行决策。

这也便是英特尔冷漠的神经象征AI羼杂模子，借用这种法子，英特尔擢升了具身机器东说念主开放限度的下限。

第二层，动作奉行的真实赖。

在具身机器东说念主进行动作奉行时，当机器东说念主某个重要电机出问题或环境中出现未知路况（举例大地有一滩水）时，针对这些超出具身机器东说念主原有剖释和感知系统范围的情状，英特尔引入了汽车范畴安全系统（safety system）的看法。

这么的安全系统会对安全风险进行事前界说，是一个捏续进行安全监控的、代码可靠的轻量化系统，主要责任是识传说感器、奉行器的状态是否存在安全风险。

第三层，动作反馈的真实赖。

在安全系统监测到安全风险时，为了让具身机器东说念主追念到安全可靠状态，又能以一种可行的步地赓续奉行相应任务，肖似汽车出现情状后会降速靠边泊车，在具身机器东说念主颠仆时，让它采取一个莫得东说念主的标的幽静挪动到边上或颠仆，英特尔引入了救急系统（Fallback System）。

宋继强以为，“具身机器东说念主果然要在未来与东说念主交互或在工业环境进行部署时，这三个系统弗成或缺。”

02 快慢系统之上，系统0的焦灼性

2011年，诺贝尔经济学奖得主Daniel Kahneman在其出书的《念念考，快与慢》中冷漠了东说念主类念念考的快慢系统的看法。

其中，系统1是自动、快速、无认识的快系统，它不需要太多念念考，依赖直观和民俗来作念决策；系统2是有认识、感性化、需要更多的剖释的慢系统，它处理复杂的任务、作念出分析性决策时需要更多时辰。

在具身机器东说念主研发高涨中，越来越多团队启动将快慢系统看法引入具身机器东说念主系统中。

不外，在宋继强看来，这么的系统架构还需要再加一层，系统0。

当具身机器东说念主模子（有些许个电机息争脱度）仍是构建完成，在收到开放辅导后，基于系统0就可以快速通过MPC（模子预测限度）这么经典的开放限度算法反算出更多的限度参数，并将本来相对残害的重要点位酿成平滑的开放点位，从而输出1000Hz以上可用于工业利用场景的开放限度信号。

就系统0、系统1、系统2构建起的好意思满的具身机器东说念主系统而言，宋继强告诉咱们，面前需要用异构算力来驱动。

这其中，具身机器东说念主的系统2是慢系统，强调通过大模子、高通量的数据罢了语义连结，产生的是准确性更高的语义级输出，经常是由VLM模子给与来自外界环境的视觉输入，凭据话语辅导酿成任务盘算，这类任务更允洽通过GPU来罢了。

系统1是快系统，需要凭据任务盘算低功耗地酿成动作限度辅导，这么的限度辅导经常频率不高，时常在200Hz傍边，无法达到平滑动作限度的条目，更允洽通过带有DSP、矩阵运算能力的NPU来罢了。

系统0则是前文提到的基于传统MPC开放限度算法限度，将低频限度信号放大到1000Hz级别的电机限度信号，需要具备高及时性、快速反应，需要具备高精度浮点运算能力，这类任务更允洽通过CPU来罢了。

恰是基于这么的洽商，英特尔在本年CES 2026上，持重对外发布了基于Intel 18A工艺制程的第三代酷睿Ultra处理器，第三代酷睿Ultra For Edge是这代处理器面向工业场景的一款产物，具身机器东说念主是它的主要利用范畴之一。

而英特尔第三代酷睿Ultra For Edge恰是基于CPU、GPU、NPU组成的XPU异构经营架构打造，最高算力达到180 TOPS。

更焦灼的是，这代产物在宽温范围维持、细目性、7×24小时全天候可靠性上获取了工业级用例认证。

不外，宋继强也以为，面前VLA模子的天花板距离工业级的99%以上的“准确”还差几十个点，唯一再把VLA模子的准确率再擢升十几个点，能力够让具身机器东说念主在诸如物流型此类半结构化、半工业场景中高效部署利用。

乐不雅预计，这需要1-2年的时辰。

在此之前，咱们依然需要通过经典的机器东说念主限度表面来擢升具身机器东说念主在工业场景中奉行任务的准确性、一致性和成果，来让具身机器东说念主提前走入工业场景进行实训。

03 具身机器东说念主，何时会有专用芯片？

在过往几十年里，英特尔X86经营平台在工业机器东说念主范畴有着世俗利用，关于开放限度精度致使达到了20微秒，这是英特尔在工业自动化期间蕴蓄下来的教授。

宋继强告诉咱们，“工业场景条目高精度、高频率、及时性，如若将英特尔在工业机器东说念主范畴过往蕴蓄的这些教授利用到具身机器东说念主上，在系统1和系统0构建上就会起到很大的作用。”

据悉，面前英特尔与不少具身机器东说念主团队王人有结合，这么的结合不局限于采购英特尔处理器，英特尔还会匡助这些具身机器东说念主团队进行产物优化，其中最受这些具身机器东说念主团队喜爱的，恰是英特尔在系统及时性、限度精度优化上赐与的匡助。

实践上，英特尔在具身智能范畴的布局不啻如斯，濒临具身智能势在必行，英特尔也在探索在具身智能范畴更多的可能性。

早在2025年，英特尔就对外推出了机器东说念主AI套件，英特尔具身智能SDK也加多了对EtherCAT，以及LLM、VLM、VLA模子的维持，经受XPU异构架构的酷睿Ultra处理器也仍是面世，并被一些具身机器东说念主团队所选配。

就具身智能需要的异构经营架构，英特尔在曩昔一年里也有了更深刻的念念考。

面前具身智能团队经常是通过CPU+AI加快硬件行动端侧算力，英特尔酷睿Ultra处理器是但愿将这些经营资源整合到一个SoC上，举例领有180TOPS的第三代酷睿Ultra处理器中，CPU提供了10TOPS算力，NPU提供了50TOPS算力，GPU提供了120TOPS算力。

基于此可以进行高精度开放限度，也可以进行浮点经营，如若客户需要更强大的GPU算力，还可以选配零碎的AI算力。

在进入实践工业场景利用时，经常又会波及到群体智能限度，这就需要进一步在工业现场部署角落做事器。

具身机器东说念主末端+角落做事器，亦然宋继强以为“具身智能在工业场景最初落地的模式。”

宋继强告诉咱们，“在实践落地场景中，‘异构’一定是跨荟萃的资源池看法，末端、角落，致使云侧，王人可以变成异构资源池。”

如若只是就末端侧来看，莫得专为具身机器东说念主设想的芯片是当下近况，面前，具身机器东说念主用到的芯片，经常是基于汽车、PC、手机芯片进行编订和二次开导而来。

宋继强以为，之是以会出现这么的情况，是因为具身智能产业依然处于早期阶段，具身机器东说念主体量也还莫得酿成限制，另一方面也还莫得长入的方法。

他还尽头提到，“ASIC芯片只须有方法，10个月就可以设想好并进行流片，18个月就可以拿来测试，如若有任何大厂找咱们定制具身机器东说念主芯片，咱们也很乐意去作念。”

2026年是具身智能产业落地的重要一年，咱们面前卤莽明确看到的一条产业化技能落地旅途是：通过VLA模子作念短程任务奉行，通过寰球模子进行能力补充，然后再加入传统限度法子擢升安全下限。

宋继强告诉咱们，“不存在卤莽贬责通盘复杂场景问题的‘全能钥匙’或单一技能范式，果然的好意思满贬责决议，势必是通过前瞻性地交融翻新技能与经由考据的训练法子，将其系统性地工程化，这么能力恰当落地。”