作者 | 于曦
在最近的英特尔行业解决方案大会上，机器人“小英”展示了由VLA模型驱动的具身智能能力，能够自主识别目标并递送物品。这标志着机器人已从“表演”迈向“实用”。同时，企业知识管理、EDA设计、医疗终端等领域的AI应用相继亮相，表明AI正从云端走向具体业务与真实世界。当AI需要控制物理设备或处理实时数据时，计算必须跟随数据走向边缘。
9月23日上午，在苏州举行的英特尔行业解决方案大会上，行业AI的应用场景不断拓展。其背后的核心变化在于：AI正在从云端模型走向具体业务，并开始深入真实世界。
边缘不是一个缩小的数据中心
过去，边缘计算主要负责数据采集和固定流程控制。但Agent和物理AI的加入改变了这一链路。系统不仅需要识别和判断，还需持续感知环境、快速推理并控制物理动作。
英特尔公司副总裁兼边缘计算事业部总经理Dan Rodriguez指出，边缘AI不能简单缩小数据中心方案。边缘场景更看重实时性、功耗、体积及断网可用性。在异构计算架构中，CPU负责控制与通用计算，GPU承担视觉与大模型推理，NPU处理低功耗持续运行的AI任务，从而避免算力拥堵。
目前，英特尔Open Edge方案已在60多家供应商系统获认证。以工业机器视觉为例，转向酷睿Ultra和Open Edge方案后无需独立显卡，关键负载推理性能提升约20%，平台功耗下降约50%。这表明边缘侧的核心诉求并非追求极致算力，而是在有限功耗和空间内，实现性能、稳定性与成本的最优配平。
千行百业的 AI Box
大会上展示了多款面向不同行业的“AI Box”，它们并非简单的硬件堆砌，而是深度结合行业业务的落地方案：
电子设计：派兹互连EDA一体机
派兹互连发布的SailWind EDA一体机，将器件解析、原理图设计、PCB布局等流程交由智能体处理。其核心价值在于将行业模型、数据治理与工作流本地化部署，确保企业核心数据不出内网，同时让工程师能直接调用已有数据与工具。
医疗提效：智能医生终端
上海市第四人民医院联合MAXHUB推出智能医生终端。该终端可实时将医患对话转化为结构化病历，并优化医学影像显示。目前已进入神内、心外、急诊和ICU等科室，使病历书写等高频操作效率提升20%至60%。所有生成结果均需医生确认，并受医院权限规则约束，保障数据安全。
酒店运营：石基集团酒店AI Box
石基集团展示的酒店AI Box作为本地“大脑”，在保障客房、供应链等敏感数据留存本地的同时，连接云端能力进行价格预测与客流分析，全面统筹人员、设备、服务与供应链。
智能座舱：梧桐科技汽车AI Box
针对汽车座舱生命周期长而大模型迭代快的矛盾，梧桐科技的天枢座舱AI Box采用独立可插拔算力设计。在保持基础座舱稳定的同时，为多模态感知和AI应用预留了升级空间。
这些产品不仅提供硬件，更提供免驱动的落地方式，让企业无需从底层驱动和模型量化做起，而是直接从业务痛点切入。
从企业Agent到具身智能
与软件Agent不同，物理世界的机器人容错率极低。奇矩智能推出的工业机器人Agent系统，通过大模型理解自然语言工单并拆解为原子技能，外围工具负责确定性执行。该系统能根据现场材料变形实时调整轨迹，将传统需多人配合数小时的部署时间，缩短至一人30分钟以内。
这凸显了边缘AI的难点：推理与运动控制需保持不同节奏。英特尔通过CPU、GPU、NPU以及MPC（模型预测控制）、RTC（实时控制）的精准分工，实现了大脑规划与小脑执行的完美协同，减少了多控制器带来的布线与功耗负担。
为此，英特尔正式发布基于第三代酷睿Ultra平台的具身智能开发套件。该套件预装从BSP、BIOS到ROS 2中间件的全套软件环境，并针对散热、多路传感器及机器人胸腔空间进行优化。其量产路径支持通过定制I/O载板快速适配各类人形、四足和轮式机器人，适配周期仅需1至2个月，计划于11月中旬预售，月底正式发售。
真正难的，是每天持续做对
边缘AI的终极挑战已从“模型能否运行”转变为规模化部署的稳定性：最新模型的适配、满负荷下的降频控制、多传感器并发的抖动处理，以及跨场景的复制能力。
- 最新模型能否及时适配？
- 设备满负荷运行时是否降频？
- 多路相机与传感器并发时是否抖动？
- 试点方案能否顺利复制到上百家门店和数千台终端？
展台上的完美演示与工厂、医院里的长期连续运行截然不同。机器人会表演不代表会干活，真实世界的环境、光线和精度要求更为严苛。英特尔致力于通过酷睿Ultra、锐炫显卡、Open Edge平台及开发套件，将底层算力转化为易于交付的行业产品。
正如英特尔中国行业及解决方案业务部总经理王景佳所言，产业客户需要的是“持续把事情做对”。当AI和机器人走出实验室，在真实世界的工厂、医院、门店和汽车中稳定工作时，边缘AI才算真正发挥价值。今年，机器人“小英”不再只是舞台上的Rapper，而是成为了真正的Worker。