英特尔正通过重返多年前因财务困境而退出的机器人市场,强势进军物理AI领域。
这一机器人战略是英特尔更宏观布局的重要组成部分,其核心目标是推动AI落地"边缘端",即让设备具备本地运行AI的计算能力,从而摆脱对云端处理的依赖。目前,大量设备仍缺乏本地AI计算能力,不得不将处理任务卸载至云端。
英特尔表示,旗下Intel Series 3处理器目前已应用于130款边缘AI与机器人产品设计中。此外,英特尔还与SensoryAI达成设计合作,后者为Crown Digital旗下名为Ella的机器人咖啡师等机器人产品提供技术支持。
英特尔Core Ultra Series 3处理器源自面向笔记本电脑的芯片设计,但英特尔在功耗效率方面取得了显著突破,实现了超长续航能力,使这些芯片得以适配手持设备与笔记本电脑。
在芯片制造能力方面,英特尔表示,凭借最新制造工艺,已能够打造高度集成的先进机器人芯片。例如,计算机视觉、实时控制等众多机器人核心功能,如今可集成于单颗芯片之上。而在此之前,图形处理、运动控制等功能分散分布在芯片的不同核心单元中。
以SensoryAI为例,其芯片架构为上述机器人咖啡师——实质上更接近机械臂——赋予了完整的AI能力。该系统由三个智能体协同运作:主"Avatar"智能体负责与顾客交互,主"Ella"智能体负责任务推理与执行;一旦Ella在执行中遇到错误,将把问题转交给"Guardian"智能体负责恢复处理,涵盖订单理解异常、杯子卡顿等各类突发情况。这三个智能体均集成于一块Core Ultra Series 3芯片之上。
英特尔在台湾台北国际电脑展(Computex)上展示了上述部分机器人产品,并在X.com上发布了一段展会现场类人形机器人的演示视频。
这并非英特尔首次涉足机器人市场。在英特尔仍是芯片行业主导者的时代,曾销售过机器人芯片与套件,但在帕特·基辛格(Pat Gelsinger)于2021年接任CEO并对公司进行战略重组、聚焦制造业务后,相关业务随之中止。
如今,机器人业务在新任CEO陈立武(Lip-Bu Tan)的带领下重回发展轨道。陈立武于去年接替基辛格出任英特尔CEO,并对公司进行了新一轮战略重组,重点布局高增长、高回报的业务领域。
摩根士丹利去年发布的研究报告显示,机器人市场规模到2050年有望达到5万亿美元,届时全球在役类人形机器人数量可能突破10亿台。
机器人被普遍视为提升人类生产力与制造业产出的重要工具。例如,它们可以帮助面临劳动力短缺的工厂填补用工缺口,或承担高危险性作业任务。
然而,挑战依然存在。目前用于训练机器人执行特定任务的真实世界数据仍严重不足,而机器人所需的AI模型——通常被称为"世界模型"——也尚处于持续开发阶段。训练机器人完成特定工作,要求一系列操作步骤连续无误地执行。企业目前仍在探索如何训练机器人识别并理解错误、分析可能的解决方案,并采取正确的纠正措施。
Q&A
Q1:英特尔的Core Ultra Series 3处理器有什么特别之处?
A:Core Ultra Series 3处理器源自笔记本电脑芯片设计,但英特尔在功耗效率上取得了重要突破,实现了超长续航能力,使其可以适配手持设备和机器人等边缘端设备。更关键的是,它能将计算机视觉、实时控制等多种机器人功能集成在单颗芯片上,并可同时运行多个AI智能体,大幅提升了芯片的集成度与实用性。
Q2:英特尔与SensoryAI合作的机器人咖啡师Ella是如何运作的?
A:Ella是由Crown Digital打造的机器人咖啡师,形态上更接近机械臂。其运作依赖三个协同工作的AI智能体:Avatar智能体负责与顾客进行交互,Ella智能体负责任务推理与实际执行,Guardian智能体则在出现错误时介入,处理订单识别异常或杯子卡顿等突发问题。三个智能体均集成在一块英特尔Core Ultra Series 3芯片上。
Q3:机器人市场目前面临哪些主要挑战?
A:机器人市场目前面临两大核心挑战:一是用于训练机器人执行特定任务的真实世界数据严重不足;二是机器人所依赖的AI"世界模型"仍在开发中,尚未成熟。此外,训练机器人完成特定工作要求操作步骤连续无误,如何让机器人准确识别错误、分析解决方案并采取正确纠正行动,也是业界持续攻关的难题。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。