今日,在2025英特尔技术创新与产业生态大会上,英特尔集中展示了面向英特尔® 酷睿™ Ultra 200H系列打造的全新AI能力。此次重磅发布的核心亮点包括高达128GB系统统一内存,其中超过120GB可作为可变共享显存,助力包括轻薄本、mini PC、mini AI 工作站、边缘AI Box在内的多种设备,流畅运行高达120B超大规模参数MoE模型。依托于对前沿模型的高效适配、强大的AI算力、多样的产品形态和广泛的厂商及生态协同,英特尔正将端侧AI能力拓展至更丰富的应用场景,带来触手可及的智能体验。

英特尔中国区技术部总经理高宇表示:“英特尔始终致力于推动AI PC的体验革新。通过创新的内存架构与广泛的生态合作,我们正赋予AI PC更强大的智能,以不断提升的感知、理解与执行能力,全面激发端侧AI的‘感官觉醒’。从专业创作、沉浸式娱乐到AI应用开发、个人以及企业AI应用部署,英特尔酷睿Ultra 200H系列通过对AI能力、AI设备形态与智能体验边界的全面探索,推动本地智能实现跨越式进化。”

大“显”身手,灵活满足全场景需求
凭借强大的 XPU 架构和创新的可变共享显存技术,英特尔® 酷睿™ Ultra 200H系列处理器最高支持128GB系统统一内存,并能够智能分配高达120GB的动态显存,打破了传统核显显存固定分配的限制。这不仅实现了更灵活的算力配置,为AI大模型和复杂应用提供了更大的显存支持,也让本地算力能够轻松运行超大模型、实现AI功能进阶。

作为该系列中的核心产品,英特尔® 酷睿™ Ultra 9 285H平台整体 AI 算力高达 99 TOPS,为本地AI处理提供了澎湃动力。其中,集成显卡(iGPU)提供高达 77 TOPS 的算力,确保大参数AI模型流畅运行;NPU 单元专为高能效AI推理设计,提供 13 TOPS 算力;而CPU则以 9 TOPS 算力,保障系统快速响应与低时延处理。值得一提的是,该处理器已广泛兼容Qwen 3-30B-A3B、Qwen 3-Next-80B-A3B、GPT OSS-120B/20B等主流MoE模型,以及多种稠密模型,展现出卓越的模型兼容性与灵活的部署能力。
面向主流市场,8000元以下价位的酷睿Ultra 9 285H 机型,配备64GB内存,以更轻薄和紧凑的机身,满足从专业到日常的全场景需求。而针对万元价位以上的发烧友及开发者市场,搭载96GB到128GB内存的酷睿Ultra 9 285H 高效驱动Mini PC、Mini AI 工作站等,带来远超同价位移动平台的AI算力。开发者无需依赖云端,即可在本地便携设备上进行复杂的模型推理与训练,显著加速从概念验证到实际落地的转化过程。
唤醒AI感官,重塑本地智能体验
酷睿Ultra 9 285H凭借其卓越的本地AI算力,将深度学习与推理能力无缝融入日常,重塑端侧AI体验。它不仅能高效运行各类主流AI应用,更以隐私保护、极速响应和底层硬件创新为核心优势,让用户在各种场景下,自由探索与实现各种AI可能。这如同唤醒了轻薄设备原生的AI感知力,为用户提供了一位随时待命的强大智能助手。同时,所有数据均在本地处理,无需上传云端,极大地增强了用户数据隐私和创作自由度。

携手拓展算力边界,引领AI PC迈向未来
作为AI PC概念的开创者,英特尔正引领个人电脑全面迈入智能时代。通过与x86生态系统的紧密合作,英特尔让AI PC能够更高效地在本地运行AI应用,为用户带来卓越的智能体验。不止于此,英特尔正携手生态伙伴,通过多项创新技术,不断拓展酷睿Ultra 9 285H的AI边界:

随着AI技术的飞速迭代,AI能力不再局限于传统PC的范畴,而是能够被无缝集成至智能家居、车载娱乐、掌上游戏设备乃至各种新兴的智能终端之中。英特尔通过打造一个以用户体验为中心的智慧生态,让强大的端侧AI能力真正融入每个用户的日常体验,真正开启一个真正智能无处不在的新时代。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。