隨著全球面臨勞動力短缺與產能轉型的嚴峻挑戰，人工智慧（AI）正快速從雲端向終端推移。機器人與自動化設備不再滿足於過去僅執行固定指令的傳統控制，而是逐步邁向具備自主感知、推理與行動能力的實體AI（Physical AI）系統。面對這波產業轉型潮，英特爾（Intel）展現了全面攻占邊緣AI市場的戰略，透過最新的晶片架構、開放式軟體工具與跨產業生態系，打造從感知（Sense）到實體行動（Act）的完整解決方案。
軟硬兼施：Open Edge Platform與AI晶片矩陣
從過去的嵌入式系統(Embedded System)到加入聯網功能的物聯網(IoT)裝置，與未來導入智慧功能的實體AI系統，軟硬體整合在智慧終端裝置中扮演重要的角色，在未來AI落地的裝置樣態還混沌不明的現在，Intel在佈局未來的同時亦是試圖描繪AI發展的藍圖。
英特爾邊緣策略的核心在於降低企業的總持有成本（TCO），並加速產品落地。英特爾邊緣運算事業群生態系發展部門總經理杜唯揚表示，智慧終端是軟硬體高度整合的成果，在硬體層面，英特爾推出了採用Intel 18A製程的Intel Core Ultra系列3邊緣運算處理器。透過整合CPU、GPU與NPU的單晶片（SoC）異質運算架構，取代過往高成本且高功耗的高階CPU搭配獨立GPU多晶片模式。實測數據顯示，系列3處理器在大型語言模型（LLM）效能提升高達1.9倍，視覺語言動作模型（VLA）吞吐量更大幅提升4.5倍。
邊緣AI軟硬體架構
在軟體層面，英特爾推行開放式邊緣平台（Open Edge Platform），藉由模組化與開源架構，提供遠端容器化工作負載部署與維護功能（如結合Intel vPro管理技術）。同時，英特爾針對製造、零售、城市交通、醫療及機器人等特定領域發布了六套專用邊緣AI開發套件（Edge AI Suites），協助獨立軟體商（ISV）與系統整合商迅速打造客製化應用。
Physical AI兩大工具化解部署痛點
過去實體AI與機器人部署最大痛點在於高度客製化導致的硬體過度配置與昂貴維護成本。對此，英特爾推出兩技術：
- Physical AI Studio：提供低程式碼（Low-code）視覺化介面，讓開發者能進行模仿學習（Imitation Learning）、資料收集、模型微調與量化，快速匯出經驗證的 VLA 策略模型。
- OpenVINO Physical AI：作為首款針對晶片最佳化推論環境打造的開源機器人函式庫，它能銜接LeRobot與Hugging Face等開源環境，在低延遲與異質算力架構下，確保機器人在複雜實體環境中的確定性控制（Deterministic Control）。
英特爾邊緣運算事業群生態系發展部門總經理杜唯揚（左），英特爾邊緣運算事業群平台研發協理王宗業（右）
Sensory AI 與跨產業驗證
英特爾的Physical AI策略已在商業場域取得實質成果。例如與Sensory AI合作的Ella系統，為全球首個在公開商業場域營運的多代理Physical AI商店。Ella原本需要分散式硬體架構，如今僅需單一Intel Core Ultra系列3 SoC平台，即可同步調度顧客互動（Avatar）、系統營運（Guardian）與商業分析（Ella Agent）三個 AI 代理與機器人手臂運作，展現了顯著的成本與能效優勢。 在邊緣AI戰場上，英特爾不再僅僅賣晶片，而是轉型為邊緣AI基礎設施供應商。
英特爾邊緣運算事業群平台研發協理王宗業提到，在全球超過10萬個實際邊緣案例的基礎上，英特爾透過開源生態（ROS 2、OpenVINO、PyTorch）連結硬體夥伴與軟體開發者，大幅降低邊緣與實體AI的導入門檻。這種以x86 高相容性為基礎、兼顧低功耗與高度調度彈性的策略，將是英特爾在邊緣端抗衡AI晶片廠商的籌碼。
本文轉載自合作媒體Silicon Press網站，歡迎關注！
- 英特爾以開放生態與Physical AI重繪邊緣算力版圖 - 2026/09/21
- 聚焦智慧應用落地：華邦展現集團生態系跨域整合能力 - 2026/09/18
- 展示科研成果、鏈結產業需求 2026未來科技館盛大開展 - 2026/09/17
訂閱MakerPRO知識充電報
與40000位開發者一同掌握科技創新的技術資訊！
