在当下，机器人技术正快速演进，在此情形下，行业面临着一个核心矛盾，那就是，对通用化解决方案有着迫切需求，然而，复杂现实场景具有多样性，二者之间存在难以调和的张力。英特尔中国研究院院长宋继强近日指出，单一技术范式没办法成为解决所有问题的“万能钥匙”，这一举揭示出该产业从概念验证朝着规模落地迈进过程中的深层挑战。
融合创新与成熟工程
真正的解决办法存在于具有前瞻性的技术跟已经得到验证的方法的系统性相融合之中。宋继强着重指出，一定要经由严格的工程化进程，把创新和成熟度相互结合起来，才能够达成方案的稳健性部署。这就要求企业不但要留意前沿算法的突破，更加需要重视在工业环境里经过长时间考验的控制方法以及可靠性设计，这两者缺少任何一个都不行。
异构计算的必然选择
在机器人作业之时，操作复杂度差异极大，实时性要求各异，计算需求也不尽相同，单一硬件架构已然显得力不从心。宋继强觉得，异构计算于是变得极为关键重要。英特尔针对边缘推出的第三代酷睿Ultra处理器运用了XPU架构，综合起来AI算力达到180TOPS。该处理器是基于Intel 18A制程，能效比有了明显提升，并配备了OpenVINO等AI库以及专用软件SDK。
专用芯片标准尚需时日
当前市场里，多数机器人所采用的芯片，实际上是经过改造，源于手机、汽车或者PC等成熟平台的产品。宋继强进行分析，其根本缘由在于，机器人技术路径跟主流负载还没有最终确定形态，业界广泛采用通用平台来实施过渡验证。他做出预测，未来一年之内，出现统一机器人专用芯片标准的可能性相当低。专用芯片的发展，需要等待特定形态的机器人，比如人形、轮臂式等，其应用场景以及市场规模进一步明晰。
量产能力决定成本与渗透
机器人产业若要达成规模化，就一定要突破那种类似“手搓”般的生产方式，对成本、一致性以及生产可靠性实施改进。而达成这一点极有可能得依靠大型企业去促使核心零部件以及整体量产能力获得提升。一旦量产瓶颈被突破，硬件成本便会大幅度下降。再联合智能技术的持续进步，机器人就能更为顺利地渗透到广泛的商用场景当中，吸引早期乐意承担试错成本的用户群体。
构建可信赖的安全框架
具身智能机器人若要落地，安全乃是首要的前提条件。宋继强有所提出，可信赖性起码在三个层级得以体现，分别是规划决策具备可信赖性、执行过程拥有可信赖性、以及当系统出现错误之时整体仍然保持可靠。在针对规划层这一方面，英特尔推荐采用混合控制模式，也就是将大模型的泛化能力与传统规则知识相互结合，针对决策展开检验与约束，以此确保输出结果安全可信赖。
系统化分工支撑长期演进
在未来，于机器人等物理 AI 设备之上，多智能体系统说不定会变成主流业务构建手段。可是，达成这一设想遭遇准确性、可靠性、安全性以及成本等众多挑战。不同智能体任务对于计算内核、数据量级以及并行度的需求各不相同，这就需要一个可以隔离硬件多样特点、支撑软件长久进化的完整系统基础设施。模型决定机器人能够做什么，而硬件跟系统则决定其是不是能够稳定、安全地持续运转。
于您的看法而言，往后机器人产业若要冲破规模化的瓶颈，究竟是更仰仗像英特尔这类大型科技公司的底层技术予以推动呢，还是更得依靠终端应用场景的爆发去拉动整个产业链呢？欢迎在评论区把您的见解分享出来，要是您觉得本文是有价值的，请毫不吝啬地去点赞以及转发。
