加速智能體PC普及，英特爾這次拿出了不少法寶

在今年四月份，英特爾提出了智能體PC的概念。它被看成是AI PC的進化形態，從被動工具升級為主動分擔工作的幫手，火熱一時的龍蝦OpenClaw部署就是其中一個例子。

如果跟風玩轉龍蝦的朋友就會發現，本地的智能體部署在一開始可沒有這么容易，以至于為了避免不當操作造成私人信息泄露，在一臺全新、獨立的硬件平臺中部署成了最合適的選擇。顯然這跟大眾主流的PC使用認知是背道而馳的，一款好的產品不應該給用戶無盡的方框，最理想的狀態下應該是一道一道選擇題，這讓AI PC往智能體PC升級有了充足的理由。

智能體PC不僅代表著一套算力平臺，也是包含著思考、調度、執行、交互、記憶模塊的軟件架構，它不需要用戶過多且巨細無遺的指令，而是主動分解、閉環執行，并且能夠通過記憶和反饋實現自我進化，利用云端與本地算力實現混合運算以節省Token，甚至可以重塑工作流，把過去繁瑣、碎片化的操作重構為全自動、可閉環的智能流程。

顯然這已經不是純粹的硬件堆疊可以實現的范疇。正因為如此，在三個月前公布公布智能體PC概念之后，英特爾的技術團隊馬不停蹄，在這三個月內有了飛速進展，也進而有了這次的媒體溝通活動。

英特爾中國區技術部總經理 高宇

找到微笑曲線

這一次，英特爾用微笑曲線對智能體PC進行了更為具體的描述。這是一個典型的反拋物線，一頭是本地算力，實現與云端同等的AI算力意味著無限高昂的成本，使用現階段主流的硬件則會耗費大量的事件，而在曲線的另一頭，嚴重依賴云端AI算力意味著無盡的Token耗費，即便是簡單的AI運算，放在云端都會消耗掉大量的資源。

英特爾的解法是通過端云協同的混合AI部署，結合智能模型路由調度，充分發揮本地與云端算力各自優勢，在降低云端Token費用的同時減小本地硬件成本壓力，為用戶找到成本與能力的最佳平衡點，也就是在成本上滿足主流用戶的需求，讓高性能智能體AI不是少數高端玩家的獨享。

實現這樣一條微笑曲線需要三個技術路徑。其中一個路徑是提升本地AI關鍵能力，包括聽、說、看、寫、想、繪、全模態全流程。即通過LLM實現任務推理與執行 ，意圖理解與任務主動分解執行，讓PC成為全能數字助理。通過ASR語音識別實現本地、私密語音轉文字，降低Token消耗。OCR文字識別實現本地高速解析圖片與文檔，保障敏感數據安全不出端側。TTS語音合成完成高精度本地聲音合成克隆與聲紋隱私保護。CV/VLM視覺理解，做到深度理解視頻與界面，實現高效視覺感知分析。Image Gen圖像生成，實現調用本地算力零成本圖片生成。最后是Omni全模態交互，全模態即時交互，兼顧超低延時與數據隱私。

在這個基礎上，智能體PC還需要學會拆分任務，將復雜的任務拆分成數個簡單的任務，通過SuperClaw模型路由方案對任務進行判斷，從初期任務拆分，到端側和云端兩級決策，本地數據脫敏上云，結果校驗，最后反饋閉環進化，一氣呵成，實現本地與云端算力的智能、可靠調度，在確保數據不出端的前提下，保障任務執行的效率與交付。

第三條路徑更是用上了AI SSD的黑科技。英特爾聯合江波龍、群聯電子等行業領先的AI SSD廠商，通過MoE專家卸載技術，將35B模型的運行內存占用節省約10GB。這是非常巨大的進步，這意味著32GB內存原本只能運行大約35B模型，現在同樣的35B模型可能只需要12GB左右，也意味著同樣的配置下筆記本可以運行更高規格的模型。

在現場，江波龍和群聯電子已經展開行動。江波龍AI SSD通過HLCache高級緩存技術，依托iSA存儲智能體推理框架完成MoE專家模塊與KV緩存智能卸載。第三代英特爾酷睿Ultra處理器重構內存控制器，大幅降低大模型數據交換延遲，搭配該方案最高可節省30% DRAM占用。

同時Flowy AIPC與aiDAPTIV的聯合，也讓PC突破傳統內存容量限制，使一般PC也能穩定運行更大型AI模型。

加速生態建設

微笑曲線的基礎原子第三代英特爾酷睿Ultra處理器，得益于Panther Lake優秀的架構，智能體PC也不必追求旗艦處理器才能應付AI工作。例如酷睿Ultra X7 358H的180TOPS算力就已經能本地流暢運行35B大模型及六種多模態模型，高吞吐、低時延。酷睿Ultra 5 325則已經滿足混合AI部署要求，以更優成本結構覆蓋日常辦公、內容創作及AI輔助等主流場景，涵蓋眾多OEM主流機型及AI迷你主機。

在硬件的基礎上，英特爾積極攜手態合作伙伴，目標是增加更豐富的Skills能力和更完善的軟件能力，進一步提升智能體PC的戰斗力。

例如前面提到的Flowy就是英特爾長期的AI PC應用合作伙伴，通過自研Herdsman端側推理引擎，率先集成AI SSD解決方案，在酷睿Ultra平臺上大幅提升Qwen3.5解碼速度，32K長上下文場景下顯著縮短預填充時間，突破本地大模型推理瓶頸。

來自騰訊的QClaw則深度整合英特爾Skill專區中的ASR、TTS、OCR-NPU、OCR-VLM等本地AI能力；在確保敏感信息不出端的前提下，明顯提升9B、35B等端側模型的任務執行效果。

深耕于海外的remio現在也在英特爾的推動下開啟國內市場的耕耘，主要聚焦個人知識管理，借助英特爾NPU大幅提升語義索引速度與會議轉寫效率，綜合成本相比云端方案顯著降低。

TRAE WORK則內置Skill充分釋放本地算力，實現零成本語音文字互轉（ASR/TTS）、本地文生圖、Windows系統本地操控及中英實時翻譯，打造高效、低Token消耗的本地AI辦公體驗。

DuMate與英特爾一起把智能體能力帶到端側，可本地部署35B大模型及PaddleOCR-VL多模態模型，為企業用戶提供全程可審計的可靠保障。

來自榮耀的YOYO Claw結合英特爾平臺端側算力實現Claw產品端云路由協同，全鏈路省流技術大幅節省Token消耗；深度接入英特爾Skills專區，率先整合本地文生圖、TTS、ASR、OCR、游戲路書等本地AI技能。

最后偏向于消費端的Marvis與英特爾開展芯片級深度合作，大模型端側推理性能顯著提升，并且也即將上線本地模式，實現文件零上傳、斷網可用。

海量的生態得益于一套完整的生態體系建設，英特爾通過打造涵蓋底層規范、中層生態與頂層場景的完整產業體系，例如通過軟硬一體優化與產品化，解決跨端兼容與運行可靠性問題。進行Skills專區建設，搭建面向開發者、ISV的共創平臺，繁榮端側AI生態。多元場景落地，面向消費、企業及行業等廣泛場景，加速智能體應用落地。同時，英特爾聯合魔搭社區共創AI PC專區，提供一站式Skill開發指南、技術干貨及案例展示；持續舉辦Skill作品大賽；并在各地舉辦開發者面對面實操活動。

當然現場也少不了各種Live的DEMO，例如通過remio批量導入多份訪談文檔和錄音，本地NPU加速ASR轉換，AI自動跨文檔聚合核心結論，一鍵導出填寫表格，數據全程不出本機。Marvis通過本地部署六個牛馬，基于第三代酷睿Ultra平臺，本地隱私模式下自動整理發票，全本地推理實現報銷流程自動化。Flowy愛看球更是能一鍵預約足球比賽，依托本地算力穩定識別并標記進球、判罰等關鍵高光時刻，實時推送精彩片段至手機。

被經常提起的AI游戲助手，無需跳出游戲，AI融入Boss戰場景，實時理解畫面、洞察策略，提供低干擾即時輔助，端側流暢運行不影響游戲幀率，零打擾體驗。

英特爾強調，智能體PC正加速融入日常，覆蓋個人、企業、行業、娛樂、游戲、家庭、汽車等多元場景。活動現場的20多個智能體PC應用就是很好的證明。事實上，從智能體PC概念誕生至今不到3個月時間，豐富的AI應用已經初見端倪，很多ISV、ODM、OEM與英特爾的思維碰撞，很可能是下午立項，當天晚上就開始推進，升級速度超乎想象。

更重要的是，未來的智能體PC未必只有單一的筆記本或者臺式機、mini PC的形態，混合AI的解決方案，讓產品形態存在于更多的可能。

英特爾在現場也表示，將持續攜手生態伙伴，以完整的軟硬件一體優化、繁榮的Skills生態和豐富的場景落地，讓AI應用觸手可及，真正實現主流化的智能體PC體驗。