加速智能体PC普及，英特尔这次拿出了不少法宝

在今年四月份，英特尔提出了智能体PC的概念。它被看成是AI PC的进化形态，从被动工具升级为主动分担工作的帮手，火热一时的龙虾OpenClaw部署就是其中一个例子。

如果跟风玩转龙虾的朋友就会发现，本地的智能体部署在一开始可没有这么容易，以至于为了避免不当操作造成私人信息泄露，在一台全新、独立的硬件平台中部署成了最合适的选择。显然这跟大众主流的PC使用认知是背道而驰的，一款好的产品不应该给用户无尽的方框，最理想的状态下应该是一道一道选择题，这让AI PC往智能体PC升级有了充足的理由。

智能体PC不仅代表着一套算力平台，也是包含着思考、调度、执行、交互、记忆模块的软件架构，它不需要用户过多且巨细无遗的指令，而是主动分解、闭环执行，并且能够通过记忆和反馈实现自我进化，利用云端与本地算力实现混合运算以节省Token，甚至可以重塑工作流，把过去繁琐、碎片化的操作重构为全自动、可闭环的智能流程。

显然这已经不是纯粹的硬件堆叠可以实现的范畴。正因为如此，在三个月前公布公布智能体PC概念之后，英特尔的技术团队马不停蹄，在这三个月内有了飞速进展，也进而有了这次的媒体沟通活动。

英特尔中国区技术部总经理高宇

找到微笑曲线

这一次，英特尔用微笑曲线对智能体PC进行了更为具体的描述。这是一个典型的反抛物线，一头是本地算力，实现与云端同等的AI算力意味着无限高昂的成本，使用现阶段主流的硬件则会耗费大量的事件，而在曲线的另一头，严重依赖云端AI算力意味着无尽的Token耗费，即便是简单的AI运算，放在云端都会消耗掉大量的资源。

英特尔的解法是通过端云协同的混合AI部署，结合智能模型路由调度，充分发挥本地与云端算力各自优势，在降低云端Token费用的同时减小本地硬件成本压力，为用户找到成本与能力的最佳平衡点，也就是在成本上满足主流用户的需求，让高性能智能体AI不是少数高端玩家的独享。

实现这样一条微笑曲线需要三个技术路径。其中一个路径是提升本地AI关键能力，包括听、说、看、写、想、绘、全模态全流程。即通过LLM实现任务推理与执行，意图理解与任务主动分解执行，让PC成为全能数字助理。通过ASR语音识别实现本地、私密语音转文字，降低Token消耗。OCR文字识别实现本地高速解析图片与文档，保障敏感数据安全不出端侧。TTS语音合成完成高精度本地声音合成克隆与声纹隐私保护。CV/VLM视觉理解，做到深度理解视频与界面，实现高效视觉感知分析。Image Gen图像生成，实现调用本地算力零成本图片生成。最后是Omni全模态交互，全模态即时交互，兼顾超低延时与数据隐私。

在这个基础上，智能体PC还需要学会拆分任务，将复杂的任务拆分成数个简单的任务，通过SuperClaw模型路由方案对任务进行判断，从初期任务拆分，到端侧和云端两级决策，本地数据脱敏上云，结果校验，最后反馈闭环进化，一气呵成，实现本地与云端算力的智能、可靠调度，在确保数据不出端的前提下，保障任务执行的效率与交付。

第三条路径更是用上了AI SSD的黑科技。英特尔联合江波龙、群联电子等行业领先的AI SSD厂商，通过MoE专家卸载技术，将35B模型的运行内存占用节省约10GB。这是非常巨大的进步，这意味着32GB内存原本只能运行大约35B模型，现在同样的35B模型可能只需要12GB左右，也意味着同样的配置下笔记本可以运行更高规格的模型。

在现场，江波龙和群联电子已经展开行动。江波龙AI SSD通过HLCache高级缓存技术，依托iSA存储智能体推理框架完成MoE专家模块与KV缓存智能卸载。第三代英特尔酷睿Ultra处理器重构内存控制器，大幅降低大模型数据交换延迟，搭配该方案最高可节省30% DRAM占用。

同时Flowy AIPC与aiDAPTIV的联合，也让PC突破传统内存容量限制，使一般PC也能稳定运行更大型AI模型。

加速生态建设

微笑曲线的基础原子第三代英特尔酷睿Ultra处理器，得益于Panther Lake优秀的架构，智能体PC也不必追求旗舰处理器才能应付AI工作。例如酷睿Ultra X7 358H的180TOPS算力就已经能本地流畅运行35B大模型及六种多模态模型，高吞吐、低时延。酷睿Ultra 5 325则已经满足混合AI部署要求，以更优成本结构覆盖日常办公、内容创作及AI辅助等主流场景，涵盖众多OEM主流机型及AI迷你主机。

在硬件的基础上，英特尔积极携手态合作伙伴，目标是增加更丰富的Skills能力和更完善的软件能力，进一步提升智能体PC的战斗力。

例如前面提到的Flowy就是英特尔长期的AI PC应用合作伙伴，通过自研Herdsman端侧推理引擎，率先集成AI SSD解决方案，在酷睿Ultra平台上大幅提升Qwen3.5解码速度，32K长上下文场景下显著缩短预填充时间，突破本地大模型推理瓶颈。

来自腾讯的QClaw则深度整合英特尔Skill专区中的ASR、TTS、OCR-NPU、OCR-VLM等本地AI能力；在确保敏感信息不出端的前提下，明显提升9B、35B等端侧模型的任务执行效果。

深耕于海外的remio现在也在英特尔的推动下开启国内市场的耕耘，主要聚焦个人知识管理，借助英特尔NPU大幅提升语义索引速度与会议转写效率，综合成本相比云端方案显著降低。

TRAE WORK则内置Skill充分释放本地算力，实现零成本语音文字互转（ASR/TTS）、本地文生图、Windows系统本地操控及中英实时翻译，打造高效、低Token消耗的本地AI办公体验。

DuMate与英特尔一起把智能体能力带到端侧，可本地部署35B大模型及PaddleOCR-VL多模态模型，为企业用户提供全程可审计的可靠保障。

来自荣耀的YOYO Claw结合英特尔平台端侧算力实现Claw产品端云路由协同，全链路省流技术大幅节省Token消耗；深度接入英特尔Skills专区，率先整合本地文生图、TTS、ASR、OCR、游戏路书等本地AI技能。

最后偏向于消费端的Marvis与英特尔开展芯片级深度合作，大模型端侧推理性能显著提升，并且也即将上线本地模式，实现文件零上传、断网可用。

海量的生态得益于一套完整的生态体系建设，英特尔通过打造涵盖底层规范、中层生态与顶层场景的完整产业体系，例如通过软硬一体优化与产品化，解决跨端兼容与运行可靠性问题。进行Skills专区建设，搭建面向开发者、ISV的共创平台，繁荣端侧AI生态。多元场景落地，面向消费、企业及行业等广泛场景，加速智能体应用落地。同时，英特尔联合魔搭社区共创AI PC专区，提供一站式Skill开发指南、技术干货及案例展示；持续举办Skill作品大赛；并在各地举办开发者面对面实操活动。

当然现场也少不了各种Live的DEMO，例如通过remio批量导入多份访谈文档和录音，本地NPU加速ASR转换，AI自动跨文档聚合核心结论，一键导出填写表格，数据全程不出本机。Marvis通过本地部署六个牛马，基于第三代酷睿Ultra平台，本地隐私模式下自动整理发票，全本地推理实现报销流程自动化。Flowy爱看球更是能一键预约足球比赛，依托本地算力稳定识别并标记进球、判罚等关键高光时刻，实时推送精彩片段至手机。

被经常提起的AI游戏助手，无需跳出游戏，AI融入Boss战场景，实时理解画面、洞察策略，提供低干扰即时辅助，端侧流畅运行不影响游戏帧率，零打扰体验。

写在最后

英特尔强调，智能体PC正加速融入日常，覆盖个人、企业、行业、娱乐、游戏、家庭、汽车等多元场景。活动现场的20多个智能体PC应用就是很好的证明。事实上，从智能体PC概念诞生至今不到3个月时间，丰富的AI应用已经初见端倪，很多ISV、ODM、OEM与英特尔的思维碰撞，很可能是下午立项，当天晚上就开始推进，升级速度超乎想象。