智東西AI Agent

來抄作業!智能體PC應用的多種玩法,英特爾一口氣曬了個遍

2026年7月8日 20:45
來抄作業!智能體PC應用的多種玩法,英特爾一口氣曬了個遍

重點摘要

英特爾與騰訊、百度、榮耀等合作夥伴展示智能體PC在辦公、娛樂、遊戲、教育等場景的20餘項落地應用,強調混合AI部署、模型路由與內存優化等技術。英特爾提出三大路徑實現端雲協同的「微笑曲線」,並推動Skills生態建設,讓智能體PC成為AI時代的新入口。

站內 AI 整理稿

英特爾近日攜手騰訊QClaw、星漪科技Flowy、remio、字節TRAE、百度DuMate、榮耀YOYO Claw、騰訊Marvis等合作夥伴,對外展示智能體PC在辦公、娛樂、遊戲、教育四大場景中的落地成果。這場應用分享會共揭露超過20項真實工作流優化實踐,內容涵蓋混合AI部署、本地AI關鍵能力、模型路由機制、內存成本優化以及Skills生態建構等核心技術方向。自今年4月英特爾首次提出「智能體PC」邏輯架構,並倡導繁榮Skills生態以來,短短三個月內,這項概念已從框架走向實際應用。

英特爾中國區技術部總經理高宇在會上表示,AI正在推動個人電腦從「工具增強」邁入「智能夥伴」的新階段,英特爾的目標是加速智能體PC的商業化,打造「人人可用、成本友好、安全可靠、場景豐富」的AI時代新入口。他指出,透過建構端雲協同的完整架構,並聚焦混合AI部署、模型路由與Skills生態三大核心,英特爾正與PC廠商、桌面智能體ISV、模型廠商及開發者社群共同推進智能體PC的落地。為實現智能體PC的「微笑曲線」——即在成本與能力之間找到最佳平衡點,英特爾提出三條重要路徑。首先是混合AI部署。

純雲端方案初期投資雖低,但隨著任務複雜度增加,API調用成本會快速攀升,且敏感資訊難以完全保護;純本地部署則需要較高的硬體投資,且在長程任務的智慧表現上仍與雲端有差距。英特爾認為,基於端雲協同的混合AI,透過智能模型路由調度與優化硬體配置,能夠有效降低雲端Token費用並減少本地硬體成本壓力。第二條路徑是強化七項本地AI關鍵能力,包括大語言模型(任務推理與執行)、ASR(語音識別)、OCR(文字識別)、TTS(語音合成)、CV/VLM(視覺理解)、Image Gen(圖像生成)以及Omni(全模態交互)。這些能力必須在本地穩定流暢運行,才能兼顧性能與數據可靠性,實現效率與成本的平衡。

第三條路徑涉及MoE專家卸載技術以突破「內存牆」。英特爾聯合江波龍、群聯電子等AI SSD廠商,將MoE模型中不常存取的「冷」專家卸載至高速AI SSD,內存僅保留30%至40%的「熱」專家。如此一來,運行35B模型的內存占用可節省約10GB,讓32GB內存配置即可流暢運行35B MoE模型。測試顯示,在桌面智能體常見的32K超長窗口場景下,內存節省超過30%,首Token性能損失小於10%,解碼階段吞吐量幾乎無損。此外,英特爾也推出SuperClaw模型路由方案,能自動拆解複雜任務、智能調度端雲算力、校驗端側結果、保護敏感資訊,並基於失敗案例持續優化。

在硬體平台方面,第三代英特爾酷睿Ultra 358H處理器具備180TOPS平台AI算力、32GB內存,可流暢運行35B MoE大語言模型,支援128K上下文窗口,透過部分量化技術甚至可達256K;ASR模型處理1小時音頻僅需約61秒,OCR模型處理53頁PDF僅需7.9秒。而酷睿Ultra 325H則提供100TOPS平台AI算力,運行35B MoE模型的性能可達358H平台的70%以上,多模態核心能力相當,以更優的成本結構滿足日常辦公、內容創作等主流場景需求,筆記型與AI迷你主機各有適合的應用情境。

為了推動智能体PC生態持續成長,英特爾正積極打造涵蓋底層規範、中層生態與頂層場景的完整產業體系。具體措施包括共創開發者社區、舉辦Agent城市面對面活動,以及在主流桌面智能體軟體中上線「英特爾Skills專區」。智能體PC軟硬體指南與規範持續推進,英特爾Skills校園大賽也將於今年9月登場。高宇在會後交流中進一步強調,Windows系統與x86架構是經過驗證的智能體底座,生態兼容性優於Arm方案;主流端側模型在英特爾平台能第一時間適配並獲得NPU加速等優化;英特爾與多家商業智能體軟體商進行專項合作,中國本土智能體發展速度領先海外。

針對內存配置,高宇認為當前35B MoE模型在32GB內存中運行仍稍嫌勉強,未來更理想的「甜蜜點」可能是將總參數量壓縮至12至20GB,同時維持與當前35B模型相當的性能。他也預測中國AI應用市場不會收斂於少數巨頭,而是呈現「先收再放」、螺旋上升的多元競爭格局。至於PC形態,他觀察到傳統筆記本仍須保留鍵盤、接口等設計以符合人類使用習慣;而專用智能主機則可能演化為AI專屬設備,無螢幕、低功耗、可24小時運行,成為增量市場。在應用演示環節,英特爾與合作夥伴展示了多個貼近真實需求的案例。QClaw深度整合英特爾Skills專區中的ASR、TTS、OCR等本地AI能力,確保敏感資訊不出端。

Flowy透過自研引擎並率先整合AI SSD方案,大幅提升Qwen3.5解碼速度,並讓需8GB顯存的文生圖模型僅用1GB即可運行。remio聚焦個人知識管理,藉助GPU加速使OCR識別速度提升3倍,NPU加速則讓語義索引與會議轉寫效率大增,語音轉文字成本比純雲端降低80%。TRAE Work充分利用本地算力實現零成本語音文字互轉、本地文生圖與中英實時翻譯。DuMate結合英特爾AI PC,端側處理敏感數據、雲端調度複雜任務,實現郵件整理與合同審查自動化。YOYO Claw整合本地文生圖、TTS、ASR、遊戲路書等技能,透過全鏈路省流技術節省Token消耗。

Marvis則與英特爾進行晶片級深度合作,預計下月正式發布「本地模式」,可實現文件零上傳、斷網可用。實際場景案例更進一步展現智能體PC的價值。在知識工作方面,remio可批量導入文檔與錄音,自動轉錄並跨文檔聚合結論。智慧報銷場景中,Marvis在本地模式下自動整理發票,十幾分鐘內即辨識100張發票,成功標記出30餘張AI生成的假發票。內容創作方面,QClaw能自動抓取熱點、撰寫文案、本地生圖並排版發布,打通「選題-撰稿-生圖-發佈」全流程。體育娛樂方面,Flowy愛看球AI助手支援一鍵預約球賽,並即時辨識進球與判罰高光。

遊戲電競場景中,英特爾AI遊戲助手可即時辨識Boss招式並提供策略,全程在端側運行不影響遊戲幀率。智慧教育方面,導入照片即可自動生成解說詞,用真實聲音合成解說影片,所有Skills均在本地運行,守護隱私。學前啟蒙則透過OpenVINO與Omni多模態模型,讓攝影機即時辨識識字卡,支援語音問答與播報,適合32GB以上記憶體機器全本地運作。高宇總結,七家商業桌面智能体合作夥伴的展示有三項共同特點:全面釋放英特爾酷睿Ultra平台的端側模型能力,降低模型開銷並提升可靠性;做好模型智能路由,無縫切換端雲資源;建構「量大管飽」的Skills市場,真正封裝工作流,讓用戶體驗到好用易用的智能體。

英特爾正從軟硬一體優化、跨端兼容、Skills專區建設,到面向消費、企業及汽車等多元場景,全面加速智能體PC落地。每一台智能體PC,都將成為AI時代的新入口。

Related

相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?

專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

剛剛

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議

一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

剛剛
鈦媒體AI Agent

騰訊是在“賽馬”,還是在打造 “Agent工廠”?

騰訊內部正在探討其發展策略究竟是「賽馬」機制還是打造「Agent工廠」。相關討論聚焦於公司如何平衡內部競爭與統一平台建設。目前站內已移除相關混雜文字,保留原始主題供讀者參考。

38 分鐘前
TechWebAI Agent

ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯

2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

2 小時前
量子位AI Agent

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作

**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。

7 小時前