让智能体PC真正人人开机可用！看看Intel的新玩法：两个大脑的混合AI

" 养龙虾 " 来得快，去得也快，如潮水般来也匆匆，去也匆匆，大家一哄而上，又作鸟兽散。

当然，这并不是说 OpenClaw 毫无价值，也不能说智能体 ( Agentic ) 是个伪概念。

事实上，这种现象可以说是 AI 发展历程中一个必不可少的过渡阶段。

OpenClaw 的经历充分证明，智能体 AI 真的有用，也真的是大家的刚需，但它从技术路线到方案落地都远不够成熟，仍然需要继续进化，尤其是使用门槛、安全性和隐私性、算力成本等方面。

Andrej Karpathy 大神说的果然没错：我们正处于 " 智能体元十年 " 阶段。

接下来，全行业都不得不思考，如何才能尽量解决这些问题。

作为 PC 行业的龙头老大，Intel 就联合行业力量，交出了自己的一份初步答卷。

Intel 认为，AI 对于个人计算的变革，正从 " 工具增强 " 阶段，迈入 " 智能伙伴 " 的新阶段，核心节点就是智能体 PC，专为高效运行智能体而打造的新一代 AI PC。

它基于针对性的硬件算力平台，结合强大的本地智能体，可同时利用本地端侧、云侧的 AI 推理能力。

这样的智能体 PC，不仅能自主完成复杂任务的闭环处理，更具备记忆、自主学习、迭代进化的多重能力，还能充分保障本地安全。

在 Intel 看来，智能体 PC 既不能完全依赖云端，否则无法保证隐私安全、响应速度，也做不到低成本；也不能完全依赖本地，否则模型能力、扩展能力都存在不足。

因此，智能体 PC 应当是 " 混合 AI"，也就是采用 " 本地辅脑 + 云端主脑 " 的混合架构，借助任务路由高效分配负载，从而实现了性能、隐私、成本、响应速度的绝佳平衡。

其中，" 主脑 " 基于云上远端 AI 和大型模型，" 辅脑 " 基于 PC 本地 AI 和中小模型。

先说说硬的一面。

硬件层面，Intel 当然推荐自家的酷睿 Ultra 处理器、酷睿处理器，CPU+GPU+NPU 三位一体可提供强大的本地算力，一台智能体 PC 就能以混合 AI 部署的方式运行 OpenClaw 等智能体，还可以选择轻薄本、迷你机、一体机、AI Box、AI NAS、边缘网关等不同的产品形态。

根据算力不同，Intel 划分了三个档次：

1、旗舰配置：

搭载第三代酷睿 Ultra X 系列处理器 ( Panther Lake ) 、12 Xe3 核心核显，平台算力最高 180 TOPS，并配备 32GB 或更大内存。

可以流畅运行 Qwen3.5/3.6 35B、Gemma4 26B 等大型语言模型，以及 Qwen3-ASR/TTS/omniVL、Paddle-OCR、Z-image-Turbo、MiniCPM-O-4.5 等复杂多模态模型，处理语音识别与合成、文字识别、文生图等等，还同时支持主流与入门级模型和应用。

在 Intel 看来，35B 参数是本地大模型的一道坎儿，只有达到这个规模，才能在很大程度上脱离云端，

2、主流配置：

基于第三代酷睿 Ultra 8/16 核心处理器 ( Panther Lake ) 、4 Xe3 核心核显，最高算力 100 TOPS，内存容量至少 16GB。

可以高效运行 Qwen3.5 9B/4B 等中量级语言模型，并支持 Qwen3-TTS、Z-Image-Turbo 等文生音、文生图应用，也支持入门级模型和应用。

3、入门配置：

采用第三代酷睿处理器 ( Wildcat Lake ) 、2 Xe3 核心核显，内存容量 12GB。

可以运行 Qwen3.5 4B 级别的轻量化语言模型，并胜任 PaddleOCR、CosyVoice 等多种多模态任务。

其中的首选，自然是酷睿 Ultra X 系列处理器，以及内置的锐炫 B390 核显。

用它们运行最新的 Qwen3.6-35B 大模型，解码速度可以超过每秒 50 Tokens，Qwen3.5-9B 代码生成速度更是超过每秒 60 Tokens。

得益于可调显存技术，酷睿 Ultra 处理器能将最多 92％内存共享为动态显存，从而支持长达 128K 的上下文窗口。

多模态方面，Z-image-Turbo 9 步生成 512 × 512 分辨率的文生图，只需 5 秒就能搞定。

Qwen3-omni 可以实现三进二出或三进一出，三进即混合输入文本、图片和声音模态，二出即输出文字和语音，其中三进一出实测可以达到每秒 20 Tokens。

同时，针对当下内存价格高昂的痛点，以及出于让主流配置也能跑好 AI 的考虑，Intel 联合群联打造了 AI SSD。

它可以在内存容量有限 ( 比如 12/16GB ) 的情况下，利用高性能 SSD 的高速 SLC 缓存，结合群联 aiDAPTIV 技术，卸载部分 AI 任务，尤其是 MoE 模型冷专家和 KV Cache。

这样一来，即便是只有 16GB 内存的轻薄本，也能流畅运行 Qwen-35B 级别的大模型，使得 AI 能力不再必须依赖高端硬件，从而加速大模型应用和本地 AI 的普及。

即便是未来内存价格降温，AI SSD 也可以作为增强扩展方案，在应对 256K 超大上下文等需求时提高运行效率。

延伸一下，除了针对个人用户的智能体 PC 平台，Intel 还可以为企业客户、大型开发者提供更强大的平台。

比如 AI 推理系统，至强 W 系列工作站处理器搭配最多四块锐炫 Pro 专业显卡，可以满足 100B-200B 大模型的需要，而针对 200B 以上参数的大模型，可以搭配最多四块 Gaudi AI 加速器。

比如智能体农场，至强 6 性能核系列单路即可部署 128 个龙虾实例，核心更多、能效更高的至强 6 能效核更是可以单路部署最多 144 个。

再说说软的一面。

OpenClaw 使用的另一个痛点，就是 Skill。

可以说，Skill 之于智能体，就如同插件之于火狐浏览器。

只有充分用好 Skill，才能真正释放智能体的巨大潜力，才能真正实现千人千面，让每个人有完全匹配个人需求的个性化智能体。

但是 Skill 无论获取还是使用，都存在相当的门槛，普通用户往往无从着手。

为此，Intel 针对高频核心场景打造了 " 甄选 Skill"，首批包括智能搜索、视频快剪、游戏辅助、安全护栏等不同类别，为用户提供开箱即用的 AI 扩展能力。

面向开发者则开源 " 参考 Skill"，共享基于最佳实践的核心模块，包括小红书文案、OCR 识别、语音转写 ASR、数字主播 TTS 等等，支持生态创新。

另外，激励社区贡献多元 " 社区 Skill"，并通过魔搭社区 AI PC 专区与人工智能应用创新大赛持续推动。

如果你正在寻找酷睿 Ultra 平台上专为 OpenClaw 打造的混合 AI Skill，可以在这里找到：

热搜摘要 Skill:

https://clawhub.ai/yinquan251/weibo-trendnote-aipc

天气摘要 Skill:

https://clawhub.ai/yinquan251/weatherpanel-note-aipc

文生图 Skill:

https://clawhub.ai/juan-OY/local-image-gen-aipc

OCR Skill:

https://clawhub.ai/violet17/local-image-ocr-aipc

口说无凭，Intel 与不同合作伙伴，共同展示了智能体 PC 在自媒体内容创作、视频创作、财务、教育四种核心场景的多个应用落地，均基于本地 AI 能力或端云混合模式，显现出了隐私保护、成本可控、效率提升等三大优势。

内容创作：

利用本地 AI 模型＋信息总结 Skill，可自动抓取整合行业热点；并调用 TTS Skill，利用本地模型能力将文稿一键转为旁白，显著降低创作门槛与运营成本。

后期剪辑：

利用本地模型＋视频智能剪切 Skill，可以智能理解相关视频的关键片段，快速生成精简版的视频，提升剪辑效率，而且原版素材不用上云。

财务分析：

在注重准确与隐私的财务场景中，OCR Skill 能通过本地 AI 完成单据 OCR 识别、字段抽取与审核辅助。

利用本地的 Guardian 守护模型及相关 Skill，还可以识别本地保密信息，确保相关信息不上传云端。

教育培训：

本地文生图 Skill 可以调用本地模型，帮助教师快速生成教学所需要的素材图片。

学生则可以利用基于本地模型的 ASR Skill，高效获取教学视频、音频的重点信息，并生成结构化内容，显著提高学习效率，并降低云端 Token 的消耗。

当然，Intel 只是做底层方案的，无论是硬件平台还是软件方案，都需要商业软件去最终落地，这就离不开广泛深入的行业合作。

目前，Intel 已经携手 Cherry Studio、樱桃 AI 助手、搭子 ( DuMate ) 、Flowy、具芯科技 ( Jxin ) 、Molili、QClaw、QoderWork、QwenPAW、阶跃星辰、腾讯应用宝、TRAE、Workbuddy 等生态伙伴，让前沿 AI 技术不再只是开发者手中的工具，而是落实到真实场景应用中。