WRC 2026：AMD、Intel、Infineon开始争夺机器人的"Physical AI底座"
8月21日，2026世界机器人大会主论坛进入“生态建设”篇章。当天议程中， AMD 、Intel、 Infineon 等半导体厂商集中出现，Physical AI也从前两天频繁出现的产业概念，进一步落到了机器人需要什么样的计算、感知和控制底座。
AMD 大中华区嵌入式事业部副总裁酆毅在主论坛发表演讲，给出了比“AI进入机器人”这类宽泛表述更具体的判断：机器人技术正在从脚本式自动化转向自主化，未来机器人将成为具备自主决策能力的智能体AI系统，而这会直接改变机器人内部的算力架构。
酆毅在演讲中表示，Physical AI的目标不是替代人，而是让智能机器承担重复、高风险和体力消耗较大的任务，把人释放到更需要经验、创造力和综合判断的工作中，应用可覆盖手术机器人、工业制造、高危设施巡检和农业等场景。
更值得关注的是他对下一阶段机器人技术的描述：传统工业自动化系统中，机器人更多按预先编写的程序完成固定动作；进入Physical AI阶段后，机器人需要自己感知环境、理解任务、做出规划，并根据环境变化持续调整行为。
这意味着一台机器人内部同时运行的任务正在快速增加——酆毅提到，无论工业机械臂、手术机器人还是通用移动机器人，未来都可能需要CPU同时运行几十条甚至上百条智能体并发线程。
这实际上把Physical AI带来的一个底层变化说得很直接：机器人不再只是执行一个控制程序，而是在同时处理感知、规划、交互、决策和运动控制等多类任务，这对内部算力架构提出了全新要求。
这种变化也能从AMD本届WRC的现场展示看到。AMD没有只讲单颗芯片，而是用多个Demo把从端侧推理到实时控制的链路串了起来，恰好对应上一节所说的多类任务。
AMD展位展出的一套双足机器人大脑平台采用Ryzen Embedded 8840U，同时利用CPU、iGPU和NPU 异构计算 能力，处理激光雷达建图、自主导航、环境感知、语音交互和手势识别等任务。把多种计算单元封装在同一颗处理器里，可减少对外围加速卡的依赖。
另一组Demo则使用ROCm进行双足机器人、四足机器狗和机械臂的强化学习仿真与策略部署。
现场还有基于Ryzen AI X100的CASBOT02人形机器人，以及基于同款APU的具身智能开发平台，使用Zynq-7000进行实时控制的七轴人形手臂则强调微秒级响应、多轴协同和力控。
把这些展示放在一起，一个比较清晰的结构已经出现：上层需要AI推理和自主决策，中间需要感知、导航和多模态交互，靠近执行机构的位置则仍然需要低时延、确定性的实时控制。
随着机器人自主程度提高，底层计算架构并没有变得更简单，反而需要不同类型的计算资源共同工作。
紧随AMD之后，Intel Physical AI与机器人业务总经理Nagesh Puppala在15:00发表了题为《开源全栈赋能：构建物理AI时代的机器人创新底座》的演讲。
Intel围绕Physical AI发布的工具链与平台，主线是把模型从训练环境部署到实际机器人设备，强调统一开放的软件与计算栈来降低规模化落地难度。
三家厂商进入Physical AI的位置并不一样：AMD更接近 异构计算 与实时控制的分层协同，Intel强调统一开放的软件与计算平台以及机器人规模化部署， Infineon 则深入感知、控制、连接与执行机构这些机器人与真实世界直接交互的底层环节。
Infineon在本届WRC的官方展品信息已经较完整地显示了它在机器人中的技术位置：柔性触觉灵巧手采用PSoC 4和第五代CAPSENSE技术，对电子皮肤上的多点压力进行同步采集；360°环境感知机器人头则组合XENSIV CMOS雷达、REAL3 ToF、磁传感器、PSoC MCU和DEEPCRAFT机器学习模型；另一套家用机器人方案进一步加入PSoC Edge主控、AIROC无线连接以及PSoC Control C3电机控制。
触觉、雷达、ToF、电机驱动，这些都是"机器人怎么感知接触、怎么看环境、怎么驱动电机、怎么连接和控制"的底层能力。如果说AMD解决的是"想什么、怎么决策"，Infineon解决的是"怎么感知、怎么执行"。自主机器人要真正落地，感知与执行端的可靠性往往比峰值算力更先成为工程瓶颈。
8月21日WRC的一个明显信号是，Physical AI开始从模型和机器人本体讨论，继续往半导体和底层系统下沉。
当机器人只按程序做固定动作时，控制器和执行机构已经可以完成大量任务；但如果机器人要进入陌生环境，自主理解指令、规划动作并处理实时反馈，它需要的就不再只是一个“大脑”。
从厂商展台内容和公开演讲内容来看，AMD开始强调自主机器人带来的Agent并发与 异构计算 需求，Infineon则已经把传感、MCU、连接和运动控制按照机器人功能重新组合，Intel则把“开源全栈”和Physical AI底座放到了主论坛。
这也说明，Physical AI真正进入工程阶段以后，产业竞争正在从“机器人能不能跑AI”，转向一个更实际的问题：一台可以真正进入工厂、医疗、商业和家庭场景的自主机器人，底层计算系统究竟应该怎么搭。
WRC 2026上，芯片公司已经开始给出各自的答案。