本屆Computex群星云集。高通CEO克里斯蒂亞諾·安蒙率先登臺，以"智能體之年"開篇布局；Marvell CEO馬修·墨菲緊隨其后，聚焦AI基礎設施的連接未來；英特爾CEO陳立武接棒，擘畫"AI新紀元"下的芯片版圖。而最后登場的，是恩智浦半導體總裁兼首席執行官Rafael Sotomayor，他也成為本屆Computex第四位發表主題演講的半導體巨頭掌門人。他以一個引人深思的問題貫穿全場："對于機器而言，什么才是'精英'？"并以幾天后即將開幕的世界杯作為開場比喻，引出恩智浦對物理人工智能架構的系統性思考。

從梅西到莫拉維克：本能反應才是最難破解的謎題

演講伊始，Sotomayor描述了頂級球員在極限壓力下高水平執行的畫面——卓越的本質，不在于身體素質和對賽事的認知，而在于機制壓力之下的本能化的精準執行。他隨即將這一邏輯延伸至機器人學領域，并引出了計算機科學界的經典命題——莫拉維克悖論，即：推理、下棋對機器而言輕而易舉，但走路、疊衣服等對人類再自然不過的本能動作，對機器而言卻極為困難。"本能反應，才是物理AI真正的基石，也是最難破解的部分。"他說道。

向生物學取經：神經軸架構的三層智能

為尋找破解悖論的線索，他將人類神經系統拆解為三個層次：

• 大腦皮層（推理層）：負責有意識思考與決策，響應時間約300毫秒；
• 小腦（協調層）：負責運動控制與平衡管理，速度更快但仍有局限；
• 脊髓（反射層）：以40毫秒的速度獨立處理感覺輸入并直接發出行動指令，無需等待大腦參與。

他以自己當天早晨差點被摩托車撞到的親身經歷為例："今天早上救了我的，是脊髓的反射，而不是大腦皮層的推理。"大自然的設計哲學由此浮現：把本能反應放在離行動最近的地方。越近意味著越快，越快意味著越安全，同時也意味著能耗最低。這套生物學藍圖，正是恩智浦"神經軸架構（Neural Axis Architecture）"的設計原型——推理層、協調層與反射層，三個層次既相互獨立又高度協同。

三類產品形態，一套架構藍圖

演講現場，他以無人機、軟件定義汽車和人形機器人三種產品形態，展示了神經軸架構的落地實踐：

• 無人機方面，恩智浦以"端到端延遲"作為關鍵指標——從攝像頭捕捉畫面到無人機做出響應，整個閉環僅需20毫秒。這一指標直接決定無人機的穩定性與安全性。

• 軟件定義汽車方面，恩智浦憑借5nm S32N系列中央計算平臺及S32K5區域控制器產品，在協調層和反射層建立了市場領先地位。他強調，三個層次的邏輯與物理分離，是汽車系統可靠性的根本保障，"汽車攸關性命，沒有犯錯的余地。"
• 人形機器人方面，他描繪了一個倉庫機器人被托盤碰撞后需要在40毫秒內完成平衡恢復、握力調整、位置確認并繼續行走的場景——"沒有云端調用，沒有等待模型響應的時間。智能就在身體里，在關節里，在手和腳里。"

理解而不只是行動

演講進一步探討了"運動"與"理解"之間的本質差異——機器人能完美執行動作，不代表它理解背后的物理規律。為此，恩智浦引入了視覺-語言-行動（VLA，Vision-Language-Action）模型，作為連接感知與理解的橋梁，并推出eIQ工具套件，幫助客戶將云端訓練的VLA模型高效遷移到邊緣端硬件，實現量化、協同調優與本地部署。

信任，必須一開始就設計進去

在信任議題上，他援引墨菲定律與菲納格定律，直言"信任不是在一帆風順時被定義的，而是在最糟糕的時刻被定義的"。恩智浦的信任框架涵蓋隔離、保護與驗證三個維度，已引入后量子加密技術，并推出SafeAssure認證計劃。"因為真實世界沒有'撤銷'按鈕。"

重新定義“精英”機器

演講最后，他以市場數據佐證物理AI的商業現實：部署了AI機器人的工廠已實現較傳統自動化再提升40%的生產率；2025年，診斷和實驗室機器人銷售額同比增長610%。恩智浦同時披露了與波士頓動力及GE醫療的深度合作，分別覆蓋工廠協作機器人與麻醉智能系統領域。

"就像我在開篇時所講的，頂尖運動員是如何成就卓越的？關鍵不在于那些你看到的，而是那些你看不到的東西——他身體里那個隱形的架構，我們稱之為“神經軸”。在物理AI的世界里也是如此。精英不是智能本身。精英是在現實世界中、在真實條件下，尤其是當事情出錯時依然可靠地表現。這將是定義下一代機器的標準。而這，也將決定物理人工智能將以何種方式、以多快的速度進入我們的生活。”