本届Computex群星云集。高通CEO克里斯蒂亚诺·安蒙率先登台，以"智能体之年"开篇布局；Marvell CEO马修·墨菲紧随其后，聚焦AI基础设施的连接未来；英特尔CEO陈立武接棒，擘画"AI新纪元"下的芯片版图。而最后登场的，是恩智浦半导体总裁兼首席执行官Rafael Sotomayor，他也成为本届Computex第四位发表主题演讲的半导体巨头掌门人。他以一个引人深思的问题贯穿全场："对于机器而言，什么才是'精英'？"并以几天后即将开幕的世界杯作为开场比喻，引出恩智浦对物理人工智能架构的系统性思考。
从梅西到莫拉维克：本能反应才是最难破解的谜题
演讲伊始，Sotomayor描述了顶级球员在极限压力下高水平执行的画面——卓越的本质，不在于身体素质和对赛事的认知，而在于机制压力之下的本能化的精准执行。他随即将这一逻辑延伸至机器人学领域，并引出了计算机科学界的经典命题——莫拉维克悖论，即：推理、下棋对机器而言轻而易举，但走路、叠衣服等对人类再自然不过的本能动作，对机器而言却极为困难。"本能反应，才是物理AI真正的基石，也是最难破解的部分。"他说道。
向生物学取经：神经轴架构的三层智能
为寻找破解悖论的线索，他将人类神经系统拆解为三个层次：
大脑皮层（推理层）：负责有意识思考与决策，响应时间约300毫秒；
小脑（协调层）：负责运动控制与平衡管理，速度更快但仍有局限；
脊髓（反射层）：以40毫秒的速度独立处理感觉输入并直接发出行动指令，无需等待大脑参与。
他以自己当天早晨差点被摩托车撞到的亲身经历为例："今天早上救了我的，是脊髓的反射，而不是大脑皮层的推理。"大自然的设计哲学由此浮现：把本能反应放在离行动最近的地方。越近意味着越快，越快意味着越安全，同时也意味着能耗最低。这套生物学蓝图，正是恩智浦"神经轴架构（Neural Axis Architecture）"的设计原型——推理层、协调层与反射层，三个层次既相互独立又高度协同。
三类产品形态，一套架构蓝图
演讲现场，他以无人机、软件定义汽车和人形机器人三种产品形态，展示了神经轴架构的落地实践：
无人机方面，恩智浦以"端到端延迟"作为关键指标——从摄像头捕捉画面到无人机做出响应，整个闭环仅需20毫秒。这一指标直接决定无人机的稳定性与安全性。
软件定义汽车方面，恩智浦凭借5nm S32N系列中央计算平台及S32K5区域控制器产品，在协调层和反射层建立了市场领先地位。他强调，三个层次的逻辑与物理分离，是汽车系统可靠性的根本保障，"汽车攸关性命，没有犯错的余地。"
人形机器人方面，他描绘了一个仓库机器人被托盘碰撞后需要在40毫秒内完成平衡恢复、握力调整、位置确认并继续行走的场景——"没有云端调用，没有等待模型响应的时间。智能就在身体里，在关节里，在手和脚里。"
理解而不只是行动
演讲进一步探讨了"运动"与"理解"之间的本质差异——机器人能完美执行动作，不代表它理解背后的物理规律。为此，恩智浦引入了视觉-语言-行动（VLA，Vision-Language-Action）模型，作为连接感知与理解的桥梁，并推出eIQ工具套件，帮助客户将云端训练的VLA模型高效迁移到边缘端硬件，实现量化、协同调优与本地部署。
信任，必须一开始就设计进去
在信任议题上，他援引墨菲定律与菲纳格定律，直言"信任不是在一帆风顺时被定义的，而是在最糟糕的时刻被定义的"。恩智浦的信任框架涵盖隔离、保护与验证三个维度，已引入后量子加密技术，并推出SafeAssure认证计划。"因为真实世界没有'撤销'按钮。"
重新定义“精英”机器
演讲最后，他以市场数据佐证物理AI的商业现实：部署了AI机器人的工厂已实现较传统自动化再提升40%的生产率；2025年，诊断和实验室机器人销售额同比增长610%。恩智浦同时披露了与波士顿动力及GE医疗的深度合作，分别覆盖工厂协作机器人与麻醉智能系统领域。
"就像我在开篇时所讲的，顶尖运动员是如何成就卓越的？关键不在于那些你看到的，而是那些你看不到的东西——他身体里那个隐形的架构，我们称之为“神经轴”。在物理AI的世界里也是如此。精英不是智能本身。精英是在现实世界中、在真实条件下，尤其是当事情出错时依然可靠地表现。这将是定义下一代机器的标准。而这，也将决定物理人工智能将以何种方式、以多快的速度进入我们的生活。”
