泛在智能的底座之问:为什么必须是操作系统?——INT AIOS 技术解读
从华为《智能世界2035》中“90亿人连接9000亿智能体”的愿景,到中国移动在GTI论坛提出的“泛在·开放·可信·普惠”,再到英特尔Ubiquitous Compute+AI架构的持续推进,“泛在智能”已成为产业共识。
然而,共识之下,一个基础性问题始终未被充分解答:智能以何种机制“泛”到每一台设备,并让它们协同工作? 本文将从技术演进逻辑出发,探讨操作系统的代际更替,并介绍引态科技在该方向的实践——INT AIOS 物理AI原生操作系统。
一、从连接到协同:泛在智能面临的三重挑战
通信协议解决了数据传输,芯片算力解决了计算密度,但“泛在智能”本质上是分布式智能体在物理空间中的实时感知、决策、执行与协作,且要求无需人工干预或App调度。这一目标对现有技术栈提出了三个根本性挑战:
1. 端侧实时推理能力
智能家居、工业传感、安防联动等场景对延迟极其敏感。云端推理的数十毫秒往返时延,在瞬时响应需求面前不可接受。AI推理必须下沉至终端,设备需具备独立判断能力,而非依赖云端“遥控”。
2. 跨品牌、异构设备的协同机制
一个典型智能家庭拥有30~100台设备,分属多个品牌。当前Matter等协议实现了设备互连(interconnection),但“协同”(orchestration)远未解决——例如,摄像头检测到跌倒,需联动音箱报警、灯光闪烁、门锁解除,这一系列动作需设备间自主编排执行,无法通过单一App完成,更无法依靠人工干预。
3. 智能体的持续进化能力
“泛在智能”不是静态部署,而是“感知→思考→决策→执行→进化”的闭环。设备需通过持续学习适应用户习惯,而非固化逻辑。这对操作系统的在线学习、模型增量更新、技能热插拔等能力提出了全新要求。
上述挑战表明,传统的“单机资源管理”式操作系统已无法承载泛在智能的需求。需要的是一套面向多智能体协作的、原生的操作系统。
二、操作系统的角色重塑:从资源管理器到智能体协作规则
传统操作系统(如Linux、Android、各类RTOS)的设计初衷是管理CPU、内存、I/O等硬件资源,运行应用程序。其核心模型是“进程/线程”调度,不具备对“智能体(Agent)”、“场景”、“空间感知”等概念的抽象能力。
在泛在智能时代,操作系统需要承担以下新职责:
-
端侧算力的动态分配:根据实时任务优先级,为不同Agent分配推理资源;
-
跨设备Agent发现与信任建立:支持异构设备间身份认证、能力发现,无需云端中转;
-
任务编排与协同执行:将高层场景意图拆解为多设备动作序列,并调度执行;
-
技能注册与能力交易:允许第三方Agent技能动态注册、发现和计费结算;
-
持续学习与模型演进:支持端侧模型增量更新,实现个性化适应。
因此,泛在智能的操作系统不再是传统意义的“资源管理器”,而是多智能体共存的“社会规则”——它定义了设备如何协作、智能如何流动。这不是版本升级,而是架构层面的代际更替。
三、INT AIOS物理AI原生操作系统
引态科技所推出的INT AIOS 物理AI原生操作系统,其设计目标是为泛在智能设备群构建一套完整的“中枢神经系统”,涵盖集中调度与分布式感知两个层面。
整体架构
INT AIOS 由两大核心产品协同构成:
| 组件 | 名称 | 功能定位 | 技术角色 |
|---|---|---|---|
| 中枢层 | INT AIOS | 跨设备Agent调度、任务编排、技能注册、能力交易结算 | 设备群的“中央决策系统” |
| 末梢层 | 引芯 Nexus(AI能力芯片) | 提供设备身份标识、位置感知、可信认证,使普通硬件成为可调度的智能体 | 设备群的“感知与识别节点” |
中枢层负责全局决策与协同逻辑,末梢层负责设备身份与环境感知。两者结合,构成完整的“泛在智能底座”,使不同品牌、不同能力的设备能够实时协同,无需人工干预。
关键技术特性
-
原生Agent支持:操作系统核心内置Agent生命周期管理,不依赖上层应用框架。
-
异构设备抽象:统一设备描述模型,屏蔽品牌、协议差异,实现跨设备协同透明化。
-
动态技能扩展:支持Agent技能的在线注册、发现和执行,无需重启系统。
-
端侧推理引擎:集成轻量级推理运行时,支持TensorFlow Lite Micro、ONNX Runtime等,适配低算力设备。
-
安全可信体系:基于硬件可信根(引芯 Nexus)构建设备身份链,保障通信与执行的可信性。
四、与传统操作系统的对比
为更直观地体现差异,以下从设计目标、调度单位、跨设备能力、技能扩展、进化方式和身份信任六个维度进行对比:
| 维度 | 传统操作系统(Linux/Android) | INT AIOS |
|---|---|---|
| 设计目标 | 运行应用程序 | 协调多Agent协作 |
| 调度单位 | 进程/线程 | Agent + 场景 + 算力 |
| 跨设备协作 | 依赖外部协议栈 | 原生Agent间通信与编排 |
| 功能扩展 | 安装/更新App包 | 动态注册技能,支持热插拔 |
| 进化方式 | 版本迭代升级 | 持续在线学习,模型增量更新 |
| 设备身份 | 用户账号体系 | 硬件级可信身份与空间位置感知 |
从表中可以清晰看出,INT AIOS 并非在传统OS上叠加功能,而是重新定义了操作系统的核心抽象与调度逻辑。
五、结语:底座正在构建中
“泛在智能”的终极形态,是用户进入任何空间时,智能已按需就位,无需主动唤醒、无需操作终端、甚至无需感知智能的存在。这一目标的实现,通信和算力提供了基础条件,但真正的“接住者”必须是操作系统——一个为物理AI重新设计的操作系统。
引态科技推出的INT AIOS及引芯 Nexus,旨在填补这一底座空白。目前相关技术已在多个场景中开展验证,后续将持续迭代并开放生态合作。我们相信,操作系统的代际更替,是泛在智能从概念走向现实的关键一步。
openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目,面向数字基础设施四大核心场景(服务器、云计算、边缘计算、嵌入式),全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构
更多推荐


所有评论(0)