Agent辦事、花式P圖、動嘴玩電腦……實測Wildcat Lake輕薄本玩AI有多爽

2026年9月18日 15:00
站內 AI 整理稿

作者 | ZeR0 編輯 | 漠影 桂林依山傍水,連城市的輪廓,都是一座座山勾勒出來的。抬眼一望,便是翰墨丹青般的自然光景,既沉靜婉約,又意境悠遠。這種乾淨的留白之美,早已被古人融入山水畫藝中,幾筆山石,一帶煙雲,餘下的留給水色,也留給看畫的人。淨,並非空無一物,而是通過剋制的取捨,讓真正重要的東西凸顯出來。這與今年推出的第三代英特爾酷睿處理器(代號Wildcat Lake)的設計理念不謀而合。

Wildcat Lake採用先進的Intel 18A製程和雙芯片封裝設計,主打高能效和低成本,內置6核心6線程CPU(2P+4LPE)、2個Xe3核心的GPU和17TOPS算力的NPU,最高支持LPDDR5X-7467,基礎功耗為15W,支持端雲混合AI,首次將AI功能普及到4000~6000元價位段的輕薄本。在近期的桂林活動之行,英特爾展示了基於Wildcat Lake的兩套Firefly螢火蟲計劃參考設計。其中一套偏向極致輕薄,最厚處約10.9mm,重量約985g;另一套成本更低,儘量使用成熟、便宜、方便量產的工藝。

其背部散熱方案減少了部分傳統銅塊,讓熱管更直接地覆蓋CPU熱點區域,降低中間結構帶來的重量、成本與熱阻。“Clean-D”設計使得機身底部的D面減少了雜亂開孔,顯得更加整潔美觀,還在內部還減去了不必要的零件、重複開發和製造複雜度。輕薄本內部不能只追求塞得更多。主板壓得越小、元器件堆得越密,往往就需要更昂貴的高密度PCB、盲埋孔和更復雜的製造工藝。熱源擠在一起,散熱又會成為新的成本。Firefly螢火蟲計劃是英特爾面向大眾價位輕薄本推出的一套參考設計與供應鏈協同計劃,試圖通過系統級重構,將“輕、薄、淨、美”的外形與體驗做到入門和主流級價位段。

據英特爾此前披露,與前一代產品相比,優化後的PCB面積縮小約5%,元器件數量減少約7%。英特爾主要從三個方面來做到這一點:1)擁抱手機產業鏈,把小封裝、低功耗元件引入PC;2)優化各種系統零部件,比如一個螺絲刀頭就能拆完整機螺絲,可提升產線組裝及售後維修效率;3)推動標準化集成,英特爾做好核心模塊,以便OEM廠商直接採納,減少整板的設計工作量。這些設計優化通過控制成本,能夠帶來更具性價比的輕薄本產品。我們也藉機體驗了在搭載Wildcat Lake的機械革命無界14 S輕薄本上運行多款AI軟件。這臺機器擁有14英寸金屬機身,淨重不到1.

2kg,搭載第三代英特爾酷睿5 315處理器,配備12GB內存和60Wh電池,支持65W快充,擁有2個USB-C接口、2個USB-A、1個HDMI 2.1 TMDS與3.5mm音頻接口,基本無需另帶擴展塢。為測試多任務處理能力,我們使用針對UL Procyon Essentials基準測試對其在日常真實工作負載中的表現進行評估。該測試包括應用程序啟動速度測量、高強度瀏覽會話模擬、文件操作、連續打開30個網頁標籤、同時運行模擬視頻通話。整個測試持續十幾分鍾,全程未卡頓,也幾乎沒聽到噪音。

對於主流輕薄本,用戶通常不會期望它擁有最好的配置,更看重的是方便攜帶、續航、性能夠用、能滿足長時間使用的基本需求。那麼它能否勝任常見的移動辦公、多任務並行和運行AI軟件需求呢?這次我們主要體驗了三類AI軟件:智能體桌面工作臺WorkBuddy、AI修圖軟件像素蛋糕、語音AI辦公助手Owlfy。1、AI辦公 對於企業用戶,本地處理的價值是讓AI任務儘量在設備上完成,減少原始資料上傳雲端的需要,保護隱私安全。在WorkBuddy中調用已預裝在電腦裡的英特爾本地Skills,可進行本地NPU文字識別、本地文檔與圖片解析、本地語音轉文字、GPS位置信息處理等任務。

這項任務需要較好的網絡環境中進行,在輸入框中輸入指令和調用技能後,選定的雲端大模型會先進行深度思考,然後調用本地模型,利用第三代酷睿的本地算力來執行相應技能。從測試情況來看,利用英特爾NPU本地識別發票圖片裡的文字,平均推理時間不到1秒;PDF則因解析路徑不同而花費更多時間;語音轉文字的本地推理耗時也較久,轉寫約700字耗費2分鐘多。2、AI修圖 商業攝影后期處理軟件像素蛋糕有助於優化批量修圖的效率和質量。像素蛋糕10.0.0版本更新了AI點修、創成式填充、AI祛體毛、AI加腹肌、AI瘦手臂等AI功能。我們主要體驗了人像精修和創成式填充功能。

AI點修功能可以根據點擊位置,智能推薦關聯功能,比如點擊天空推薦多種藍天濾鏡,點擊衣服出現衣服祛褶皺功能,還能自由滑動分數條調整參數。一鍵精修則能快速對人像精修皮膚紋理、面部光影、痘印、油光、眼袋、法令紋等細節。據介紹,這一過程結合端雲模型與本地GPU加速,由檢測模型、GAN模型和Transformer模型協同完成,先用檢測模型檢測瑕疵位置,再用GAN模型重建臉部肌膚紋理及細節,最後用Transformer模型去理解上下文、長距離的特徵,保證整體的輪廓與光影結構是一致的。創成式填充功能則提供了更高的創作空間,用選區工具圈出畫面的一部分,輸入提示詞,便能在圖片中實現對應的改變。

我先後要求把照片中女生的頭髮換成紅色、加一隻小狗窩在懷裡,它都能很快生成符合提示詞的圖像。3、AI語音操控電腦 本地語音AI辦公助手Owlfy以語音作為入口,改變了人機交互方式,做到“只動嘴,不動手”,讓操控電腦變得更加高效和方便。按住右側Alt鍵,即可通過語音向AI提問或交辦任務;按住右側Shift鍵,即可在光標處語音輸入文字,雙擊則可以開始記錄語音備忘。

Owlfy的菜單欄有“英特爾AI快速執行”頁面,只需隨口說出想完成的電腦操作,比如“最大化當前窗口”、“切換到上一個窗口”、“按下回車鍵”、“雙擊鼠標左鍵”、“調低音量”、“擴展到第二塊屏幕”、“開始錄製屏幕”、“打開Windows設備”、“關閉系統通知”、“查看CPU溫度”、“暫停視頻”等等,不需要記住固定口令,AI便會利用本地NPU運行量化模型,進行意圖識別,並執行相應的操作。結語:直擊輕辦公用戶高頻需求,在PC上施展“減法哲學” Wildcat Lake以剋制的核心、緩存和內存選擇,將先進的Intel 18A製程和微核心架構下放到主流價位段。

基於這款處理器,英特爾正在探索一種輕薄本設計新思路,通過讓性能、重量、續航、散熱和質感處在合適的位置,在有限的空間裡,做出消費者更易接受的價格和體驗。對於輕量辦公需求來說,PC不需要頂級的本地算力,一臺能合蓋即走、開蓋即用的輕薄本,要比沉甸甸的旗艦機型更能陪用戶輕鬆出行。對於敏感信息處理需求,本地AI算力能支撐端側模型,將數據處理保存在設備裡。更豐富的端雲AI協同體驗,則將先進的Agent生產力帶給更廣泛的用戶群體。

出門時少一些負擔,合蓋拿起來就能走,開蓋後少一點等待,多任務並行時不卡頓,辦公時少做幾次繁複操作,電量不足時少守一會兒插座,這些改變都很小,但一臺主流輕薄本打動用戶之處,正由這些輕薄、安靜、流暢、穩定、減少打擾的細微體驗構成。

Related

相關文章

IT之家AI Agent

長安汽車首席專家譚歡:未來要用機器人造車、賣車,讓機器人上車、造機器人

作者:清源 責編:清源 評論: 9 月 18 日消息,在今天(18 日)的第 22 屆中國汽車產業發展(泰達)國際論壇“新賽道生態專場:具身智能新賽道”活動中,長安汽車首席專家、長安天樞智能機器人公司總經理譚歡在演講中指出,AI 正推動以物理具身智能為核心的基礎設施革新,汽車未來形態是“汽車機器人”—— 自學習、自組織、自進化的組合智能體。

54 分鐘前
量子位AI Agent

具身智能技術路線尚未定型,基礎設施卻先收斂

具身智能技術路線尚未成形,但基礎設施需求已開始收斂,重點從製造機器人轉向持續迭代機器人能力。百度集團沈抖指出,智能體能力邊界快速擴展,進入規模化部署階段,但機器人學習新任務與跨環境適應性仍待突破。

1 小時前

88小時抵一個人思考4000年,OpenAI核心研究員:除了自我進化,更可怕的是AI正學會“隱藏自己”

AI正在把4000年的人類認知勞動壓縮進88小時,OpenAI研究員Noam Brown坦言連他自己也被進展速度持續震驚。AI正在把過去需要數千年完成的認知勞動壓縮到數天。真正的問題已經不只是模型能否變得更聰明,而是實驗能否跟上、人類能否在模型繼續自我改進前確認它仍然安全。

2 小時前
AIbaseAI Agent

吳恩達回應AI末日論:別被科幻敘事帶偏,應解決現實工程問題

吳恩達曾參與創辦Google Brain和Coursera。吳恩達稱,科技行業早期曾放大AI潛在災難性風險,以獲取關注並影響監管方向;近兩週相關討論再次升溫,也可能存在類似動機。他認為AI確實存在現實風險,尤其包括網絡安全等領域,但不認同將人類滅絕風險作為當前AI發展的核心判斷依據。

9 小時前
IT之家AI Agent

智譜 GLM-5.3-FlashX 模型上線,更快、更流暢

作者:汪淼 責編:汪淼 評論: 感謝網友 Agent 的線索投遞!9 月 18 日消息,智譜今日宣佈推出 GLM-5.3-FlashX(最高 200 tokens/s),為企業與開發者帶來更快、更流暢的模型體驗。智譜官方表示,GLM-5.3-Flash 此前以“Ox Alpha”之名與全球開發者見面,獲得海內外開發者的廣泛認可,調用量持續攀升。

10 小時前
智東西AI Agent

華為發佈AI行業落地新路徑:“七步法”、“垂直作戰組織”、“DIMAK”

作者 | ZeR0 編輯 | 漠影 9月18日報道,今日,在華為全聯接大會2026上,華為發佈了“AI落地七步法”與“DIMAK工程體系”,依託行業垂直作戰組織,以“新方法、新組織、新工具”破解Agentic AI深度嵌入行業核心場景、規模化應用難題。 “AI落地七步法”是面向行業推動場景落地的關鍵步驟路線指南,回答“怎麼走”; “DIMAK”工程體系,則回答“用什麼走“,提供五類工程工具,支撐企業快速用好AI。 華為還發布了《Agentic Enterprise 企業智能化白皮書》,並公佈了157個數智化轉型實戰案例,為全球產業智能化升級提供參考。 “企業流程未來將圍繞人和人工智能協同設計,這不是在舊馬車上裝發動機,而是要重新設計一輛汽車。”華為監事會副主席陶景文談道,為此,華為提出以“新方法、新組織、新工具”,搭建算力與場景的“路與橋”,讓AI沿價值業務流實現蓋爾定律式的擴散,完成從單點智能向系統智能升級和跨越,幫助千行百業善用AI。 一、新方法:“七步法”讓AI紮根生產系統 對於Agentic AI深度嵌入企業系統的難題,陶景文表示,華為總結了“AI落地七步法”,從核心場景切入,形成“小切口、大縱深”,並沿價值業務流進行擴散,旨在為產業智能化提供一張可複製的路線圖。 該方法涵蓋“洞悉行業商業邏輯、選擇行業核心場景、技術與工程攻堅、核心場景部署投產、沿價值業務流擴散、行業生態發展合作、持續提升行業智能水平”七大步驟,核心體現在三個維度。 選準場景:“找到對的場景,就成功了一半。”強調由業務專家與AI技術專家組建聯合團隊,沿價值業務流,運用“場景十二問”方法論精準鎖定高價值生產場景。 深度紮根:區別於停留在演示層面的實驗性AI,“七步法”以真實上線、投產運行為目標,要求從MVP(最小可行產品)到投產,需集成到生產系統,部署在企業IT基礎設施上進入常態化運營。

13 小時前