当地时间 10 月 7 日，在旧金山举行的 Windows AI and Surface 活动上，RTX Spark 笔记本正式开启预订，首批产品将在 10 月 16 日上市，小型桌面产品则计划于 11 月销售。宏碁、华硕、戴尔、惠普、联想、微软、微星和技嘉都将推出相关产品。微软自己的 Surface Laptop Ultra 起售价为 2599 美元，Surface RTX Spark Dev Box 售价 5999 美元，将于 11 月开始出货。
微软 CEO Satya Nadella 和英伟达 CEO Jensen Huang 也再次站到了一起。相比今年 5 月底 RTX Spark 首次公布，这一次更实际的变化是，硬件价格、上市时间，以及 Windows 为本地 AI Agent 准备的运行环境开始同时落地。
RTX Spark 采用 Blackwell RTX GPU 和 Grace CPU，最高拥有 6144 个 Blackwell RTX 核心、20 核 Arm 架构 CPU、128GB 统一内存以及约 1 PFLOP FP4 AI 算力。微软称，Surface Laptop Ultra 和 RTX Spark Dev Box 可以在本地运行超过 120B 参数规模的模型。
这些核心硬件规格其实在 5 月已经基本公布。当时微软和英伟达还围绕统一内存、Arm 架构、Prism x86/x64 模拟层，以及 Windows ML、TensorRT、CUDA 等软件环境进行了平台适配。RTX Spark 设备同时会进入 Copilot+ PC 类别，在 GPU 之外配备 NPU。
RTX Spark 是一套 CPU、GPU、NPU 共同存在的异构计算平台，Blackwell GPU 提供大规模生成式 AI 和 CUDA 计算能力，NPU 也会继续存在于 Copilot+ PC 的本地 AI 体系中。真正还没有说清楚的是，三类计算单元在模型推理、系统级 AI 和后台长期任务之间如何调度。Windows ML 当天仍然同时覆盖 GPU、NPU 和 CPU，为开发者在不同本地算力之间部署模型提供统一运行时。
10 月 7 日微软宣布 Microsoft Execution Containers，也就是 MXC正式进入 GA。它给 Agent 提供一套由系统强制执行的权限边界：开发者和企业可以规定 Agent 能够访问哪些文件、连接哪些网络，以及能否接触桌面 UI 等资源，Agent 自己无法给自己扩大权限。
其中 Windows 独有的 Session Container，允许长期运行的 Agent 在一个与当前用户隔离的系统会话中工作，拥有自己的本地身份、桌面、剪贴板、UI 和输入环境。对于需要长期在后台运行、同时又不能获得用户全部权限的 Agent。
目前 GitHub Copilot、OpenAI Codex、OpenClaw、Replit、LM Studio 和英伟达 OpenShell 等已经支持 MXC，Claude Code、Perplexity、Manus 等也计划接入。微软接下来还会通过 Entra 区分用户和 Agent 的活动，并将 Microsoft Agent 365 的管理能力延伸到本地设备。
与此同时，微软把自己的 Hybrid Intelligence，也就是“混合智能”方案拆成了更具体的 Windows 能力。接下来 Copilot 在获得用户授权后，可以读取电脑上的相关文件和近期活动，也可以直接在 Windows 中执行整理文件、设备诊断、故障排查、编程等操作，并调用本地模型。微软把这三部分分别称为 Local Context、Local Actions 和 Local Models，相关能力计划在未来几个月陆续进入 Copilot+ PC。
这意味着本地 AI 在 Windows 上的角色开始从“模型能不能跑起来”，继续向“能不能理解电脑当前环境，并实际执行任务”延伸。
在实际可以运行的模型方面，MAI Code 1.1 Flash 拥有 137B 总参数、6.8B 激活参数，微软将通过 3-bit 精度把模型体积大幅压缩后放到本地运行；另外还有英伟达即将推出的 70B 以上 Nemotron 模型，以及 284B 参数的 DeepSeek V4 Flash。按照微软的说法，这些模型都在针对 RTX Spark 的本地运行进行优化。
Windows ML 当天也宣布加入 llama.cpp 支持，继续把本地模型的运行环境补齐。微软给 Windows ML 的定位仍然是跨 GPU、NPU 和 CPU 的统一运行时，让开发者可以根据设备和任务使用不同的本地算力。
另一个变化出现在 GitHub Copilot，GitHub 此前已经开始实验 HydraFusion 的自动模型路由，根据任务选择不同模型和执行流程。微软这次进一步宣布把 Windows PC 上运行的本地模型接入这套能力，相关功能计划在 10 月晚些时候进入 GitHub Copilot App、Copilot CLI 和 Visual Studio Code 的 experimental preview。
RTX Spark最高 128GB 的统一内存，让更大的模型能够长时间留在电脑上，本地模型不再只是一种断网或者隐私场景下的备用方案，而开始有机会成为 Agent 日常调用的一部分。
微软把这种本地和云端共同工作的方式称为 Hybrid Intelligence。Surface 官方给出的一个实际场景是，让 GitHub Copilot 利用本地模型调查构建问题、分析代码并提出修改方案，需要更多计算资源时再由 Microsoft Dev Box 补充云端算力。
英伟达给 RTX Spark 小型桌面产品安排的定位：同一颗 RTX Spark Superchip 放进紧凑机身，并针对 24 小时运行进行设计，让本地 Agent 可以持续工作。
微软已经针对 RTX Spark 优化 Prism 模拟层，Photoshop、Premiere、DaVinci Resolve 等一批应用也已经原生支持 Arm 或进行了专门适配。对开发者和内容生产者来说，实际门槛还不只是一款软件能不能打开，更包括 Python 环境、CUDA 相关库、插件、开发工具以及第三方扩展能否保持完整兼容。这部分最终还需要回到真实工作流里验证。
在 RTX Spark 之外，英伟达和微软当天还进一步预览了 DGX Station for Windows。
DGX Station for Windows 在今年 5 月已经公开，这次展示的是它进一步进入 Windows 体系后的形态。它采用 GB300 Grace Blackwell Ultra Desktop Superchip，拥有 748GB coherent memory 和最高 20 PFLOPS FP4 AI 算力，官方称可以在本地运行最高万亿参数规模的模型，同时继续通过 WSL 使用 Linux AI 工具链。
微软还给 DGX Station for Windows 增加了一个“Scalable Windows Token Factory”的定位，一台设备可以为团队同时提供 32 个以上 Agent 的本地计算能力。从 RTX Spark 面向个人设备上的 Agent，到 DGX Station 面向团队并发 Agent，Windows 正在尝试覆盖不同规模的本地 AI 工作负载。
热门跟贴