变天了，PC市场变天了。完整测试了搭载RTX Spark的华硕ProArt后，几个熟悉的媒体朋友都有这种感受，曾经统治市场的WinTel组合已经不是每一台PC的必选项了。从性能表现，使用体验到软件生态的成熟度都已经做的相当完善。
尤其是已经席卷全球的AI，已经深刻并且不可逆的改变了很多事物发展的走向，再想找一个可以和AI隔离的环境已经不现实，主动拥抱AI显得更加积极。
RTX Spark是为了AI时代量身打造的全新平台，超级芯片集成NVIDIA Grace CPU与NVIDIA Blackwell RTX GPU，采用大规格统一内存，我们拿到的64GB统一内存版本可以跑27B的本地大模型，这是全新的物种。
今天测试的是华硕ProArt 创16 RTX Spark笔记本，采用非常有辨识度的经典ProArt系列的黑色机身设计，采用视觉效果出色的4K OLED屏幕和方便操作的大面积触控板。机身里面的核心配置是NVIDIA Grace CPU与NVIDIA Blackwell RTX GPU组成的计算平台。
这款机型64GB版售价为28999元，128GB版售价为37999元，受到了极高的关注，上市当天就被抢购一空，电商平台已在补货状态。
Grace CPU与Blackwell RTX GPU集于一颗超级芯片 让AI智能体PC新物种横空出世
搭载RTX Spark超级芯片的这台华硕ProArt外观依然是熟悉的，但是内在已经完全不同。配备20核NVIDIA Grace CPU和拥有6144个CUDA核心的NVIDIA Blackwell RTX GPU，两者通过NVLink-C2C连接，共享统一内存。Grace CPU负责运行Windows和日常程序，Blackwell RTX GPU负责图形渲染、CUDA计算等工作。
NVLink-C2C互连带宽约为600GB/s，搭建了CPU与GPU之间交换数据的通道。
RTX Spark计算架构示意：平台至高128GB统一内存、至高1 Petaflop FP4 AI性能；本机统一内存为64GB。
使用这套架构后使用笔记本的体验有了明显的变化，运行本地模型时模型权重先占据空间，处理文档和连续对话产生的缓存留在内存里；Windows、模型前端和其他正在运行的程序，同样需要分配内存。
这台ProArt运行Arm版Windows 11专业版，原生Arm64应用可以直接运行，已有的x86、x64程序可以通过Prism兼容运行。当然，软件可以安装，可以打开，还要看看使用起来是不是稳定。软件和程序采用什么CPU架构，与它通过什么接口调用GPU是两件相互关联的事。我们这次既运行了Arm64原生软件，也使用了x64的WorkBuddy界面；主要想看看调用的推理或渲染程序会怎样分别适配这套平台。
把资料交给本地模型
本地27B模型使用Arm64 CUDA推理后端，任务从Windows中的应用提交给后端，后端把模型和任务所需的数据放入内存，通过CUDA调用GPU参与计算，再把回答交回应用。
我们准备了一份长文档给本地模型处理，通常这类文件都不能上云处理，内容需要安全的在本地的电脑上处理，以前需要人力手搓，现在可以交给本地大模型不联网处理，如果效果质量和效率都能达标，对于很多用户来说有很高的实用价值。
输入一份已经公开的政府报告的连续节选，包含6570个汉字、31个段落。交给模型的任务是：需要写一段约200汉字的摘要，回答15项事实问题并给出年份、事实身份和原句出处，再提出3项有依据的编辑建议。同一任务执行两轮，事实与引用分别对照预先确定的答案核查。
报告里有两个就业数字：2024年城镇新增就业1256万人，属于已经发生的实绩；2025年的1200万人以上，属于预期目标。
模型在两轮执行任务的测试中，都把年份、数值和身份分别写了出来，还附上了对应原句。这样摘出的两项数据，可以分别用于回顾上一年的完成情况和介绍下一年的目标，没有因为都是“城镇新增就业”就混在一起。
完成任务并交回这份材料用了约6分钟：两轮分别在约5分20秒和5分33秒出现首段可见正文，全部结束约为6分13秒和6分26秒。
给出的三项编辑建议也有具体内容：将简报分成“2024实绩—2025预期目标—2025拟安排政策”，建立数字引用核对表，并把资金政策的安排与已经完成的支出区分开。每项建议后面都有材料依据，范围限定在这份节选之内。我们可以沿着原句判断建议是否适用，再决定怎样组织简报。可以给出这样的结果，已经具备了可用的质量，执行时间需要5-6分钟，确实比用惯了联网的通用大模型会久一些，但确保信息安全，隐私安全是值得的。
我们又自己设计了一个图文任务给本地模型执行，自制了三份材料：一张包含销量、价格与统一测试耗电信息的图表，一张附有来源说明的NASA火星照片，以及一份故意写入错误的简报。
交给模型的原创图表：产品及2026年1至6月经营数据均为虚构测试材料。
固定12题包括信息识别4题、计算4题、跨资料核对2题、信息边界判断2题，每题2分。
模型执行任务不但需要交回结果，也要给出必要的公式、来源和条件。这里设置的难点体现在柱形与折线使用不同的坐标轴，有一项数据被留空，简报中还混入了错误金额和图片身份。所以本地模型读对图上的文字只是第一步，它还得把不同材料放在一起核对，才能发现这些问题。
测试输入数据的后期重排图，方便阅读六个月的数据与参数
简报已经把销量和销售额写成完整的句子，模型还核对了销量与单价，没有直接沿用现成金额。对整理资料的人来说，发现这4000元差额才是这道题的用处。只摘录简报中的数字，会连同错误一起带进下一份材料；重新计算之后，错误才有了可以说明的依据。
计算矛盾、缺失数据与判断条件，固定12题，两轮均为24/24分。
题目中使用的NASA火星照片
图片题目使用了NASA照片，结果大模型的简报里错误识别成了“本项目产品工厂实拍”，还说它可以证明节能。
本地27B模型执行的短任务计时记录，输入输出规模和接口首token按各自请求记录
NASA任务的独立资源记录，150个采样点，约每5秒采样一次
做这项测试一方面体验本地模型的能力、效率和正确率。同时也观察了统一内存的占用变化。在AI工作时，GPU已用内存和系统可用物理内存来自不同工具，统计范围不同；CPU与GPU使用同一组物理内存，系统和其他应用也在占用空间。
在AI干活的时候我们还很关心会不会拉高散热压力，可以看到AI火力全开的时候，GPU温度为47至73°C，GPU功率为3.13至47.90W，这台产品的散热能力完全可以覆盖温度的提升，确保我们使用的时候体感依然舒适。
同一组NASA任务中，为了更快拿到结果，我们还把输出预算提高到4096个token后重试，约2分7秒出现反馈的正文，约2分13秒结束，交回889字的可见回答，这个效率比默认速度快了不少，大约能节省8-9分钟等待时间。
从运行软件到交付文件
下一轮我们用Blender渲染了一个自建九球场景：不同颜色的球体排列在平面上，画面保留了灯光、阴影和表面反射。保存下来的原生图像为640×480，采用Cycles GPU渲染，最大采样设为512。
Blender场景输出与OptiX设备选择整理图
运行环境是Blender 5.4.0 Alpha的Arm64版本，Blender通过OptiX调用GPU渲染九球场景，并保存原生图像。从Arm原生程序启动、渲染器选中设备，到最后导出作品，这次操作可以顺利的完整执行。这套Arm Windows环境中的Blender能够实际使用RTX Spark的GPU能力。
OptiX设备选择原始界面
HairStyles计时记录：960×540、64次采样、去噪开启、OptiX，两次按运行顺序为7.24秒、4.32秒。
在一组连续渲染采用自建九球场景中，输出640×480分辨率、做了64次采样，CUDA与OptiX各运行约20分钟，分别完成2333次和2149次。
对使用Blender的创作者来说，这次适配可以看到Arm64版本已经顺畅的识别了OptiX设备，并用GPU交出了图像。熟悉的GPU渲染方式有了可执行的应用环境，工作效率和质量有非常好的保障。
接下来我们很好奇号称AI时代原生的AI智能体PC在WorkBuddy使用上有什么表现，我们也设计了比较贴合日常真实使用需求的任务，从我自己的工作流里看，评测产品写稿子是很重的任务，这次就设计了把已有评测资料整理成事实表、文章、图注和核查表的任务，需要整理成四类首稿，再根据一次包含七点要求的编辑反馈生成二稿和差异说明。需要做到连接本机推理后端，任务要求保留第一版。模型整理内容，智能体工具将内容写进本机文件，随后在这些文件上继续修订。
WorkBuddy写入文件并交付四份首稿、四份二稿和一份差异文件
WorkBuddy实际留下四份首稿、四份二稿和一份差异文件，共九份文件。界面记录了逐份写入的过程与路径，第一版没有被覆盖。事实表、文章、图注和核查表分别保存在文件里，二稿与首稿并列，差异说明按反馈编号列出修改。我们打开两个版本和差异说明，核对同一条编辑意见在正文、图注和自查中分别怎样落实。
这项测试我们主要想验证在搭载RTX Spark的这台ProArt上，我们最熟悉的AI软件是不是可以正常运行，是否有兼容性问题。实际用下来发现WorkBuddy已经可以把本机推理与文件操作协同起来，交付的任务可以顺利完成，能交回待审文件、继续接受反馈并继续执行下一步工作。
内外兼修成就AI时代超级入口
产品是实际承载性能、应用和体验的实体，吸引用户的第一性原则很多时候来自眼缘，这款ProArt延续了经典的纳米黑配色，整块盖板只用一枚ProArt标识点缀。黑色表面的细腻纹理、边缘的圆角和收得很窄的侧面，让这台16英寸笔记本显得利落，很适合经常带着电脑见客户、展示作品的创作者，放在桌上沉稳，近看又有细节。
这台机器的便携性很有反差感，看起来16英寸笔记本很大，但是机身薄至约12.9毫米，重量轻至约1.79千克，还容纳了99.9Wh电池。对于经常出差的朋友来说，16英寸大屏方便整理照片、处理文稿，随身携带时又做到了尽量减轻背包的负担。ProArt把大屏、大容量电池和这套RTX Spark平台装进如此轻薄的机身，兼顾了移动办公对屏幕尺寸和便携性的要求。
16英寸OLED屏幕很抓人眼球，4K分辨率适合查看高像素照片和细节丰富的设计图，画面中的细小纹理、线条和文字都能得到细致呈现。16:10的屏幕比例也更适合干活，在照片周围保留工具栏、在文稿旁边打开参考资料时，纵向空间更宽裕。120Hz刷新率则照顾了日常操作，滚动网页、拖动窗口和浏览长文档时，画面过渡更连贯。
这块屏幕同时具备100% DCI-P3色域、ΔE＜1的标称色准，以及最高1600尼特的HDR峰值亮度，并通过VESA DisplayHDR True Black 1000认证。广色域和高色准直接服务于修图、调色：照片里花瓣的色彩、人物的肤色，以及光线从暖到冷的变化，都需要屏幕准确呈现。OLED像素独立发光，黑色区域可以保持深邃，再配合HDR高光表现，适合呈现夜景灯光、金属反光这类明暗反差较大的画面。
屏幕还支持触控，查看图片时可以直接用手指缩放、拖动。表面加入了抗反射涂层，减轻窗边光线和室内灯光的反射干扰。
ProArt创16的另一处特色是7.1英寸Haptic TouchPad全域压感触控板。无边框玻璃表面与黑色掌托融为一体，视觉上很整洁，也给手指留出了充足的操作面积。浏览图片时双指缩放，核对资料时滚动长页面，或者通过多指手势切换窗口，都能在这块大触控板上完成。
键盘按键之间留有清楚的间隔，方向键区域也容易辨认。对于每天要回复消息、改稿和输入大量文字的我们，薄机身里保留足够的按键行程很实用。宽大的掌托可以承托双手，扬声器开孔排列在键盘两侧，整个操作区布局舒展，与大屏创作本的定位相符。
接口配置也照顾到了创作者随身携带的设备，SD Express 7.0读卡器可以直接读取相机存储卡，HDMI 2.1 FRL接口方便连接会议室屏幕或桌面显示器，USB 3.2 Gen 2 Type-A接口留给鼠标接收器等常用外设。机身还提供了3个USB4 Type-C接口，外置高速硬盘、扩展坞等设备可以按需要接入。
内部存储提供两个M.2 2280 PCIe 5.0×4插槽，给后续扩容留出了位置。照片、视频原片和本地模型都会持续占用硬盘空间，双插槽可以分别安装系统盘和素材盘，也方便随着项目增加补充容量。
一周时间完整用下来，我们发现RTX Spark把大容量统一内存和RTX计算能力一起装进了轻薄创作本中，这是一种反常识的惊喜感。这台64GB内存的ProArt可以运行27B本地模型，处理长文档和图文资料；Blender已经能够通过OptiX调用GPU完成渲染；WorkBuddy也可以接入本机推理后端，写入文件并根据反馈继续修订。原来分别关注的本地AI、图形计算和智能体应用，如今可以在同一台笔记本上实际使用。
华硕的产品设计和调教能力强得可怕，这台产品上的16英寸4K OLED屏幕还非常贴合我这种媒体工作的创作者，查看各种内容作品和处理视觉工作时能满足对于极致细节的处理需求。大触控板、长键程键盘和齐全接口方便日常操作，约1.79千克的重量又让整套设备可以轻松的随身携带。
确实变天了，当RTX Spark让一块超级芯片集成CPU和GPU，并让两者共享统一内存，这套全新的平台在面世初期就带来了非常完善的使用体验，没有青涩和迟滞的表现，在体验和测试的项目中都有很老成的表现。这也让我们看到了这条技术路线，可以很快带我们看到AI能以怎样的形式进入工作和生活，产品外在形态与AI内核正在发生奇妙的化学反应。
热门跟贴