一个月前,搭载RTX Spark的笔记本电脑正式发售,我们与国内同行同步发布了相关的评测体验。由于时间紧迫,加之各家媒体均是首次接触这一全新形态的产品,因此很多测试文章并未向读者展示RTX Spark的真正能力。
11月11日,NVIDIA在上海举办了RTX Spark的媒体分享会,展示了全新的RTX Spark 笔记本电脑和紧凑桌面主机小盒子,向我们深度剖析了这究竟是一款怎样的产品,以及它在实际场景中到底能做到哪些事情。
1、RTX 到底是什么,它和此前的产品有什么不同
按NVIDIA的定位,RTX Spark是一台面向本地智能体的Windows PC:最高可在本地运行1200亿参数(120B)大模型,支持100万token上下文,素材、代码与对话数据留在本机,无需订阅云端服务,也不按token计费。过去要提交到云端、或靠多张显卡堆工作站才能完成的任务,如今一台迷你PC即可承接。
支撑这套能力的是 RTX Spark 超级芯片:一颗 Blackwell 架构 RTX GPU 与一颗 20 核 Grace CPU(Arm 架构,与联发科合作定制)通过 NVLink-C2C 片内互联,互连带宽 600GB/s 并支持双向缓存一致性。这套系统拥有1 PFLOP的AI算力(FP4/NVFP4 精度)和128GB统一内存。
Windows ARM 阵营里,微软、高通早已推出对应方案;而在迷你工作站形态上,AMD锐龙 AI Max+ 395平台定位又和它高度相似。那么RTX Spark 相比它们,差异究竟在哪?
先说高通的Windows ARM笔记本,它与RTX Spark最大的区别是显卡!
高通Windows ARM设备所搭载的Adreno GPU对于主流3A游戏基本上无能为力;而对于绝大多数依赖GPU加速的Windows专业软件--包括Adobe创意全家桶、DaVinci Resolve、Blender、工程仿真与科学计算工具等等,要么无法启用GPU加速功能,要么加速效果大幅缩水;大量基于CUDA开发的插件、行业工具更是完全无法运行。
也就是说,高通Windows ARM笔记本目前仅能作为一台长续航办公本存在。
对比看上去高度相似的AMD锐龙 AI Max+ 395平台,RTX Spark则有以下优势!
· 日常 AI 应用:开箱即用的全场景覆盖
RTX Spark的AI加速是Windows平台的通用标准:从办公软件的AI助手、创意软件的AI功能,到本地大模型运行、AI生图/视频、AI代码辅助,所有主流Windows AI应用均融入了CUDA生态,原生支持RTX加速,开箱即用,无需额外配置驱动或环境;
而绝大多数第三方AI应用,比如ComfyUI生成式绘画、DaVinci Resolve AI剪辑、本地大模型前端、各类AI创作插件基本上都没有对Windows下的ROCm进行适配,GPU加速效果远不如RTX Spark。
· 大模型训练与开发:生态标准级的兼容性与效率
绝大多数主流AI训练框架(PyTorch、TensorFlow等)与工具链均以CUDA为首要优化目标,RTX Spark基于完整的NVIDIA CUDA生态,拥有1 PFLOP FP4 AI算力与TensorRT深度优化,是全球AI开发的标准平台。
Windows平台下ROCm支持极不完善,大量训练插件、自定义算子无法直接运行。
· AI 推理性能:重负载场景的量级领先
RTX Spark凭借Blackwell架构的专用AI计算单元与TensorRT推理引擎,在INT4/FP4等低精度推理下优化极致,不仅大语言模型的预处理、生成速度全面领先,在AI生图、AI视频、多模态推理等场景均有肉眼可见的性能优势。
根据第三方实测数据,运行GPT-OSS 20B大语言模型时,锐龙 AI Max+ 395平台生成速度约 1589 tokens/s,而RTX Spark则是5616 tokens/s,3.5 倍的领先优势;FLUX.2 生图任务中,相同参数下单张图生成耗时AMD为66.3秒,RTX Spark仅需25.8秒,性能差距也有2.6 倍。
作为NVIDIA亲自主导的平台,RTX Spark享有的不是单点支持,而是全栈资源的倾斜。
以 Day 0 模型支持为例,在新模型发布当天,桌面端RTX能用到的TensorRT优化、驱动级加速、官方适配方案,RTX Spark同步可用;不存在"ARM端/移动端延后适配"的情况,真正做到了和桌面级显卡同节奏的Day 0体验。
而用户需求正好高度集中在产品的发布初期。数据显示,一款模型全生命周期中,高达20%的下载量发生在发布首周。用户对新模型有极强的"尝鲜刚需",适配晚1~2周,就错过了用户最核心的使用窗口,本地AI的体验就已经打了折扣。
这就是Day 0不可替代的价值所在。
接下来为大家呈现我们在NVIDIA上海实验室完成的实机体验以及现场演示内容。
2、超大规模3D场景:小主机跑 UE5 重负载
得益于128GB超大统一内存,RTX Spark可实时渲染超过90GB的3D场景。
在现场,NVIDIA工程师用UE 5渲染了一幅超级大的城市整体图。
得益于超大统一内存,在使用RTX Spark进行UE5开发时,超大规模场景加载非常流畅,编辑时即用即现,没有明显卡顿或迟滞。在这一场景中还可同时开启光追与 DLSS 5 的超分辨率、插帧、降噪等全部功能。
以往这类大场景往往需要专业图形卡与笨重工作站才能加载,而演示是在巴掌大的迷你主机上完成的,意味着UE5开发不必再依赖又大又重的专业工作站。
3、视频创作:利用本地AI进行视频切片、抓帧、重绘与超分辨率
现场最典型的演示之一,就是NVIDIA的工程师对一段30年前的古早视频进行AI二创再生成,整条链路主要依赖本机GPU与CUDA、Tensor Core的加速能力。
具体实现步骤如下:
切片与抓帧:先用视频剪辑软件把原素材按约每10秒一段切开,再为每个片段截取一帧关键画面。
角色与场景重绘:把关键帧送入ComfyUI,借助提示词完成文生图,生成二创所需的新角色与场景;过程中调用Seedance、FLUX 3等多种模型完成文生图、文生视频与动作轨迹识别渲染。
动作迁移:切片保留原视频中人物的舞蹈或表演动作,再由大模型把动作赋予新生成的角色。
本地超分辨率收尾:借助RTX超分辨率把生成的1080p视频提升到4K。
整个过程大约需要30分钟,若一开始就在云端直出4K,时间与成本都要翻数倍。
4、NVIDIA ACE本地智能伙伴:定制专属人设的智能交互NPC
除了生产力应用,游戏内的AI智能伙伴也是 RTX Spark 的核心场景之一。
把NVIDIA ACE本地智能伙伴植入游戏后,玩家可以用语音直接与游戏NPC交互:向其发布工作命令、让其执行特定动作;当玩家用语音呼唤NPC的名字时,NPC会跑过来围绕在主角身边。
NVIDIA ACE本地智能伙伴把"可对话、可被命令、有即时反应"的 NPC 带回设备端:语音识别、意图理解与角色应答都在本机完成。依托RTX Spark的算力,内置智能伙伴无需联网即可使用,同时不会抢占过多系统资源导致游戏卡顿。
另外在游戏支持方面,RTX Spark也远胜于以往的Windows ARM设备。
过去几年,ARM笔记本电脑在游戏这件事上的尴尬不在于跑不动,而在于大量游戏只能靠转译层运行,反作弊、插件、Mod、老旧引擎的兼容问题一个接一个。
RTX Spark完整继承了NVIDIA RTX游戏技术栈、首发当日就支持数百款主流游戏、覆盖3A单机、MMO、体育、竞技全品类。
像《魔兽世界:永恒》、《战争机器:E-Day》、《AION 2》、《控制:共振》、《伊莫》、《NBA 2K27》,这些还都是同期首发的游戏。游戏适配节奏与桌面端RTX 50系显卡完全同步,不存在新游戏先适配独显、ARM版延后的情况。
另外,由于对游戏反作弊支持的问题,以往的ARM Windows平台无法运行大部分网络竞技游戏。现在NVIDIA直接联合头部厂商解决了竞技网游的反作弊兼容问题,大部分主流电竞网游已经将RTX Spark设备加入白名单中。
5、WorkBuddy与千问办公:RTX Spark专属本地办公模型
2026年11月最新版本WorkBuddy对RTX Spark进行深度适配,内置官方提供的一键本地模型功能。
打开设置菜单进入"模型"选项,即可下载本地大模型,推理引擎为 CUDA-13;模型自动下载部署后常驻后台,回到任务界面即可选择该本地模型开始工作,使用体验与云端版完全一致。
适用任务:数据分析、数据可视化、报告总结等偏繁琐的日常办公工作,本地模型表现稳妥。
扩展自定义模型:除内置本地模型外,也可通过LM Studio本地模型API,把已下载的本地模型作为自定义模型接入WorkBuddy;同样的方式也可把本地模型接入其他智能体工具。
性能表现:内置50B MoE本地模型,日常对话、办公任务生成流畅稳定。而Qwen3.8 27B 级别的开源模型,可达到55–60 tok/s的生成速度,十万token级长文档处理无明显衰减。
WorkBuddy本地化之后,把原本依赖云端积分的智能体,变成可完全本地运行、不消耗 Token 额度、数据不出本机的常驻办公工具。
现场工程师还演示了RTX Spark本地部署千问运行大模型,可以一键部署本地模型,不需要手动安装 Ollama、llama.cpp,也不需要配置任何开发环境。
限于篇幅,还有很多非常实用的落地应用不再逐一赘述,比如使用RTX Spark对机器人,机械手臂进行本地仿真训练 + 实机推理控制。无需深厚的算法开发基础,普通学生、爱好者、产品经理就能使用,上手难度极低。
相信凭借NVIDIA的技术实力与行业号召力,RTX Spark必然能超越以往的Windows Arm设备。
我们快科技也拿到了RTX Spark迷你主机,近期将奉上完整深度评测,敬请期待。
热门跟贴