「哈喽,大家好呀!」
画面里,一台「无头骑士」版宇树机器人,正在和观众挥手互动。
它的头被一台笔记本电脑取代,屏幕上显示的是一位可爱的美少女形象。
这套机器人是 B 站 up 主特效小哥的杰作,他先前就设计了数字少女图零零这个形象。
在英伟达 RTX Spark 的一次分享会上,特效小哥把图零零带进了物理世界。
在宇树提供的身体上,图零零能够与观众语音对话互动,做出飞吻、拥抱,甚至模仿奥特曼等一系列动作。
背后的训练过程,用的正是脖子上顶着的那台笔记本。
别看这台「顶在脖子上的笔记本」外观轻薄,里面装的正是英伟达此前在今年 Bilibili World 上展出过的 RTX Spark 超级芯片。
它把 CPU 和 GPU 直接焊在一起,拥有 128GB 统一内存,能在笔记本上直接跑起 120B 大模型和虚幻引擎 5 的大场景。
这一次在分享会现场,RTX Spark 又被玩出了更多新花样。
一台笔记本,撬动机器人训练
物理学家阿基米德说过,给我一个足够的支点,我能撬动整个地球。
RTX Spark 笔记本撬不动整个地球,但可以撬动整个机器人训练的完整过程。
除了前面的图零零,现场还有一只叫 microduck 的「小鸭子」机器人,来自 GitHub 上一个非常火的开源项目。
首先,英伟达的技术人员通过 Hermes 调用本地部署的 Qwen 3.8 模型,直接把 microduck 项目拉了下来。
整个过程都不需要关心项目是什么原理,也不用担心环境怎么用,本地的 Qwen 直接自动搭好仿真环境,顺带控制小鸭子在仿真里做起了各种动作。
甚至直接在仿真环境里放两台机器人,让它们比赛踢足球。

但高手还是得看民间,旁边的展台就有大神用 3D 打印给 microduck 捏了身体。
这下,这只小鸭子从屏幕里走了出来。
当然,用的工具也是 RTX Spark 笔记本。
只见这只小鸭子迈着轻盈的步伐在地面上行走,翻了跟头也不怕,立马就能爬起来。

大神还如法炮制,另外做了一个人形载体。
另外一台笔记本里,直接同时塞进了千问和 GR00T 两个大模型,接上 SO-101 机械臂就开始干活。
演示人员不用写代码,直接用日常大白话跟智能体聊天,就能让机械臂自己动手。
整个过程由本地部署的 Qwen 3.6-35B-A3B 担任「大脑」,从思考规划到每一步执行全在本地完成。
接到抓试管的指令后,智能体会先通过外置摄像头和从臂腕部摄像头做一轮安全检查,确认机械臂周围没有物体遮挡。
检查一通过,它就立刻唤醒后台同样在本地跑着的 GR00T 模型,让从臂精准识别位置,稳稳把试管夹了起来。
生化环材出身的我看到这,直接梦回学生时代,不得不感叹这动作真的很利索。
有了本地模型,能玩的肯定就不只是机器人了。
日常上班用得上的工具也没落下,比如曾经热门的 OpenClaw 和 Hermes 这次都升了级。
OpenClaw 加上 MXC 权限隔离来防误操作,Hermes 接入 Switchyard 智能路由,日常任务留本地,遇到难啃的硬骨头再切到云端。
英伟达也没忘了国内市场,像我们更熟悉的 WorkBuddy 和千问办公,这次也全部支持通过 RTX Spark 进行本地模型部署。

整理文件夹、汇总表格、写文档,智能体直接翻你本机电脑就能交活,不用按次给云端交 Token 费,也不用担心内部文件传到外网。
128GB 统一内存,把 API 账单打成电费
我们来简单回顾一下 RTX Spark 机身里的 N1X 超级芯片。
它是由 20 核 MediaTek 定制 Grace CPU 加上最高 6144 核 Blackwell RTX GPU 组成,靠 600GB/s 的 NVLink-C2C 焊在一起,共用 128GB 统一内存,算力给到 1Petaflop(FP4)。

模型权重直接留在本地内存里,数据不用来回搬运,最高能扛起 120B 参数、100 万 Token 上下文的大模型。
英伟达现场给我们算账,用 RTX Spark 到底能省多少 Token 预算。
RTX Spark 上,在 200W 平均功耗下用 llama.cpp 跑 Qwen3.8-Flash-Next,每秒能吐出 41.9 个 Token,输入速度达到每秒 700 个 Token。
Artificial Analysis 的榜单上,它拿到 40 分智力指数,跟云端的 Claude Sonnet 5.5 Medium(41 分)基本打平。
Sonnet 算是 Anthropic 的甜品级模型,一般的日常办公需求足够用。
RTX Spark 上跑的小模型达到与之接近的水平,大概率也能满足类似需求。
按后台高强度跑智能体、每个月输出 6100 万个 Token 算,调用云端 API 每个月得掏 1200 美元,而在 RTX Spark 本地跑下来,每个月电费只要 20 美元。
而且这 20 美元是按照美国电价算的,具体口径是 0.18 美元(约 1.2 元人民币)/ 度,200W 平均功耗、每天跑 19.8 小时负载。
如果换成国内居民电价,同样的负载一个月的电费还不到一半,大约只需六七十元人民币。

再看英伟达这边,模型适配也在同步提速。
英伟达已经为多款热门开源模型提供了 Day-0 首发支持,像国内开发者最熟悉的千问、智谱 GLM、DeepSeek、MiniMax,以及生图模型 FLUX 等等,在 Ollama、llama.cpp、LM Studio 和 ComfyUI 里全都能直接拉起。

除了 AI,像 3D 创作等等同样需要 GPU 资源的传统任务,也跟着往前推了一步。
毕竟 128GB,量大管饱。
Blender 5.3 已经用上 DLSS 4.5 的光线重建,Adobe 旗下的 Photoshop、Premiere、Illustrator 和 InDesign 也全部走出 Beta 阶段,推出正式版原生加速。

当然游戏这边,英伟达也没把玩家落下。
比如英伟达的「大力水手」—— DLSS 5,就有新的落地进度。
今年 3 月 DLSS 5 刚发布时没少挨骂,玩家吐槽它 AI 滤镜感太重、动不动给角色改脸,YouTube 演示视频甚至被踩出 84% 的点踩率,性能开销更是离谱到需要两张 RTX 5090 才勉强跑得动。
不过到了 10 月,英伟达推送了一轮大改版,把模型参数量缩减 24% 降到 1.18 亿,4K 显存占用省下 20%,模型推理速度比 3 月初版快了 10 倍,如今单张 RTX 50 系显卡就能流畅带起来。

11 月 5 日刚刚更新支持 DLSS 5 的《霍格沃茨之遗》里,画面改动也克制了许多,不再像早先演示那样用力过猛。
接下来 11 月中旬《战争雷霆》、11 月 23 日国产武侠《燕云十六声》也将陆续上线 DLSS 5。

另外,《我的世界》Java 版玩家也等来了全新的 RTX Remix 光追 Mod 工具包。
好家伙,马赛克方块配上官方路径追踪,老玩家又有新玩具可以折腾了。

还有一件事就是,跑智能体和打游戏并不是对立的两个需求。
有些用户平时喜欢后台挂着智能体干活、前台同时打游戏,为了这部分人,新版 NVIDIA App 里新加了个 GPU 资源优先级滑块。
想专心打游戏就切到「前台优先」,游戏稳在 75 帧,后台智能体每秒照样跑 11 个 Token;切到「后台优先」全力干活时,智能体速度拉到每秒 20 个 Token,前台游戏依然能保住 60 帧。
One More Thing
如果你不用每天背着电脑跑外勤,更想要一台 24 小时插电干活的机器,英伟达这次还带来了全新的 RTX Spark 迷你桌面主机 Compact Desktops。
4399 美元起,宏碁、华硕、戴尔、技嘉、惠普、联想和微星同步推出各自机型。

分享会上我一共见到了三台真机,分别来自鸡哥(机械革命)、微星和华硕,各有设计但大致形态上都是一个小巧的方盒子。

Compact Desktops 同样装着满血版 N1X 超级芯片,拥有 6144 核 GPU、20 核 CPU 和 128GB 统一内存,主打的就是 7 × 24 小时不关机的「Always On Intelligence」。
配合英伟达的 PAIR 技术,它还能把家里其他 MacBook、游戏 PC 或者普通轻薄本跑不动的 AI 任务全接过来算。

这样看,有了一台 Compact Desktops,就相当于在书桌角落放了一台全家人共享的私人 AI 小主机。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法!
— 完 —
2026 年,越来越多的人向我们证明:" 人类对 AI 的信任还不够 "。
量子位 MEET2027 智能未来大会来为你锁定 AI 进化的下一步。
百度王颖、分子之心许锦波、昆仑万维方汉、基元律动王云鹤、紫东太初王金桥、蚂蚁健康顾进杰、相干科技金贻荣、面壁智能姚远、商汤宣善明、酷哇廖文龙都来了了解详情
12 月 9 日,北京。邀请你和我们一起,看清 AI、抓住 AI、驾驭 AI。

点亮星标
科技前沿进展每日见


登录后才可以发布评论哦
打开小程序可以发布评论哦