英伟达RTX Spark桌面主机首秀:128GB内存,本地AI能干什么
本地机器人炼模、3D大场景实时编辑惊艳。
英伟达(NVIDIA)近日在上海办了一场RTX Spark分享会,把这款桌面主机新品背后的技术细节讲了一遍,现场还摆了办公、游戏、创作、机器人等几个方向的AI应用案例。这些案例全部跑在本地的RTX Spark上。
本地训练具身模型、拿它操作机械臂抓取,机器人用自然语言编程并做强化学习训练,本地AI Agent远程办公,UE5超大场景实时渲染,Broadcast视频处理,老视频AI修复——这些都基于本地RTX Spark完成。
现场还有人玩得更野:把RTX Spark笔记本架在机器人头上,拼出一个自己的“机器人伴侣”。

RTX Spark不算新面孔。它是英伟达面向本地AI Agent推出的SoC平台,把Blackwell GPU、与联发科合作的20核CPU、最高128GB统一内存整合到一起,落地形态分笔电和桌面主机两种。

这次展出的是桌面主机版本,11月18日起由多家PC品牌陆续发布。

一、从向AI提问到让AI干活,桌面主机首秀,Day-0跟上主流新模型
英伟达的判断是,人们用AI的方式正在变:过去是“向AI提问”,现在是“让AI帮我达成目标”。用户不必把自己练成会用所有工具的专家,Agent可以替人调用工具,工作效率、创作、写代码和游戏都会随之改变。

本地跑AI为什么重要?英伟达列了几条:个人资料和数据留在本机,不用上传;断网照样能用,现场演示全是在本地跑的;不受云端token、算力和月费的限制,成本基本只剩电费。

还有一点,本地模型和云端模型的差距在收窄。以前云端前沿模型大约领先本地半年到8个月,如今这个差距缩到约两个月,可用性提升很明显。

RTX Spark要做的,就是让端侧模型随时跑起来的本地设备。软件上,DLSS、光追、AI加速这些英伟达独有的技术特性和功能它都支持。
新亮相的桌面主机最高给到128GB统一内存,同样搭载20核CPU,Blackwell GPU最高有6144个CUDA核心。

和笔电相比,差别主要在用法。笔电合盖就停工,适合短时任务;桌面PC能长时间运转,适合持续运行的Agent和个人助理类应用,也能远程登录控制,比如用手机直接指挥PC干活。
生态上,英伟达反复强调对热门主流模型的Day-0支持。原因很直接:新模型或新应用上线第一周,往往占到它整个生命周期20%的下载量,第一天跑不起来就晚了。

这件事做起来并不轻松。光千问在Hugging Face上就有超过15万个版本,10月底之后的三周里又冒出8个新模型要支持。
英伟达已经和Copilot、Perplexity、WorkBuddy、千问办公等主流Agent和应用合作,在RTX上做了优化。
分场景看,创作领域已有超过130个RTX加速的创作应用可以直接用,UE5场景在RTX Spark上也能流畅渲染。
生成式AI这边,靠Day-0模型支持加NVFP4量化,团队把模型做小、内存占用压低、速度提上去,笔电上也能跑出不错的效果。
现场有不少直观案例。比如Agent调用工具,把Photoshop素描一路做成生成图像,再渲染成影片,整个创作流程自己走完。你不用精通每个软件,Agent会自己调用,人只管“许愿”。

Photoshop、Premiere等Adobe应用现在都有原生Windows on Arm版本,也能得到RTX加速。
游戏这边,Windows on Arm过去最大的坎之一是反作弊系统。目前PUBG、拳头等头部网游厂商已经支持或承诺即将支持,《三角洲行动》将在后续赛季开启RTX Spark限量测试,暗区突围也会支持。
另外,DLSS 5、游戏内置AI队友、RTX Remix等能力都能在RTX Spark上实现。

媒体问答环节,英伟达相关负责人讲了几个真实落地的例子。成本敏感的场景里,有开发者做实时视觉监测,10秒运动动作分析在DeepSeek-Flash上大约要10元,一天的视频账单可能是“天文数字”;而且视频流分析走云端的话,上传下载的延迟可能错过好几帧。
企事业单位里,企业流程自动化能很好满足数据不出网的要求。非办公室场景网络不稳,RTX Spark也能做到开机即用。
从机器人、办公生产力到视频创作,RTX Spark的本地AI能力在这一环节派上了大用场。
分享会结束后,展区里摆着不少RTX AI应用演示,现场专家和项目负责人也把背后的技术细节讲了出来。
机器人这边,一个演示是机械臂抓试管:先做真实数据采集,再到仿真环境里做数据增强和训练,模型最后部署回设备,机械臂就能自己认出试管位置并抓起来。演示现场,我们直接用自然语言跟RTX Spark上的本地Agent对话,让它操纵机械臂完成任务;空闲的时候,这个本地Agent还会自己不停做模型迭代训练。

眼下真实采集的场景和数据都还不多,不少操作得靠仿真环境补上,于是形成了一条从真实到虚拟的链路。这套流程已经单独开成一门课,用于教学。
还有个演示是用自然语言控制机器人:把GitHub链接直接交给RTX Spark上的本地千问Agent,Agent会去读文档里的技术参数,说出机器人的关节、舵机、编程语言和仿真环境。它还能自己装仿真器,按自然语言指令写控制代码——让机器人摇摇头、踢踢腿都行,执行完再报告做了哪些内容和花了多久。

另一个人形机器人相关演示里,RTX Spark上的Agent能帮我们拆开数百页的复杂机器人技术文档;在虚拟环境中,两个仿真机器人靠强化学习自己学会了找球、进攻和防守,练的是踢足球,而一开始它们连球在哪都找不到。

办公生产力这边,一个演示是用手机远程指挥Agent干活。RTX Spark桌面主机能7×24小时开着,我们用手机微信给Agent发指令,让它整理飞书/企微消息、准备汇报内容,再生成PPT链接。

配置部署上,英伟达和WorkBuddy、千问办公等团队一起做了不少调优和简化,RTX专区支持一键部署,用户不用自己下载模型、配环境。
创作方面,UE5超大场景实时编辑的演示让人印象挺深:RTX Spark跑起UE5,载入超大城市场景,光线追踪、DLSS等全部打开,光影可以实时编辑修改,实际体验下来比较流畅。
Broadcast AI视频处理演示里,RTX Spark能做实时AI降噪和影棚音效调整,背景噪音被彻底消掉。视频这块,实时背景替换也能做到,输出4K 60帧画面,另外还支持视频超分和插帧。
还有一个演示处理的是一段30年前的录像带格式视频:转录之后走AI工作流,做成4K HDR风格化视频,角色和场景由文生图生成,各环节用Comfy UI工作流串起来,视频交给Seedance生成,结尾用Adobe AI完成。
结语:RTX Spark成了英伟达冲刺Agent时代的关键杀招。
今年6月1日的GTC台北大会上,英伟达正式发布首款Arm架构PC芯片RTX Spark,创始人黄仁勋称“这是40年来PC产品线首次全面革新”,并提到智能体处理模式会延展到各种设备上。5个多月过去,RTX Spark已有大量产品开售走向市场,AI应用生态的建设也在提速,大量实际演示让人看到本地AI的易用性、准确性、实用性都在快速提升。
靠扎实的本地算力和优秀的端侧模型,普通人用自然语言对话,就能完成过去要专业团队花数月、数年才能做完的工作。AI平权时代,正在加速到来。