克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
「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🔍
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 🌟