RTX Spark 終於來了。
10 月 7 日，微軟在舊金山舉行 Windows 與 Surface 發布會。黃仁勛與納德拉同台對談，搭載 RTX Spark N1X 的 Surface Laptop Ultra 和第一批 RTX Spark OEM 機型開啟預售，將於 10 月 16 日正式上市。
也第一時間拿到了這台 Surface Laptop Ultra，並上手了現場多款 RTX Spark 電腦。從讓 WorkBuddy 在本地幹活，到直接拉開複雜的虛幻 5 工程，再到用 DLSS 5 玩遊戲，這批 Windows AI PC 的實際表現，確實比預想中更紮實。
英偉達把 20 核 CPU、Blackwell 顯卡和 128GB 內存打包塞進了這顆晶片，但落到實際的產品體驗上，這台由微軟操刀的 Surface Laptop Ultra，用起來究竟怎麼樣？
Surface 的硬體，老黃的晶片
Surface Laptop Ultra 上手的第一印象，是系列一如既往的踏實感。
全金屬機身、利落平直的線條，依然是熟悉的 Surface 味道。正面這塊 15 英寸 3:2 觸控式螢幕用上了 Mini LED 發光材料，HDR 峰值亮度達到了 2000 尼特，不管是審片調色還是跑虛幻 5 的光影演示，色彩和細節都讓人印象深刻。
整機厚度做到了大約 18mm，重量剛好壓在 2.0kg。雖然放進雙肩包的電腦倉不算吃力，但只要你把它單手拿在手裡，沉甸甸的紮實分量會立刻提醒你：它就是一台衝著性能來的隨身「AI 超算」。
為了保證 RTX Spark 的性能極致釋放，微軟還給 Surface Laptop Ultra 上足了散熱冗餘，機身的厚度和分量顯然為此做了讓步。
右側的磁吸 USB-C 接口，是一個讓我愛不釋手的小設計。
微軟把它叫做 Magnetic Connect。插上官方磁吸線，它能像 MagSafe 一樣防絆防扯；拔掉磁吸頭，它依然是個能傳數據、能接顯示器的滿血 Type-C。既兼顧了磁吸的順手，又沒有浪費寶貴的高速接口，這種細節對經常帶著電腦四處跑的人非常友好。
右側除了磁吸口，還留出了 USB-A 3.1、HDMI 2.1、全尺寸 SD 卡槽和 3.5mm 耳機孔；機身左側則排布有兩個滿血 USB-C。作為一台移動工作站，它的接口表現確實很合格，出門在外處理工作，也不需要侷促地掛著拓展塢。
不過，真正讓這台 Surface 產生質變的，還是藏在精緻外殼內部的那顆 RTX Spark 晶片。
RTX Spark N1X 平台最高提供 20 核 Grace CPU、6144 個 CUDA 核心的 Blackwell RTX GPU，以及最大 128GB 的統一內存。
官方標稱它在 FP4 精度與稀疏計算下，最高 AI 算力能達到驚人的 1 PFLOPS，相當於每秒整整一千萬億次浮點運算。
很多人可能對這串天文數字沒有直觀概念——這個數字是目前主流輕薄 AI PC（40–50 TOPS 級別）的整整二十多倍，以往這種規模的算力，通常只能在機房裡的數據中心或者大型工作站上才能見到。
但更重要的，還是最高支持 128GB 的統一內存，這才是整台機器的殺手鐧。
在傳統 PC 上折騰過本地 AI 的人都知道，卡脖子的從來不是顯卡算力，而是顯存。哪怕買到頂配如 5080 顯卡，也就 16GB 顯存。
想跑參數稍大一點的模型？對不起，連權重文件都加載不進去，直接就報錯閃退了。
而在統一內存架構下，顯卡能直接調用整塊 128GB 內存池，哪怕扣除掉作業系統和日常軟體的開銷，剩下留給模型的空間，也足夠在本地跑起以往只能放在伺服器上的超大模型了。
英偉達的 CUDA 生態，這次 RTX Spark 也能原生支持。開發者能把原本在台式機或伺服器上跑得順手的整套工具鏈，無縫地搬到這台隨身筆記本上，省去了重新折騰適配環境的麻煩。
無論是模型推理還是 3D 渲染，有成熟的 CUDA 生態兜底，硬體的性能都能無損轉化為隨時可用的生產力。
在英偉達和微軟的號召下，Windows 陣營的 OEM 製造商們也推出了自家的 RTX Spark 機型，讓這次新平台的首發陣容格外強悍。
譬如華碩，就在一台僅重 1.48kg、14 英寸的 ProArt P14 上，硬生生塞進了最高 128GB 的統一內存；聯想和微星，則推出了能翻折、能手寫的二合一 PC；還有戴爾 XPS 16、惠普 OmniBook 等也都推出了 RTX Spark 版本。
顯然，這就是有史以來最強的 Windows on Arm陣容——微軟是鐵了心要把這個系統扶起來。
智能、超能、全能
在拿到 Surface Laptop Ultra 的這段時間，也體驗了多個使用場景，其中讓人印象最深刻的應用，是 WorkBuddy。
不同於市面上雲端的 WorkBuddy，Surface Laptop Ultra 上的最新版本，已經可以下載本地模型，直接調用這台電腦的端側算力執行 Agent 任務。
實際體驗下來，響應和吐字速度都很跟手，部分任務在斷網離線狀態下也能直接跑完。
WorkBuddy 讓人眼前一亮的地方，在於它直接把本地大模型做成了能落地的日常生產力。你不需要懂什麼複雜的推理環境配置，它就能直接接管系統權限，調動各種本地工具替你處理文件、跑任務流程。
這就讓 AI Agent 類產品，同時擁有了端側和雲端算力。
遇到複雜的邏輯推理或者要查最新資訊，就可以調用雲端的大模型去深度思考；如果是整理本地文檔、批量格式轉換這種瑣碎活，用筆記本自己的算力，就能在本地哐哐開干。
費腦子的重活讓雲端算，涉及本地文件的跑腿活就在電腦里解決，既能出色地完成任務，又能幫你剩下不少 Token。
儘管目前，WorkBuddy 還不支持「端雲混合」的模式，自動切換雲端或本地模型，但 RTX Spark 的出現，無疑為這樣的場景提供了豐富的想像力。
統一內存帶來的底氣，最直觀的體現就是本地大模型。像 Qwen 3.5、Qwen 3.8 這些開源模型，現在都能在端側實現真正的「Token 自由」。
我們在本地通過 Ollama + Open WebUI 跑了實測：Qwen3.5 35B-A3B（Q4 量化）跑出了接近 60 Token 每秒（59.65 Token 每秒）的持續生成速度，兩千多字一口氣輸出，體驗行雲流水；換到參數更密集的 Qwen3.8 27B，預熱後也能達到 20.98 Token 每秒。
這對於需要跑長鏈條代碼循環的工程，或者需要反覆調試提示詞的任務來說，在本地隨便折騰都不用擔心雲端按次扣費的賬單。而且就算在高鐵飛機上斷了網，手頭的工作也完全不會停擺，商業機密和未公開代碼更不需要上傳到第三方伺服器。
還有一種玩法，是讓算力延伸到物理世界產生互動。
在活動現場，也體驗到了用來演示的 Mirobot 機械臂和各種小機器人，能夠直接連著這台電腦做本地調試。
由於沒有雲端往返的網路延遲，改完一段控制邏輯，桌上的機械臂就能立刻給出物理動作反饋。這種邊調邊試、所見即所得的體驗，對搞具身智能和硬體開發的人來說，應該很有吸引力。
Hugging Face 旗下的 Microduck 小鴨機器人，目前已經開放了訓練流程。而通過 Home Assistant，筆記本電腦上的本地模型，甚至能幫你接管家裡的智能家居，成為算力不間斷的家庭智能中樞。
生產力部分，熟悉的「曼哈頓」也來了。
這是虛幻 5 引擎中的一個城市演示場景，有著極高密度的建築，並且每一個平面都支持用 RTX 光追效果進行渲染。
即便如此，整個工程文件依然可以流暢運行，這對於需要帶著項目見客戶、到現場調試方案的工程師來說，能隨身打開演示項目，本身就是一種生產力。
除了跑 AI 跑工程，這台 Surface Laptop Ultra 跑遊戲也很有一手。
按照英偉達的說法，它的圖形性能大致對標移動版 RTX 5070。我們在現場上手了《NBA 2K27》《毀滅戰士：黑暗時代》等遊戲，幀率表現相當流暢。
而 DLSS 5 的加入，則讓遊戲的畫面更上一個台階。它利用遊戲畫面和運動向量進行三維引導的神經渲染，直接參與畫面的塑造、改善光照與材質表現。在《NBA 2K27》里，皮膚的光感、毛髮透光與接觸陰影，都讓人物更有真實感。
光看官方展台的演示還不夠，也跑了幾款主流的 3A 遊戲，看看它在日常使用里到底能跑到什麼水平。
先看重負載 3A 代表《電馭叛客 2077》（1080p、DLSS 自動、關幀生成）：在關閉光追時，平均幀率能達到 67.17 FPS，最低幀也有 51.50 FPS；
在「光線追蹤：超級」預設下，平均幀率也有 39.49 FPS，在光影全開的頂格畫面里沉浸過劇情，視覺享受依然賞心悅目。
向左滑動查看更多內容
偏電競的《CS 2》中，Surface Laptop Ultra 在 1080P 非常高畫質的 Dust2 基準測試里拿下了 109.7 FPS 的平均幀，稍微降低一些畫質，達到「電競級」的表現沒有問題。
真正帶來驚喜的是《漫威爭鋒》。我們這次提前體驗到了原生適配 Arm 的版本。
在 1080P 全極高畫質（Lumen 全局光照與反射）、DLSS 原生檔並開啟自動幀生成的設定下，遊戲內置測試跑出了平均 171 幀的成績，激烈團戰場景下的 1% Low 也有 138 幀，畫面絲滑。
從 3A 單機到競技網遊，這幾項實測清晰地劃出了一條基準線：它確實擁有了正經遊戲本的圖形底盤。不過，要想讓玩家真正放心地把它當主力機打遊戲，還要翻過另一座大山。
過去提起 Windows on Arm 玩遊戲，大部分玩家的第一反應都是懷疑：轉譯掉幀不說，再加上反作弊驅動這個老大難問題，很多網遊連大廳都進不去。
不過，這次微軟和老黃顯然下定決心要把這塊最大的短板補齊——底層有 Prism 負責轉譯兜底，像 Steam、XBOX 等平台上的遊戲，大部分都能裝上也都能流暢跑。
更難啃的反作弊大山（從 Easy Anti-Cheat 到騰訊 ACE、Vanguard），微軟、英偉達也在和開發商陸續打通。
微軟甚至直接砸出了一張王牌：全球最熱門的 FPS 遊戲《決勝時刻》，將於 2027 年正式登陸 RTX Spark 平台。
雖然生態的徹底補齊依然需要時間，但 Windows on Arm 玩遊戲，這次似乎真有希望了。
跑得動本地重度大模型，帶得出門做三維工程渲染，回到家還能痛痛快快打 3A 遊戲。RTX Spark 想做的「AI 時代全能本」，開始有了具象模樣。
AI 時代，Windows 終於等來救星
作為 RTX Spark 平台的首秀產品，Surface Laptop Ultra 的體驗確實挑不出什麼毛病——唯一讓人望而卻步的，其實就是價格。
Surface Laptop Ultra 的起步價就要 21988 元，而且這個入門款只給了 24GB 內存和 512GB 儲存；真正能把 70B 大模型跑爽的 128GB 頂配版，價格更是飆到了 48388 元。
其他 OEM 機型同樣不便宜，聯想 Yoga Pro 15 RTX Spark 的 64GB 版本售價 29999 元，128GB 頂配版也來到了 42999 元。
但考慮到 5060 遊戲本的價格也已經漲到一萬塊出頭，這個價格並非難以理解。
作為一個嶄新的、面向未來的 AI PC 平台，RTX Spark 無疑還有很長的路要走。相較於已經在專業生產力領域打出名堂的其他競品而言，微軟和英偉達還要開拓更多的場景、連接更多的應用並且拿出更大的誠意，來讓用戶接受 RTX Spark。
某種程度上講，當下購入一台 RTX Spark 筆記本電腦，無疑是個「戰未來」的選擇。
工欲善其事，必先利其器——在 PC 時代，往往會有創業者為了提供更順暢的服務，砸重金包下一條網路專線；而在 AI PC 時代，拿下的算力越多、成本越低，能創造的機會也就越多。
對於需要在客戶駐場部署模型、隨時調試硬體機器人，或者 AI 行業的創業者而言，RTX Spark 的吸引力無可替代——最主流的開發生態、足夠強勁的算力和一個雙肩包就能背走的輕便。
但如果你不是這樣的用戶，只是想買一個不錯的遊戲本或辦公本，在 RTX Spark 之外依然有豐富的選擇。
目前的 RTX Spark，更像是一款專門為極致硬核用戶量身定製的重型裝備，它的象徵意義和標杆價值，遠大過普羅大眾的消費熱情。
它確實為 Windows 生態開闢了一塊至關重要的試驗田。軟體廠商終於可以放開手腳，圍繞大容量統一內存和本地算力去開發真傢伙，而不是整天圍著聊天框打轉，為捉襟見肘的算力發愁。
看著微軟和英偉達在台上站在一起，很難不讓人聯想起當年的 Wintel 黃金時代。
那時候，英特爾負責把處理器性能推到極致，微軟負責把 Windows 鋪滿千家萬戶，軟硬體緊緊咬合在一起滾雪球：軟體越多，買電腦的人越多；用戶越多，開發者就越願意為新硬體寫程序。
如今，老黃和納德拉重聚在 Arm 架構下，想要複製的，顯然就是這種能讓整個生態重新跑起來的正向循環。
只是這一次，橫亘在面前的，不再是某個具體的硬體公司，而是無處不在、吞噬一切的雲端大模型們。
而用戶的設備，無論是什麼配置，只要能連上網，就能調用全世界最聰明的大模型。
AI 越來越厲害，並不天然構成大家掏出真金白銀換電腦的理由。
這也正是 WorkBuddy 這類應用的價值所在。它把本地算力接進了現有的工作流，讓用戶能在一次次調用中感受到本地算力的便利。
只有當本地算力真正嵌入日常操作、在無需網路的極端場景下也能解決實際問題， RTX Spark 和 Surface Laptop Ultra 才不會淪為展台上的炫技，而是成為桌面上離不開的生產工具。
英偉達需要繼續降低模型在本地部署和調優的門檻，聯合更多願意押注端側模型的合作夥伴；而微軟，則必須證明自家系統管理 Agent 的安全性和穩定性。歸根結底，大家在本地部署省下來的時間，不能轉頭就被糟糕的系統體驗浪費掉。
從這個角度來看，Windows 甚至比英偉達更急迫地需要打贏這一仗。如果未來的 AI 統統留在雲端，英偉達在數據中心照樣日進斗金；但 Windows 卻很可能被架空，淪為一個僅僅用來點開瀏覽器的無聊外殼。
微軟必須向所有人證明：當 Agent 真正開始替人類打理日常工作時，個人電腦依然是掌控一切的絕對中樞。
實際體驗過 Surface Laptop Ultra 之後，確信我們已經看到了 AI 時代全能本的輪廓。它有隨身工作站的能力，也保留了創作和遊戲的樂趣。
Windows 的救星確實已經趕到了，接下來，就要看微軟如何兌現承諾，讓大家覺得這筆昂貴的算力投入，真正物有所值了。
