把千億模型裝進筆記本，Windows 終於要反擊 Mac 了

AI PC 這個概念喊了兩年，終於有人把「本地跑大模型」從演示台搬進了背包。

贊助商廣告

聯想在柏林 IFA 2026 期間的 Lenovo Innovation World 2026 上發布了一系列 AI 終端，手錶、手機、平板、筆記本電腦、顯示器等等。

其中最重要的產品，毫無疑問是聯想聯合英偉達推出的 Lenovo Yoga Pro 9n（國內型號：YOGA Pro 15 Spark），這是一台可以本地運行千億參數大模型的量產筆記本。

這款筆記本重 1.65 千克，最薄 16.7 毫米，最高配備 128GB 統一內存。而按照英偉達對 RTX Spark 的規格說明，這套配置已經可以在本地運行 1200 億參數、最高支持 100 萬 token 上下文的大語言模型。

以往我們討論 AI PC 時，要不就是放在桌面上的專業主機，像是 DGX Spark 和 Mac Studio 等產品，要不就是能讓我們為了一隻龍蝦搶瘋的 Mac Mini。

一台筆記本要成為合格的 AI PC，似乎要不就是在硬體上堆到儘可能的極致，要有大內存，要有頂級顯卡，然後儘可能保持電腦的尺寸和散熱。

或者在軟體上，曾經是能無痛安裝 OpenClaw 也可以，以及能最大限度的支持各種 AI Agent 的使用，就像 AI 手機一樣，AI 能操作的 APP 越多，這個設備就越 AI，電腦同樣如此。

但是當 AI PC 也開始走完一個完整的周期：概念走紅、參數比拼、用戶追問價值。我們也開始想知道，這些算力，到底能在我的電腦上做成什麼？

應付實時翻譯、會議降噪這類功能級任務或許綽綽有餘，但完整的大模型推理，稍微複雜一點的 AI 工作流，仍然要回到雲端處理。

本地大模型，更多時候站在演示台上，而不是我們的桌面上。

聯想這次推出的 Yoga Pro 9n 換了一條路線，它選擇深度接入了英偉達的端側 AI 架構體系，搭載 NVIDIA RTX Spark 超級晶片，通過 NVLink-C2C 互聯，將 20 核 NVIDIA Grace CPU 與 6144 個 CUDA 核心的 Blackwell RTX GPU 合為一體，提供 1 PFLOPS（FP4 精度）的 AI 性能。

贊助商廣告

一台 Windows 筆記本電腦，也有了成為 Agent 主機的潛力。

統一內存成了 AI PC 的新趨勢

傳統 PC 中，CPU 內存與 GPU 顯存相互獨立，大模型參數在兩者之間反覆搬運，顯存的容量往往直接決定能跑多大的模型。

過去做高性能電腦，獨顯幾乎是標配，但獨顯峰值算力再強，消費級產品的顯存通常也就十幾二十 GB，模型稍微大一點，就裝不下了。

英偉達 RTX Spark 的統一內存架構則是讓 CPU、GPU 共享同一個物理內存池，最高 128GB 對兩者同時可用，模型權重、輸入數據和中間結果只需保存一份；千億參數級的大模型也得以在一台筆記本上本地運行。

英偉達給出的參考值，是 1200 億參數、100 萬 token 上下文的大語言模型。

開發者可以沿用熟悉的 CUDA 技術棧，數據不必上傳雲端，項目文檔、代碼與素材都留在本地。平台還能在後台協調多個 AI 智能體，跨應用自動完成複雜的創作任務。

值得一提的是，聯想 X Power 散熱架構把 80W TDP 壓進了最薄 16.7 毫米的機身，配 15.3 英寸 2.5K 165Hz PureSight Pro OLED 屏；基於 RTX 平台，Yoga 家族也獲得了進階的遊戲能力。

開發 AI 應用、剪高解析度影片、渲染 3D 場景，都可以在這一台機器上完成。

Luca Rossi，聯想集團執行副總裁兼智能設備業務集團（IDG）總裁

同平台的 Lenovo Yoga 9n 2-in-1，則把這份算力裝進了一台 360 度翻轉創作本：最高 64GB 統一內存，支持「螢幕 + 觸控板」雙表面手寫。

贊助商廣告

2 in 1 是聯想的二合一型筆記本電腦

聯想不是唯一押注統一內存的玩家。就在前不久，蘋果剛剛更新的 Mac mini 和 Mac Studio，幾乎也是把本地 AI 計算的性能上限再抬高一截。

Mac mini 提供 M6 和 M5 Pro 兩種晶片，統一內存最高 64GB，並且支持通過 Thunderbolt 把多台機器組成集群。

Mac Studio 則提供 M5 Max 與 M5 Ultra，其中 M5 Ultra 版本最高支持 512GB 統一內存、每秒 1.2TB 頻寬，按蘋果的說法，足以承載數百億乃至數千億參數的模型。

今年 6 月 WWDC26 的一場特別活動上，蘋果還現場演示過這種集群的玩法：4 台 Mac Studio 通過 Thunderbolt 5 互聯，用 LM Studio 基於 MLX Distributed 跑起了萬億參數規模的開放權重模型 Kimi K2.6。官方數據顯示，4 機集群的推理性能最高可以達到單機的 3 倍。

蘋果筆記本這邊，128GB 統一內存的 MacBook Pro（M5 Max）也可以在本地運行 120B 參數的開源模型 gpt-oss-120b，有實測顯示最高約 79 token/s，但前提是 4-bit 量化，且長上下文會明顯擠占內存。

把兩家 PC 更新的方向放在一起，很明顯能看到端側 AI 的瓶頸已經從單純的算力，轉到了「模型裝不裝得下、數據搬不搬得動」的比拼。蘋果用統一內存加 Thunderbolt 集群鋪開了從筆記本到桌面的整條線。

聯想和英偉達這次的意義，則是把同樣的能力第一次帶進 Windows + CUDA 生態，並用 FP4 精度和統一內存，把本地上下文的上限推高到了 100 萬 token 這個數量級。

Windows，也開始爭奪 Agent 主機

但在這場比拼里，還有一個容易被忽略的變化：Windows 入場了。當我們把這件事放到更大的生態競爭里看，Lenovo Yoga Pro 9n 的意義就不只是停留在「又一台很強的 AI PC」。

過去一段時間裡，真正能穩定承載本地大模型、長上下文和多智能體工作流的設備，討論度往往集中在 Mac 和 Linux 作業系統。

贊助商廣告

Mac 靠統一內存和 MLX，一隻「龍蝦」就能讓 Mac mini 賣斷貨；Linux 則是英偉達、工作站和開發者工具鏈的大本營。

像 DGX Spark 這樣的個人 AI 超算，本身就是建立在 Linux 軟體棧之上，大量 CUDA 開發和模型部署工具也首先圍繞 Linux 成熟起來。

而 Windows 雖然一直是最廣泛的個人電腦平台，卻很少被視為本地大模型和 Agent 的主場。

現在，隨著聯想把 RTX Spark 這套能力裝進量產筆記本，再把可擴展的小型超算節點帶進商用場景，Windows 也開始擁有了承載千億參數模型和本地 Agent 的現實基礎。

英偉達 RTX Spark 晶片介紹網頁，多款 Windows 電腦搭載了該超級晶片

對於已經圍繞 CUDA 開發 AI 應用的人來說，RTX Spark 背後有著 CUDA 多年積累的開發工具、軟體庫和開發者群體；既有的知識和開發經驗可以繼續沿用，這也讓 Windows 在爭奪個人 Agent 主機時，多了一份軟體上的吸引力。

當 Mac 正在變成開發者和創作者的本地 AI 工作站時，Windows 也顯然不想錯過這塊市場。

筆記本之外，一切都在為 Agent 服務

把算力和內存做大做勻之後，下一個問題是：這些能力為誰準備？聯想的答案是 AI Agent。

當 AI 從「有問必答的助手」變成「能自己規劃、持續幹活的協作者」，它對設備的要求也變了：任務一跑就是幾小時，上下文要長期留存，數據和權限都得留在本地。

聯想的商用新品 ThinkCentre X Ultra（國內型號：ThinkCentre X Tiny）就是衝著這個需求來的。1.6 升的機身里，塞進了 AMD 銳龍 AI Max+ PRO 495 系列處理器和最高 128GB 統一內存。

和 DGX Spark 僅支持 Linux 系統不同，這款超算盒子，聯想提供了面向 Windows 和 Linux 的預配置 AI 工具與工作流

更有意思的是它的擴展方式，最多四台設備可以集群互聯成一個統一計算平台，運行更大的模型、更長的上下文和多智能體工作流。

一個部門可以先從一台用起，業務增長、模型變大時再逐台疊加。從「一人一台電腦」到「AI 一台我一台」，辦公桌正在變成最小的 AI 算力節點。

贊助商廣告

除了「千億參數進筆記本」和這台對標英偉達 DGX Spark 個人超算之外，聯想這次的陣容鋪得很滿，我們簡單盤點了一下包括下面這些資訊：

• 兩款概念機：Project Aeroblade 用與 Frore Systems 合作的 AirJet 固態主動散熱取代風扇，在不足 10 毫米、不到 1000 克的機身里做到無風扇全性能；Project Swan 把捲軸屏帶進商用本，合上是 14 英寸，展開是 17 英寸。

• 平板：Lenovo Yoga Tab Plus Gen 2 / Yoga Tab Gen 2（國內型號：拯救者 Y900 13 / Y900 11），主打筆優先交互，4K 144Hz 屏配 8192 級壓感手寫筆；Lenovo Smart Canvas Concept 演示了創作在一體機與平板之間跨設備接力。

• 主流與家用：與潘通合作的七色 IdeaPad Vibe 系列；無中置主機設計的 IdeaCentre AIO i 一體機。

• 商用：ThinkBook 14 Gen 9（驍龍 X2 Plus，80 TOPS，至高 26 小時影片續航）、12.9 毫米 990 克的 ThinkBook 14x Gen 2、ThinkCentre M75 系列，以及四款 ThinkVision 顯示器，其中包括全球首款獲微軟認證的雷電 VoIP 顯示器 P34WD-4v。

• 摩托羅拉：首款內置 Motorola Qira 的智能手錶 moto watch ultra；搭載摩托羅拉史上最高 2 億像素主攝的 edge 70 plus；鑲了 35 顆施華洛世奇水晶的 razr 特別版。

• 個人 AI：Lenovo & Motorola Qira 支持門檻只需要 16GB 內存 PC，隨 Android 17 覆蓋更多手機平板，並借 Workato 打通郵件與日曆；國內的天禧個人智能體升級到 4.3，支持全雙工自然語音對話。

贊助商廣告

從買電腦，到買算力

過去兩年，Windows 和 Mac 走出了兩條截然不同的 AI PC 路線。

Windows 最早最積極地喊著 AI PC，早早就把 AI 變成作業系統的一部分：NPU、Copilot+ PC、實時翻譯、Recall，以及越來越多的系統級 AI API。

但真正說到本地跑大模型、搭 AI 工作流，Mac 則憑藉統一內存和 MLX，意外成為了開發者最喜歡的本地大模型工作站之一。

前者解決的是「怎麼讓 PC 多一些 AI 功能」，後者解決的是「怎麼讓大模型真正跑在 PC 上」。

而 RTX Spark 這樣的設備出現之後，Windows 和 macOS 的兩條路線開始匯合。

Windows PC 也開始擁有百 GB 級統一內存、千億參數模型和 CUDA，本地 AI 不再只是系統里的一個功能，而可以成為整台電腦長期運行的工作負載。

模型廠商會更有動力為端側做蒸餾和量化，開發者也可以基於 CUDA 或 MLX 生態做本地優先的應用，而隱私、延遲和訂閱成本這三座大山，或許也開始有了繞開的可能。

順著這條路往下想，手機、平板、手錶未必沒有機會跑本地大模型。其實這次聯想把 Qira 的支持門檻已經下探到 16GB 內存的 PC，宣布隨 Android 17 覆蓋更多摩托羅拉手機和平板，甚至讓它登上了 moto watch ultra 這塊手錶。

不過眼下在手腕的端側模型，還只是一個「調取跨設備記憶」的助手，但內存容量和頻寬的爬坡曲線一旦延伸到移動端，端側模型從筆記本向更小設備擴散，就只是時間問題。

贊助商廣告

下一場 AI PC 的競爭，開始擁有一條更容易理解的衡量標準：

一台電腦有多 AI，不再只看它有多少 AI 功能，還要看有多少原本必須交給雲端的工作，現在可以留在你的電腦里完成。

過去這個位置更多屬於 Mac 和 Linux，現在 Windows 設備也開始帶著統一內存、CUDA 和千億模型能力加入爭奪。

到那時，無論 Windows 還是 macOS，我們買的都將會是一台真正屬於自己的 Agent 主機。