NVIDIA RTX Spark Desktop Unveiled, Demonstrating Multiple Local AI Applications On-Site
English text is being prepared.
NVIDIA showcased the RTX Spark desktop and a variety of local AI applications. The top configuration features 128GB of unified memory, a 20-core CPU, and a Blackwell GPU with 6,144 CUDA cores, with multiple PC brands rolling out products starting November 18. The live demonstrations covered remote office work using a local Agent, robotic-arm control and training, UE5 real-time rendering, Broadcast video processing, AI restoration of old videos, and other scenarios.
Why read this
AI score 62
The live demonstrations covered office work, content creation, robotics, and other scenarios, while showing how on-device operation can be applied to data retention, persistent tasks, and deployment.
Topics
Body
智东西11月18日报道,近日,英伟达(NVIDIA)在上海举办了一场RTX Spark分享会,解读了RTX Spark最新桌面主机产品背后的技术特性,并展示了办公、游戏、创作、机器人等各领域基于RTX Spark产品实现的AI应用案例。
比如在本地训练具身模型并用其操作机械臂抓取、机器人自然语言编程与强化学习训练、本地AI Agent远程办公、UE5超大场景实时渲染、Broadcast视频处理以及老视频AI修复等等,一切都是基于本地RTX Spark。
你甚至可以来点“邪修”,把RTX Spark笔记本架在机器人头上,造出属于你的“机器人伴侣”。
RTX Spark我们并不陌生了,它是英伟达面向本地AI Agent发布的新SoC平台,整合了Blackwell GPU、与联发科合作的20核CPU和最高128GB统一内存,落地产品有笔电和桌面主机两种形态。
此次最新展示的是桌面主机形态的RTX Spark,11月18日起将由多家PC品牌陆续发布。
一、从向AI提问变成让AI干活,首秀RTX Spark桌面主机,Day-0支持主流新模型
在英伟达看来,当前人们使用AI的方式正在改变,从“向AI提问”变成“让AI帮我达成目标”,用户不用自己成为会用所有工具的专家,Agent可以代为调用工具,对工作效率、创作、写代码和游戏都有明显改变。
为什么本地跑AI这么重要?英伟达给出了几个方面的原因:个人资料和数据都留在本机,不需要上传;断网也能用,现场演示全部本地运行;不受云端token、算力和月费限制,成本基本只剩电费。
并且值得注意的是,本地与云端模型的差距正不断缩小,以前云端前沿模型领先本地约半年到8个月,现在本地只落后约两个月,可用性提升明显。
RTX Spark正是一款让端侧模型随时跑起来的本地设备,软件层面,其支持完整的DLSS、光追、AI加速等英伟达独有的技术特性、功能。
此次新亮相的RTX Spark桌面主机,最高为128GB统一内存配置,同样搭载了20核CPU、有着最高6144个CUDA核心的Blackwell GPU。
其与笔电的主要差别在于使用场景,比如笔电合盖就停止工作了,适合短时任务;桌面PC可以长时工作,适合长时间持续运行的Agent和个人助理类应用,也可远程登录控制,比如用手机直接操控PC干活。
生态方面,英伟达特别强调了对热门主流模型Day-0的支持,因为新模型或新应用上线第一周往往占其整个生命周期20%的下载量,必须在第一天就能跑。
但这个工作并不容易,仅千问在Hugging Face上就有超过15万个版本,10月底之后的三周内又有8个新模型需要支持。
英伟达跟Copilot、Perplexity、WorkBuddy、千问办公等主流Agent和应用都进行了合作,在RTX上做了优化。
分场景来看,在创作方面,已有超过130个RTX加速的创作应用可直接用,UE5场景在RTX Spark上也能流畅渲染。
生成式AI方面,依靠Day-0模型支持加NVFP4量化,团队让模型变小、占用内存变少、速度变快,从而在笔电上也能跑出好效果。
现场我们看到不少直观案例,比如Agent调用工具完成从Photoshop素描到生成图像、再到渲染成影片的完整创作流程。你不需要精通每个软件,Agent自己调用搞定,你只需要“许愿”。
现在Photoshop、Premiere等Adobe应用都有原生Windows on Arm版本,并可以得到RTX加速。
游戏方面,Windows on Arm过去最大的障碍之一是反作弊系统,目前PUBG、拳头等头部网游厂商已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,暗区突围也将支持。
此外,DLSS 5、游戏内置AI队友、RTX Remix等能力均可以在RTX Spark上实现。
在媒体问答环节,英伟达相关负责人分享了一些RTX Spark在真实场景中落地的案例,比如在成本敏感场景中,某开发者做实时视觉监测,10秒运动动作分析在DeepSeek-Flash上大约需要10元,一天的视频账单可能是“天文数字”;并且视频流分析若走云端,上传下载延迟可能错过好几帧。
此外,在企事业单位中,企业流程自动化可以很好满足数据不出网的要求。非办公室场景网络不稳定环境中,RTX Spark也可以做到开机即用。
分享会后,我们在展区看到了大量RTX AI应用演示,现场专家和项目负责人分享了背后技术细节。
机器人方面,其中一个演示是机械臂抓取试管,通过真实数据采集,在仿真环境中做数据增强和训练,再将模型部署回设备,实现机械臂自主识别试管位置并抓取。
演示中,我们可以直接通过自然语言与RTX Spark上的本地Agent对话,让其操作机械臂完成任务,空闲时间本地Agent也可以自己不断做模型的迭代训练。
目前真实采集的场景和数据有限,很多操作需在仿真环境中补充,形成从真实到虚拟的闭环。该流程已作为一门独立课程用于教学。
另一个演示是用自然语言控制机器人,我们可以将GitHub链接直接交给RTX Spark上的本地千问Agent,Agent读取文档中的技术参数,告知机器人的关节、舵机、编程语言和仿真环境。
Agent还能自动安装仿真器,并根据自然语言指令编写控制代码,比如让机器人摇摇头、踢踢腿,执行后还能报告执行内容和耗时。
另一个机器人相关演示中,RTX Spark上的Agent可以帮我们拆解数百页的复杂机器人技术文档,在虚拟环境中通过强化学习训练机器人踢足球,两个仿真机器人在仿真环境中通过强化学习自主学会找球、进攻和防守,而一开始它们连球都找不到。
办公生产力方面,其中一个演示是手机远程调用Agent干活,RTX Spark桌面主机可7×24小时运行,我们可以通过手机微信向Agent发指令,让Agent整理飞书/企微消息、准备汇报内容并生成PPT链接。
在配置部署方面,英伟达也跟WorkBuddy、千问办公等团队一起做了大量调优简化,RTX专区提供一键部署能力,用户不需要手动下载模型、配置环境。
创作方面,UE5超大场景实时编辑演示令人印象深刻,基于RTX Spark运行UE5,载入超大城市场景,光线追踪、DLSS等全开,用户可以实时编辑和修改光影,实际体验还是比较流畅的。
Broadcast AI视频处理演示中,RTX Spark可以处理实时AI降噪和影棚音效调整,背景噪音完全消除。视频方面可以实现实时背景替换,输出4K 60帧画面,还支持视频超分和插帧。
另一个演示中,对于一段30年前的录像带格式视频,我们可以转录后通过AI工作流做成4K HDR风格化视频,文生图生成角色和场景,Comfy UI工作流串联各环节,Seedance生成视频,Adobe AI做结尾。
结语:RTX Spark成为英伟达冲刺Agent时代关键杀招
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,创始人黄仁勋宣称“这是40年来PC产品线首次全面革新”,智能体处理模式将延展到各种设备上。
如今,5个多月过去,RTX Spark不仅已有大量产品开售走向市场,AI应用生态的建设也逐渐提速,大量实际演示让我们看到本地AI的易用性、准确性、实用性都在快速提升。
AI Trends