RTX Spark 笔记本用了一周：本地 AI 还差点意思

把一台七千美元的笔记本放在桌上，让它整理当天新闻，十分钟，掉一成电，结果还不如云端。这是 The Verge 三位编辑测了一周之后，写下的最普通的一幕。

一、发生了什么

10 月 16 日，The Verge 发了 RTX Spark 笔记本的体验文。这颗芯片是英伟达做的 Arm 架构 SoC，CPU 部分由联发科设计，旗舰型号 20 个 CPU 核、6144 个 CUDA 核，配大容量统一内存。首发有六家厂商，作者实测了华硕、惠普、联想、微软四家的五台机器：惠普 OmniBook Ultra 3199 美元，微软 Surface Laptop Ultra 5899 美元，华硕 ProArt P16 顶配 6999 美元，入门配置 2599 美元起。

跑分不太好看。Geekbench 6 单核 3170，苹果 M5 Max 是 4433；多核 20343 对 29143。一台 900 美元的 12 核 M6 Mac mini，多核就能跟这颗 20 核芯片打平。英伟达说图形性能对标 RTX 5070 Laptop，实测介于 5070 和 5060 之间。游戏在 1440p、开 DLSS 性能模式下，黑神话平均 70 帧、赛博朋克 66 帧、极限竞速 57 帧，碰到吃 CPU 的场景会掉到 37 帧。99.9Wh 的电池，续航最好的一次是 5 小时 40 分。

本地 AI 是重点，也是最拉胯的部分。一位作者用 27B 的 Qwen 生成每日简报，花了 10 分钟、10% 电量，质量不如云端 Claude，后者只用了一半时间。另一位让它批量处理 5 张商品图，36 分钟耗掉 30% 电量，第一次还裁错了。跑模型时机器烫手，风扇全程响。

软件上的毛病也不少。有作者的笔记应用出现过内容消失，强制刷新才回来；部分应用不跟系统的深色模式；VR 头显的无线适配器驱动装不上，游戏串流也没有声音。这些问题单独看都不致命，但放在一台七千美元的机器上，会被放大来看。

价格之外还有一层背景。这一波机器的内存和存储成本被 AI 需求推高，作者在文中提到「RAMageddon」这个词，担心在 PC 销量下滑的时候，这种价位的产品很难打开市场。换句话说，贵不只是定位问题，也是行业性的成本问题。

对国内用户来说还有一道门槛：这批机器都是 Windows on Arm，首发也不在国内，海淘回来要自己面对保修和驱动适配。等到能买到、价格能接受、软件跟得上，大概率要等第二代。

二、跟你有什么关系

只想换台快电脑的人：现在别买。同价位能买到 CPU 更强、续航更长的机器，你为一块跑不满的显卡多付了钱，还要替它承担早期软件的各种小毛病。

经常在本地处理敏感资料的人：方向值得关注，钱先别掏。数据不出门它确实做到了，代价是十分钟的等待和一成电，赶上急事会很难受。

小团队想省 API 费的人：算一下就知道不划算。一台 6999 美元的机器，够买很久的云端额度，而且云端更快、更好。除非你的活必须离线干，否则这笔账怎么算都算不过来。

三、怎么判断

1. 先看模型多大。32GB 内存的机型会直接提示装不下推荐的 27B 模型，买之前把模型体积和内存对上，别信销售说的「够用」。
2. 再算时间账。同一件事本地十分钟、云端五分钟，一天做十次就是五十小时的差距，一年下来不是小数。
3. 最后看插座。满载能冲到 120W，电池撑不住一个工作日，把它当台式机用更现实，别指望带去开会。

四、三个别信的说法

「算力强就能跑好 AI」。 跑分高和用得顺是两件事。这台机器缺的不是算力，是软件：装个 agent 会弹出命令行和 Visual Studio，普通查询风扇就狂转，新手根本不知道该点哪里。

「本地跑更安全，所以更好」。 安全是真的，好用是假的。模型小、速度慢、结果不稳，用户最后还是会把资料贴到云端再问一遍，安全优势自己就没了。

「Arm 笔记本已经能玩游戏了」。 能玩，但要看运气。有的游戏帧率被 CPU 卡死，VR 串流装不上驱动，二十年前的老游戏也能掉帧。买之前先去查你常玩的那几款有没有人测过。

五、一句话结论

这是一台方向对、时候早的机器：它证明了桌面能装下大模型，也证明了现在还不该为这个理由换机。

信息来源

• The Verge：Nvidia RTX Spark laptops impressions（2026 年 10 月 16 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 17 日。