关于ZAKER Skills GEO服务 合作
热点科技 2小时前

英伟达 RTX Spark 到底能做什么?看完现场 Demo,我们有了更具体的答案

近日,热点科技参加了英伟达举办的 RTX Spark 体验分享会。这是一场一半技术讲解,一半演示体验的分享会,来到体验区:桌上有笔记本和迷你主机,屏幕里有剪辑软件、城市模型,另一侧还有机械臂和会走路的小机器人。这是英伟达第一次在国内面向媒体展示 RTX Spark 的 Live Demo。

分享会的技术部分,先回顾了 GPU 的变化。可编程图形管线让画面渲染更灵活,CUDA 把 GPU 带进通用并行计算,RTX 则将实时光线追踪与 Tensor Core 的 AI 能力带到 PC 应用里。到了 RTX Spark,这些积累开始围绕本地模型重新组合:电脑既要运行智能体,也要让它调用创作和办公软件。

RTX 软件栈覆盖游戏、内容创作与本地 AI

后面的 demo 里,这几组能力经常一起出现。剪辑需要视频编解码和 GPU 处理,3D 软件需要光追与交互预览,智能体则要运行模型,再去调用这些工具。一项任务会跨过几个软件,模型也需要与图形、视频处理配合。

统一内存之外,还要把模型和软件连接起来

RTX Spark 采用 N1X 超级芯片,将 Blackwell RTX GPU 与 Grace CPU 结合,通过 NVLink C2C 连接。现场介绍的高配方案包含 20 核 CPU、最高 128GB 统一内存,FP4 AI 算力最高达到 1 Petaflop。从这些配置往下看,英伟达想带来的,是一台能同时承接图形处理、内容创作和本地模型的 Windows PC。

统一内存是理解这些演示的一条线索。模型权重、推理缓存和创作资产都需要空间,CPU 与 GPU 共享较大的内存池,让本地模型与复杂工程有机会在同一台电脑里协同工作。后面看到的 UE5 城市项目、智能体剪辑和机器人开发,正好把这一点讲得更直观。

N1X 整合 CPU、GPU 与统一内存,并支持 CUDA 和 RTX 技术

软件也在跟着硬件一起完善。英伟达与微软、应用开发者适配 Windows on Arm,并为本地模型提供推理框架与部署入口。现场的 WorkBuddy、Hermes 和千问办公,让我们看到这件事已经走到应用界面里:选模型、连接工具、交代任务,越来越多步骤可以从熟悉的软件中开始。

这也让笔记本和迷你主机有了不同的使用方式。笔记本可以随身带走;桌上的小主机则可以长期开着,等手机发来任务。接下来的演示,就从内容团队熟悉的工作开始:批量处理文件夹中的视频。

把一批视频交给 WorkBuddy 和 Broadcast

Broadcast 演示由微星 EdgeMesa N AI+ 迷你主机运行,外接显示器、摄像头和麦克风,整套桌面依然很紧凑。展台先做了声音对比。演示者对着麦克风说话,旁边有人交谈、拍手;切换到处理后的音频,干扰声减弱,讲话仍能听清。摄像头画面还可以开启背景虚化,将 2K、30 帧输入增强到 4K、60 帧。手臂一移动,两侧的连贯程度就比静止时更好分辨。

接下来,他让 WorkBuddy 处理指定目录下的视频。智能体找到两段 1080p、30 帧素材,读取文件信息,再调用 Broadcast。目标参数已经写在预设 Skill 里:输出 4K、120 帧视频。处理结束后,文件进入对比工具,与原片并排播放。

智能体与 Broadcast 连接设置处理前后的素材对比

对经常拍视频的人,这一段很容易代入。一天下来积累了不少素材,挨个找文件、选设置、提交处理,步骤不难,却很费手。把常用要求写成 Skill 之后,可以反复交给智能体执行;需要换参数,也可以直接补在指令里。

演示者介绍,这两段短素材不到一分钟就处理完了。对内容团队来说,最有吸引力的是处理过程已经连成了一条线:找素材、读取信息、套用设置,最后打开对比结果。实时画面增强和文件补帧各有适用场景,日常拍摄积累的素材,也因此多了一个方便的批量处理入口。

从长片里找 Spark,再交出一条可编辑的时间线

DaVinci Resolve 与 Hermes 这一组运行在华硕 ProArt 创 16RTX Spark 笔记本上。智能体和剪辑工程都留在同一台机器里,很适合边整理素材、边继续编辑。演示者把一段约一个半小时的主题演讲交给 Hermes,让它找出提到 RTX Spark 笔记本的片段,放进时间线,再做出适合不同平台的画幅版本。

指令交出去后,我们看着素材陆续进入剪辑软件,时间线上出现了相关片段,竖屏、方形等版本也开始生成。比起只拿到一段导出视频,这个过程更让我们感兴趣:智能体能把查找、整理和画幅调整接到现有的剪辑工程里,后续编辑可以顺着这条时间线继续做。

从智能体中的任务指令,到 DaVinci Resolve 里的剪辑时间线

这类任务跟我们的工作很接近。一场发布会录下来,找出相关内容、核对上下文、另存几个平台版本,往往比想象中费时间。现在智能体已经能先做一遍整理,交回来的还是可继续编辑的工程。

我们很愿意把这项能力用到发布会报道里。先让智能体从长片中整理出与选题有关的部分,编辑再把精力放在叙事、节奏和重点表达上。工程仍留在熟悉的剪辑软件里,调整起来也顺手。对需要同时制作横屏报道和竖屏短视频的团队,这样的协作方式尤其有吸引力。

同一段舞蹈,换一套人物和场景

另一组创作 demo 同样使用华硕 ProArt 创 16RTX Spark 笔记本,把 ComfyUI 等本地工具放进一台可随身带走的创作设备里,画面对比也更醒目。原片里是真人舞蹈,输出画面换成万圣节主题的角色和场景,人物动作仍与原素材对应。屏幕里同时放着新画面、姿态和原片,能直接看出它们之间的关系。

工作人员把流程拆开讲:先在 Premiere 中按分镜提取画面,再进 ComfyUI 生成角色、场景并提取姿态;整理后的素材送到云端 Seedance 生成视频,结果回到本地,继续做超分和 HDR 处理。现场把完成片段与对应工作流一起展示,让我们能沿着结果回看每一步的作用。

ComfyUI 工作流原片与生成画面的动作对照

这套流程把工作分到本地和云端。角色、场景和后期可以在电脑里反复调整,视频生成使用云端模型,再把结果接回来。实际制作时,可以先试画风、试动作,确定方向后再继续细化,创作思路也能跟着预览结果往前走。

画面里的服装、背景都重新生成了,因此它属于基于旧素材的改编。沿用现成舞蹈的动作,再换角色和场景,给短片制作提供了一个直观的起点。最终用哪一段、哪里要重做,依然由创作者决定。

把 UE5 城市工程装进桌上的小主机

UE5 演示使用机械革命大师迷你 X10 RTX Spark 主机,连接 4K 显示器。主机就放在显示器前,体积不大,桌面仍留有充足的操作空间。编辑器里是一片密集的城市建筑,演示者选择楼宇、移动视角,展示其中的实时交互。建筑细节、材质和光照都留在视口里,改动后可以继续观察反馈。

我们留意到,楼宇可以被选中,车辆也属于可操作的场景资产。演示者在编辑器里调整视角,光照和建筑细节随之呈现。这让小主机的用途变得很具体:游戏开发者、建筑可视化团队可以在桌面上打开工程,一边修改,一边查看光线追踪与 DLSS 参与后的预览效果。

RTX Spark 主机运行 UE5 城市项目,建筑资产可被选择和编辑

前面讲到的统一内存,在这里找到了很具体的用途。复杂场景需要容量,交互预览需要 GPU,两者结合,才能让创作者留在工程里持续修改。这种边看边改的节奏,比单独读一页配置表更容易理解。

看完这一组,我们对迷你主机的想象也更丰富了。紧凑的机身占用较少的桌面空间,连接显示器后就能进入完整的创作环境。对经常需要演示方案、调整模型的团队,它提供了一种值得尝试的工作站形态。

人不在电脑前,也能继续交代办公任务

办公区的 WorkBuddy 运行在 RTX Spark 迷你主机上,演示从手机微信开始。小主机留在桌上处理任务,人可以从手机继续联系它,这种搭配很适合固定工位。演示者发出整理待办的请求,电脑上的智能体就从已接入的飞书资料中寻找项目、对话和文档,再把结果回到手机。他接着问管理层汇报要准备什么,智能体继续找相关信息,交流没有因为换了设备就停下来。

千问办公则在华硕 ProArt 系列 RTX Spark 笔记本上演示,内置屏幕直接显示模型与任务界面,移动办公时也能沿用这套操作。它使用钉钉相关项目资料,先总结进度,再更新已有的项目跟踪表。项目表建好以后,还要持续核对日期、负责人和待办事项。演示把查找新信息和更新表格接在了一起。

WorkBuddy 应用连接
千问办公的任务入口

这两套软件也在降低配置难度。WorkBuddy 把本地模型与推理框架的下载、启动放进界面里;NVIDIA App 通过 MCP 开放相关信息和设置。用户可以从熟悉的应用里开始,不必每次先研究一遍底层组件。

这一组也让本地 AI 的使用方式更清楚了:模型在电脑上推理,智能体通过已授权的应用连接获取资料、写回结果,人则可以从手机上继续交代任务。办公室里长期开着的小主机,因此有机会成为一个随时能联系上的工作助手。

从仿真到实体体验机器人开发

机器人区用微软 Surface Laptop Ultra 演示 Hermes 协助开发,笔记本旁边外接显示器,方便同时看任务指令和仿真画面。工作人员给出开源项目链接,请它解释用途、配置仿真环境,再用自然语言要求小机器人摇头。本地千问模型生成相应的代码或动作描述,仿真器中的机器人随后动了起来。

屏幕上还展示了双机器人踢球的训练结果。随着训练阶段变化,动作和攻防行为逐渐丰富。把这些结果放在一起看,很容易理解开发者为什么需要一个能反复运行仿真、观察策略的本地环境:每一次调整,都能回到画面里继续验证。

Hermes 协助组织任务,仿真器显示机器人动作与训练结果

实体小鸭子把这段体验带到了地毯上。我们看着它迈步、调整姿态,也看到了倒地后的翻身起立。开发者介绍,步态和恢复动作使用了强化学习策略,在 Spark 上训练后做本地部署。仿真里的策略最终变成眼前的关节动作,这种对应关系相当直观。

小鸭子展示本地部署后的步态与翻身起立动作

旁边还有把 AI 角色接到实体机器人上的开发者作品,可以语音交流、挥手和切换屏幕形象。走完这几个展台,我们感受到本地模型的用途正在延伸:它能理解人的要求,协助生成代码,再与负责关节动作的控制策略配合,把交流落到实体设备上。

从夹起一个瓶子理解机械臂教学

双机械臂这一组,我们更愿意从一次夹取提起的示范说起。参与者移动主臂,从臂随之靠近桌上的瓶子,调整夹爪角度,将瓶子夹起、抬离桌面。看完这几个连续动作,遥操作就很好理了:人的动作被映射到另一只机械臂上,同时留下后续教学与训练需要的示范数据。

机械臂教学也使用微软 Surface Laptop Ultra,连接摄像头和双机械臂,屏幕上的采集画面与桌面的动作可以对照着看。本地智能体承担设备准备工作,协助配置串口、SDK、摄像头和相关服务。演示预先准备了遥操作与 VLA 推理两项 Skill,分别对应示范采集和模型推理。设备连接、环境确认、服务启动都有了明确的操作入口,参与者可以把注意力更多放在机械臂怎样移动、怎样接近物体上。

机械臂教学套件与本地电脑遥操作示范夹住瓶子并提起

亲眼看完夹取,比单看一张机械臂照片更容易进入这个场景。靠近物体的方向、夹爪开合的时机,以及抬起后怎样移动,都能通过手上的操作获得反馈。对初学者来说,这些细节让 " 采集数据 " 成为一件可以亲手完成、马上观察结果的事。

我们看重这套教学方案的地方,在于它把电脑、模型、摄像头和机械臂接成了一套可参与的实验。学生先做示范,再理解数据如何进入训练、模型怎样调用设备;老师也可以围绕同一套工具讲清采集、训练和部署之间的关系。RTX Spark 在这里承担的,是让整套开发过程更容易开展的本地计算环境。

在游戏里开口叫它们过来

游戏区的《ANIMO》运行在 RTX Spark 笔记本上,旁边接着麦克风,很适合直接开口试一试。键盘、画面和语音交互集中在一台设备前,上手很自然。演示者呼唤宠物、打招呼,也让它们学习工作,角色用动作和表情回应。平时要一个个点选、分配工位的操作,现在可以直接说出来。

宠物之间还有不同的性格。工作人员介绍,有的学得快,有的更随性,只愿意做喜欢的事。试着问它想做什么,再看它怎样回应,交流就开始带上一点摸清 " 脾气 " 的感觉。语音不只是另一种按键,它给角色互动留出了更多变化。

RTX Spark 笔记本上的《ANIMO》语音交互
华硕 ProArt 创 16 运行《漫威争锋》

据演示者介绍,这个内部版本在同一台电脑里运行客户端、本地服务与千问小模型,语音识别和角色交互也在本地完成。GPU 要画出游戏,同时还要给 AI 留出算力和内存。此前 PPT 里列出的图形与本地推理能力,在这里同时参与了一次游戏体验。

旁边还有《原神》《异环》等项目可以上手。把这些游戏和 AI 伙伴放在同一个体验区,RTX Spark 的定位也更鲜明了:日常娱乐、图形渲染和本地 AI 开始共享一台电脑里的资源。对玩家而言,除了游戏本身,角色如何理解指令、如何作出回应,也成为值得继续期待的新体验。

英伟达希望 RTX Spark 同时承担创作、游戏和智能体任务

热点科技洞察

这次体验后,最想先带回工作里用的,还是视频批处理和长片找素材。文件已经在电脑里,剪辑软件也是熟悉的,智能体把中间重复操作的步骤接了起来。对我们这样的内容团队,这种变化很具体:整理素材更省心,也能更早开始讨论选段和表达。

硬件和软件的配合,是这次演示最值得留意的进展。统一内存承接模型与创作资产,GPU 参与推理、图形和视频处理,应用接口与 Skill 再把任务交到相应工具里。最终呈现在用户面前的,是一句要求可以连续带动几个软件,完成一段实际工作。

机器人区则让我们看到了另一层意义。本地电脑既能协助搭建仿真环境,也能连接实体设备;从屏幕里的动作,到机械臂夹起瓶子,开发过程有了可以直接观察、亲手参与的载体。对教学和个人开发,这样一套集中在桌面上的工具,能够让更多想法进入动手尝试的阶段。

热点科技认为,RTX Spark 最吸引人的,是这些应用已经能与熟悉的工作方式结合。创作者可以从一批素材开始,开发者可以从一套机械臂开始,玩家则可以先对着角色说一句话。本地 AI 因此有了具体的用法,也有了继续探索的理由。随着应用连接不断完善,我们期待在日常工作中用到更多这样的协作。

相关阅读

最新评论

没有更多评论了
热点科技

热点科技

领先的科技新媒体,关注科技热点

订阅

觉得文章不错,微信扫描分享好友

扫码分享

企业资讯

查看更多内容