10月16日，搭载英伟达RTX Spark超级芯片的笔记本电脑正式上市，由华硕、戴尔、联想、微软和微星陆续推出。首批机型中最便宜的是华硕创14的32GB内存版，售价18999元。这场发布会摆上台面的不是游戏或渲染跑分，而是官方宣称这套平台可在本地运行至高1250亿参数的智能体，联想YOGA Pro 15则喊出“在业内率先跑通超千亿参数的本地大模型”。网络上流传的“1200亿”是另一种四舍五入的营销口径，几个数字虽有出入，指向的是同一件事：千亿参数模型正从“云端按token租用”变成驻留用户手边的设备，而且第一次以官方渠道商品的形式出现。英伟达官方博客（知乎专栏）知乎知乎
热点是真热点，但“落地”分三层，短板不在硬件
近日，“本地千亿大模型落地国产PC”成为科技数码圈的最新热点，不少数码爱好者和业内人士都在关注。拆开看，“落地”其实有三层。第一层是硬件能力：千亿不是标配而是上限，官方开箱清单主打的是拥有740亿参数的Nemotron 3.5 Bolt，1250亿对应高内存配置。第二层是智能体软件：联想天禧AI的本地超能模式，官方说明写得直白，“将通过后续OTA升级实现”——开售时用户付钱买到的首先是“能跑”，还不是“好用”。知乎英伟达官方博客（知乎专栏）知乎
第三层才是应用清单，进度反而最快：Adobe正为Photoshop、Premiere等创意应用中的AI编辑功能引入TensorRT加速，剪映专业版、哔哩哔哩直播姬和D5 Lite也在首发支持之列。英伟达官方博客（知乎专栏）
千亿为什么是今年才跑得起来：三块拼图凑齐了
真正的突破口在模型侧。微软在10月7日的Windows与Surface新品发布活动上，已经把一款拥有1370亿参数的代码模型通过低比特量化压缩至约53GB，成功部署到个人电脑上。这类模型的关键在于总量大、但每次推理真正激活的参数很少：MAI-Code-1.1-Flash总参数1370亿，每次推理仅激活约68亿；压缩到五分之一后，它在SWE-Bench Verified代码基准上的成绩只比高精度版低1.8个百分点。量化与“明显降智”在千亿级模型上第一次解了绑。知乎
部署端，开源项目Strata把高频专家缓存在显存、全部专家权重放进系统内存、再用SSD兜底，让一张12GB显存的RTX 5070跑通了1250亿参数的国产开源模型Qwen3.8-Flash-Next。36氪
代价同样明确：同一套硬件上，压缩更温和的IQ3_S量化版本降到每秒53Token，首次启动要把几十GB数据搬进内存、可能卡上一到三分钟，32GB内存只能跑砍掉部分专家的精简版。36氪
MoE决定跑得起，量化决定装得下，而统一内存决定供得上。RTX Spark把GPU与CPU放进同一颗超级芯片、共享最高128GB内存，打破传统独显的“显存墙”。不过权重文件只有53GB不等于53GB够用：微软实测256K上下文下峰值内存占用可达75.5GB，并建议使用超过120GB内存的设备获得最佳体验。知乎
被改写的第一站是内存：从成本项变成买电脑的第一道题
行业背景其实是跌出来的。Gartner于10月12日公布的初步数据显示，2026年第三季度全球PC出货量约为5540万台，同比下降22.4%；IDC与Omdia口径不同，指向同样。另一边，内存与SSD在PC物料成本中的占比，已从通常的约15%涨到接近40%。AI需要大内存，涨价也来自内存——供应链的痛点和产品的卖点第一次撞在同一个方向上。知乎36氪
RTX Spark的定价阶梯干脆把价格直接按内存排开：微软Surface Laptop Ultra的24GB基础款21988元，128GB顶配48388元；戴尔的XPS 16要等11月上市，价格暂未公布。过去买电脑先挑CPU、显卡，内存是配角；如今要让千亿模型常驻本地，内存容量成了排在价格表最前面的那道题。知乎
入口逻辑在变：从打开应用到部署智能体
英伟达给这代PC的默认交互是“养一个智能体”：引导式设置和安装程序让用户不用命令行就能上手GitHub Copilot、Hermes、OpenClaw、Perplexity、WorkBuddy等智能体，权限则由NVIDIA OpenShell安全运行时与微软MXC执行容器接管。软件分发的重心开始从“应用商店货架”滑向“智能体调用权限”，这是电脑生态里最深的一层变化。英伟达官方博客（知乎专栏）
另一重变化关于身份：通过NVIDIA PAIR，一台RTX Spark电脑可以为家庭网络中兼容的Windows、Linux和macOS电脑提供AI推理服务——高配机从“终端”变成“私人算力节点”，普通设备反而被解放出来做创作和游戏。英伟达官方博客（知乎专栏）
国产一侧补位的是模型与整机。10月13日面壁智能联合OpenBMB开源端侧多模态模型MiniCPM-V 4.7，沐曦股份在模型开源发布当日完成Day 0全链路适配与推理验证。联想天禧AI则主打“私密的本地工作流，断网可用，零Token成本”，把隐私敏感场景做成整机卖点。千亿落地的等式里，开源模型供给权重、国产整机供给硬件的分工正在成形。知乎知乎
另一半账本：token自由是专业工具，还不是换机潮
争议和热度一起到。知乎上「本地部署大模型真能实现 token 自由」那个问题冲到115万浏览，高赞答案开篇就四个字，赛博做梦。价格账更直接：同样32g统一内存，RTX Spark敢卖18999元，隔壁的AMD 358H加32GB内存、1TB硬盘的笔记本只要6999元。两本账之间差的不是参数，而是CUDA生态、Arm架构下的软件兼容性，以及续航和噪音能不能支撑全天离电使用——开售机型的本地智能体还等着OTA，“千亿”光环因此打折扣。知乎知乎
在证据范围内，千亿本地模型最先落进四类人手里：代码库、财务底稿或案头资料不能上云的；经常处于离线环境的；API开销已经逼近一台整机价格的；以及需要本地加速渲染、剪辑的创作者。对多数办公用户，7B到30B规模的本地模型足够覆盖写作与摘要，为千亿多付的每一分内存钱，买的是能力上限，不是日常体验的基线。
重塑仍在半路上。微软给这代平台写好的终局是“混合智能平台”：AI适时地在本地运行，并在需要时调用云端算力。戴尔XPS 16的定价、联想本地超能模式的OTA兑现，是检验“落地”能否变成“用起来”的下一个节点；在那之前，把千亿本地机当成观察窗口而非必买清单，更贴近事实。英伟达官方博客（知乎专栏）
