NVIDIA说，我们8年前就把AI带到了PC，现在「桌面AI」有了更多新玩法

作者｜周雅

CES 2026的余温还未散去，NVIDIA就趁热在上海办公室开了一场技术沟通会，这场会的核心，不仅展示了 DLSS 4.5、G-SYNC Pulsar、DGX Spark等新技术与新产品，更透露出 NVIDIA 正在构建一个横跨数字世界和物理世界的全方位AI架构。

印象较深的是其中提及的「AI PC」。

这是一个近年的热词，但到底什么是AI PC，各方定义并不一致。之前跟同行朋友们聊起，大家的理解也各有千秋，比如是给电脑加一块NPU（神经网络处理单元）就是AI PC？

这个问题，我在现场得到了一个意料之外、却又在情理之中的NVIDIA解答。

当被问及NVIDIA如何定义AI PC的问题时，NVIDIA亚太区技术市场总监Jeff把时间拉回了八年前，他从消费者体验开始讲起。

“对NVIDIA而言，AI PC并非一个新概念。”他说，“我们从8年前的DLSS，也就是利用 AI 算法大幅提升游戏画质与帧率的技术开始，就在用AI重塑PC体验了。所以，无论是游戏本身，还是内容创作，都是AI PC最重要的应用场景之一。”

所以，在 NVIDIA 的叙事里，AI PC 是一个已经持续演进多年的领域，它是关于“算力能为消费者呈现什么”的答案。既然 Jeff 提到 AI PC 的起点是 DLSS，那么 NVIDIA 在这一领域的最新进展——DLSS 4.5，无疑是解读 AI PC 绕不开的关键一站 。

DLSS 4.5拉高AI渲染的门槛

Jeff首先援引Gartner数据分析了当前PC市场的独特现象：尽管从2019到2024年，全球消费级PC的整体销量下滑了14%，但游戏PC的销量却逆势飙升了51%。这一反常增长的背后，是一场由「内容」与「硬件」共同驱动的螺旋式上升。

一方面，优秀的游戏内容持续涌现。Jeff提到：“我们看到同一时期，Steam的用户数翻倍，在线玩家数也屡创纪录。”

另一方面，硬件的革新为这些内容提供了实现的土壤。自2025年11月发布的Blackwell架构GeForce RTX 50系列显卡，在Steam安装量中占比持续攀升，其市场渗透速度达到了前两代产品（Ampere和Ada Lovelace架构）的两倍，这表明了玩家对高性能硬件的强烈渴求。“我们认为，正是内容和硬件这两大引擎，在共同推动着PC游戏产业的蓬勃发展。”Jeff总结道。

在这场增长势头中，软件技术扮演了至关重要的粘合剂角色，其中最具代表性的便是NVIDIA的DLSS。自CES 2025亮相以来，DLSS 4凭借其开创性的Transformer模型超分辨率技术和4倍多帧生成模式，迅速成为行业标杆。一年间，支持DLSS 4的游戏和应用从75款激增至超过250款。在2025年最受瞩目的20款新游戏中，有80%都集成了DLSS 4。多款即将上市的游戏也将支持DLSS 4，包括《007 初露锋芒》 (007 First Light)、《影之刃零》 (Phantom Blade Zero)、《识质存在》(PRAGMATA) 和《生化危机：安魂曲》(Resident Evil Requiem)。

在此基础上，NVIDIA再度突破性能天花板，于CES 2026期间正式发布了DLSS 4.5。这次升级，包含了两项核心进化，分别惠及不同层级的用户——其一，是在技术底层采用了第二代Transformer模型增强超分辨率；其二，是它全新的6倍动态多帧生成模式。

DLSS 4.5的第一个核心升级，是采用第二代Transformer模型，它基于FP8精度进行加速，计算能力相比前代模型提升了5倍。更强的算力带来了更卓越的「上下文感知能力」，让AI能更智能地理解画面中的动态与静态元素，并进行更精准的像素采样，从而实现更好的画质。Jeff强调，这项升级将直接解决玩家长期以来关心的一些画质痛点：

· 画面更稳定：在复杂的场景中，图像的连贯性和清晰度得到显著提升。

· 鬼影更少：大幅优化运动物体（如快速挥舞的武器或飞驰的车辆）后方的拖影问题，动态画面更干净利落。

· 抗锯齿更优：有效减少角色或物体边缘的「像素感」重影，渲染出的图像轮廓更加平滑自然。

最重要的是，这项由第二代Transformer模型驱动的超分辨率画质提升，将适用于所有GeForce RTX GPU用户。玩家只需通过NVIDIA App，即可为超过400款游戏和应用一键启用这项新技术，享受到实实在在的画质升级。

DLSS 4.5的另一项重大升级，则是专为旗舰级GeForce RTX 50系列显卡打造的「多帧生成技术」。

为了便于理解，我们可以做一个简单的算术题。此前的DLSS 4，其多帧生成模式是「1+3」：GPU每渲染1帧真实画面，AI可以生成3帧额外画面，最终输出4帧。而DLSS 4.5则进化到了「1+5」：GPU每辛苦渲染1帧真实画面，AI就能凭借第二代Transformer模型强大的能力，脑补出5帧全新的、高质量的画面，最终输出6帧。

这一飞跃带来的效果是惊人的。根据NVIDIA官方数据，它能让GeForce RTX 50系列显卡在开启要求极高的路径追踪（Path Tracing）时，依然获得超过240 FPS的丝滑游戏体验。在4K分辨率下，从4倍升级到6倍多帧生成，性能提升了约35%，而系统延迟仅增加了微不足道的几毫秒（从47毫秒增至53毫秒），实现了性能与响应速度的绝佳平衡。

更智能的是，DLSS 4.5还引入了「动态多帧生成（Dynamic Multi-Frame Generation）」功能。它如同一位智能的调度系统，能够根据实时游戏场景（例如，是需要极致流畅的激烈战斗，还是需要顶级画质的静态风景），动态调整生成的帧数，自动在画质、帧率和延迟之间找到最佳平衡点。

通过现场实测来看，在《黑神话：悟空》中，在 RTX 5080 硬件配置完全一致、且开启性能模式的前提下，下图可见：右边，天命人的毛发会出现了边缘锯齿与像素闪烁；而左边开启DLSS 4.5后，即便是剧烈晃动的战斗视角，依然呈现出根根分明、稳定且清晰的毛发质感，同时先前版本中物体移动时可能出现的画面闪烁问题也得到了改善。

数据层面的对比则更为直观。DLSS 4.5 将游戏帧率从 184 FPS 飙升至 248 FPS，而且这种基于「6倍帧生成」的性能爆发，并未以牺牲操控手感为代价（两边的延迟只有5ms浮动的差距）。带来画质、帧率与延迟的平衡。

DLSS 4.5的6倍多帧生成与动态多帧生成功能，预计将于2026年春季正式推出。

RTX Remix Logic如何释放Modder想象力？

许多经典PC游戏凭借令人难忘的剧情、角色与玩法，至今仍深受玩家喜爱，但正所谓AI可以让所有行业都重做一遍，随着技术的迭代，这些昔日神作的画面表现，在今天看来难免显得过时，成为了一道阻碍新玩家沉浸、老玩家重温的「时代的眼泪」。

为了让这些瑰宝重焕新生，NVIDIA推出了强大的游戏MOD平台工具——NVIDIA RTX Remix，它迄今已经为《半条命2》(HALF-LIFE 2 RTX)、《求生之路2》(Left 4 Dead 2 RTX)等无数经典游戏披上了现代光线追踪技术的外衣，赋予它们次世代画质。仅在2025年，RTX Remix平台就催生了125款Remix模组、20款社区工具及插件，覆盖多款经典游戏，并实现了对Blender、ComfyUI、Langflow、Unity及Unreal等主流创作工具的完全兼容。

然而，任何强大的技术在初期都并非完美，初版的RTX Remix也不例外。Jeff举例说，在过去，Remix对游戏场景的修改是全局性的，缺乏对上下文的智能感知。当Modder想为游戏添加冬季氛围时，RTX Remix会将「下雪」效果应用于整个世界——这意味着不仅室外白雪皑皑，连温暖的室内场景也开始飘雪。这种不合逻辑的视觉错误，无疑会严重破坏游戏的沉浸感。

为了解决这一难题，NVIDIA推出了一个革命性的新工具——RTX Remix Logic。

NVIDIA Remix Logic是一套逻辑系统，让Modder可以根据实时游戏事件，在游戏过程中触发丰富的动态图形特效。RTX Remix Logic内置30+的游戏内事件检测机制，包括但不限于相机状态、边界框、渲染对象、时间及热键触发等。同时，在触发检测之后，RTX Remix则会相应启动超过900项的具体图形渲染设置，包括体积光、粒子、材质属性、光照属性以及后期处理等。这样就能够对具体游戏的实时场景需求进行更准确、更逼真的渲染增强。

Jeff通过几个应用场景，展示了Remix Logic的能力：

首先是「场景动态切换」。在游戏中，「开门」只是一个简单的互动。但在Remix Logic的加持下，「开门」这个动作变成了一个强大的“触发器”。演示中，当玩家推开门，室外的世界可以瞬间从晴空万里变为大雪纷飞；再次开关门，又可能切换到另一种天气。Jeff强调，这一功能的核心，并非让玩家频繁开关门来切换四季，而是赋予Modder和玩家前所未有的选择权。它让我们能轻松创造出「门内」和「门外」是两个完全不同世界的奇幻体验。“有了Remix Logic，让玩家从被动的接受者转变为主动的创造者，将游戏调整为自己喜欢的样子，这就是我们想带给玩家的全新力量。”

其次，Remix Logic还能「增强游戏氛围」。在《半条命》的演示中，当有敌人靠近时，它检测到玩家处于危险状态中，会立刻触发一系列视觉特效（屏幕边缘出现脉冲式的色差和不断加深的暗角）。Jeff解释说，这并非游戏的原生功能，目的是为了营造出原版所没有的、更深层次的惊悚感和紧张感，让玩家“更有那种心惊肉跳的可怕感觉”。

最后，Remix Logic还能「丰富视觉特效」。当检测到「玩家激活不稳定机器」时，它会瞬间触发一整套「核反应」特效：机器开始喷射粒子、周围环境强光闪烁、连天空都渲染出核爆的视觉效果，让原本平淡的场景变得极具视觉震撼力。

在过去，要实现这类与游戏事件实时联动的画面修改，只有拥有游戏源代码或引擎访问权限的开发者才能做到。而RTX Remix Logic的真正革命性在于，它彻底打破了这一壁垒，它让广大的Modder社区无需触及任何原始引擎代码，就能在超过165款经典游戏中，像开发者一样随心所欲地添加自定义的动态视觉效果。

这项解放创造力的更新，将于本月晚些时候通过NVIDIA App正式推出。

ACE让AI NPC化身游戏顾问与队友

由于游戏制作水平的飞速发展，一个不容忽视的现象也随之而来：一些游戏过于复杂性，对新老玩家带来过高的入门门槛。Jeff以知名策略游戏《全面战争》(Total War)系列为例，点出了这一困境：“这系列游戏以深度和复杂性而闻名。开发商Creative Assembly面临一个棘手问题：核心玩家对这种复杂性爱不释手，但无数潜在的新手却学习成本太高而望而却步。”

而NVIDIA ACE（Avatar Cloud Engine）技术的出现，正是为了打破这一僵局。NVIDIA正在扩展其全套ACE技术，为玩家提供一位本地化的「AI顾问」，帮助他们理解游戏的系统与机制。

那么，这种AI顾问与我们熟悉的传统游戏NPC有何本质区别？

传统的游戏顾问或教学角色，其行为和对话本质上是基于脚本的，它们只能在预设的特定条件下，触发固定的任务或说出写死的台词，就像一本只能按顺序翻阅的说明书。它们无法理解玩家的实时困境，也无法提供个性化的指导。

而由ACE驱动的AI顾问则完全不同，它的工作流程更像一位人类专家，同时具备以下能力：

1、倾听与理解：通过ASR（自动语音识别）技术，它可以「听懂」玩家用自然语言提出的问题。

2、分析与诊断：它能实时接入并分析当前的游戏状态数据——你的资源、部队位置、省份状态等等。

3、检索与推理：结合庞大的游戏知识库（包含所有规则、单位信息和机制），它能诊断出问题的根源。

4、生成与回应：最后，通过TTS（文本到语音合成）技术，它会生成一段完全符合游戏世界观和角色设定的、个性化的解决方案，并用自然的语音告诉你。

开发商Creative Assembly正在利用ACE技术，对旗下游戏《全面战争：法老》(Total War: PHARAOH)中的顾问角色进行智能化改造。

在现场演示中，这一技术的强大能力展露无遗。当玩家直接用语音提问“为什么我的省份会发生叛乱？”时，AI顾问立刻给出了精准且可执行的回答：

“指挥官，由于您省份的幸福指数降至了-100，一场叛乱已经爆发。这会在该省份生成一支叛军，并且他们每回合都会招募新的士兵。若要提升幸福指数，您可以建造能够增加幸福度的建筑、暂停征税、或颁布相关皇家法令。通过将幸福水平维持在稳定状态，便可防止未来再次发生叛乱。”

这是一次真正的策略指导。

如果说「AI顾问」是玩家的专属教练，那么ACE技术的潜力远不止于此，它还能化身为与你并肩作战的「AI队友」。

Jeff进一步介绍了由ACE驱动的「AI队友」在《绝地求生》(PUBG: BATTLEGROUNDS)中的应用——“PUBG Ally”。与AI顾问不同，PUBG Ally被赋予了长期记忆。它能记住与你在过往战斗中的互动、你的战术风格、甚至是一些标志性事件。因此，它的回应会更加个性化，甚至会提及之前的战斗表现，仿佛一位真正与你一同成长、持续进化的战友。据悉，“PUBG Ally”将于今年上半年通过《绝地求生》的限时用户测试模式与玩家见面，将支持英语、韩语和中文。

G-SYNC Pulsar如何终结动态模糊？

在现代显示技术的发展历程中，NVIDIA于2013年推出的G-SYNC技术无疑是一座重要的里程碑。它所引入的「VRR（可变刷新率，Variable Refresh Rate ）」技术，为了解决一个长期困扰游戏玩家的顽疾——「画面撕裂」。

这里有必要解释一下画面撕裂的成因。传统显示器的刷新率是固定的（例如60Hz或144Hz），而显卡渲染游戏画面的帧率却是实时变化的。当显示器正准备刷新一帧画面时，如果显卡恰好送来一帧未渲染完成的新画面，显示器就会将新旧两帧的片段拼接在一起显示，从而产生一道明显的横向断裂线，即「画面撕裂」。

VRR技术的革命性在于，它打破了显示器固定的刷新节奏，转而让显示器去同步显卡的输出节奏。简而言之，显示器会「等待」显卡完全渲染好一帧画面后，再进行刷新。通过这种动态同步，VRR从根本上消除了画面撕裂，让游戏画面在高帧率下也能保持完整与平滑。如今，这项技术已成为主流游戏显示器的标配。

然而，解决了画面撕裂之后，显示技术的下一个挑战浮出水面：「动态模糊」。为此，NVIDIA在本次发布会上正式推出了G-SYNC Pulsar技术，Jeff将其称为“VRR技术的一次巨大进步”。

动态模糊的根源在于传统LCD显示器的工作方式。在显示一帧图像时，显示器的背光会持续点亮，直到下一帧图像到来。这种「采样并保持」（Sample-and-Hold）的显示模式，使得运动中的物体在我们的视网膜上留下一道连续的轨迹，被人眼感知为模糊的拖影。对于需要快速反应和精准追踪的竞技游戏而言，这种模糊无疑是致命的。

G-SYNC Pulsar正是为根除这一痛点而生。它的核心是「可变频率背光频闪技术」，它不再让背光持续点亮，而是在每一帧画面稳定显示时，以极快的速度闪烁一次背光。这次短暂的「曝光」将清晰的图像精准地「印」在玩家的视网膜上，随后的瞬间黑暗则清除了上一帧的视觉残留，从而杜绝了拖影的形成。更关键的是，Pulsar的频闪频率能够与VRR的刷新率完美同步，即使在帧率波动时也能保持清晰。

为了直观展示其效果，Jeff现场播放了一段由1000帧/秒高速摄像机拍摄的对比视频。在《反恐精英2》游戏中，未开启Pulsar的普通G-SYNC显示器，快速移动的游戏角色模糊不清；而开启Pulsar之后，角色的轮廓、动作和细节都清晰锐利，一目了然。

现场的另一组演示则选用了经典的电竞游戏《守望先锋2》。通过对比画面中快速移动的机器人可见，在Pulsar的屏幕上，文字始终清晰锐利，机器人头顶上的“重装机器人”等字样看的很清楚，而另一侧则因动态模糊而难以辨认。“现在这类电竞游戏的画面场景设计是很复杂的，有各种丰富的元素、装备、物资，要去搜刮，一个清晰的显示器，能够帮助玩家在复杂的战术环境里，快速用余光判定周围信息，及时获得关键信息，这是Pulsar的一个初衷。”NVIDIA工作人员在现场指出。

此外，Pulsar显示器还集成了一项人性化的新功能——「G-SYNC智能环境光调节技术」。Jeff解释道，这项技术通过在显示器中内置一个光线传感器，来实时侦测周围环境的光照强度。比如在日光环境下，显示器会自动设置为100%亮度、冷白色调，确保画面清晰可见；反之，在夜间环境下，它则会设置为36%亮度、暖色调，从而减轻视觉疲劳，保护玩家的眼睛。他将此功能比作智能手机上早已普及的自动亮度调节，“我们只是将这种便捷且舒适的体验，从手机带到了桌面显示器上，让PC玩家也能享受到一样的体验。”Jeff强调。

首批G-SYNC Pulsar来自宏碁（Predator XB273U F5）、AOC（AGON PRO AG276QSG2）、华硕（ROG STRIX Pulsar XG27AQNGV）和微星（MPG 272QRF X36），均为27英寸1440P分辨率、360Hz刷新率的规格，并已上市销售。

至此，通过 DLSS 4.5 的画质重塑与 G-SYNC Pulsar 的流畅度重塑，NVIDIA 完成了对PC 游戏视觉体验的完整闭环。但这仅仅是 AI PC 的一面，在更广阔的内容创作与开发领域，另一场变革也在发生。

AI PC的黎明：本地模型与云端的「智力差距」从2年缩短到6个月

沟通会的后半段，Jeff将话题焦点转向了更广阔的AI PC领域，尤其是在内容创作和本地AI应用领域。

一个显著的趋势是，在过去两年间，越来越多用户希望在本地PC上运行大语言模型（LLM），这在两年前几乎是不可想象的。Jeff坦言，“如果把时间拨回一两年前，本地运行的大语言模型可以说能力有限，无论是在响应速度还是生成内容的质量上，它都比云端的顶尖模型存在大约20个月的技术代差，这几乎是两年的差距。”

这种差距的存在，主要是因为个人电脑的算力有限，难以承载和云端数据中心同等规模的超大型、复杂模型，导致本地模型的智力和性能表现都相形见绌。

然而，情况在2025年发生了戏剧性的转变。Jeff指出：“我们发现，能够在本地高效运行的AI模型正变得越来越「聪明」，不仅性能大幅提升，生成答案的质量也今非昔比。现在，本地AI与云端AI的「智能差距」已经从过去近两年大幅缩短到了大约6个月。”

这一飞跃式进步，直接点燃了用户对本地AI工具的热情。Jeff展示的数据极具说服力：像Ollama、ComfyUI、llama.cpp这类便于在本地部署和运行AI模型的开发工具，其社区活跃度和受欢迎程度在一年内翻番；而直接下载PC级AI模型的用户数量，更是实现了10倍增长。“越来越多的用户渴望在自己的设备上运行AI模型。”Jeff补充说。

这股浪潮不仅席卷了追求新技术的个人爱好者，也吸引了众多对数据隐私和安全有严苛要求的行业，例如医疗、金融等，它们希望将数据保留在本地处理，而不是上传到云端。

为了顺应并推动这一趋势，NVIDIA也持续通过软件和驱动层面的优化，持续提升AI应用的性能。“在过去一年里，我们针对llama.cpp、Ollama等流行框架进行了深度优化，普遍带来了30%到35%的性能提升。”官方资料也证实，通过这些加速，小型语言模型（SLM）在PC上的推理性能最高可提升35%，让本地AI运行得更快、更流畅。

技术提升带来的效果也是立竿见影的。在生成式AI创作领域，NVIDIA展示了一套完整的、由RTX GPU加速的4K视频生成工作流，展示了本地AI创作的惊人效率。

Jeff详细拆解了这套工作流，它如同一条高效的数字生产线，由多个AI模块协同完成：

第一步，创作往往始于一个简单的想法。创作者可以用文本转图像模型（如阿里的“通义千问”）输入提示词，快速生成视觉概念。随后，这些2D概念可以通过AI工具转化为3D元素，并利用Blender这样的软件，搭建出完整的3D场景。

第二步，场景就绪后，工作流进入关键帧的生成阶段。这里采用FLUX模型，它可以根据前一步的3D场景，生成具有照片级写实画质的起始与结束关键帧。Jeff比喻道：“这一步就像是为你的影片制作了开头和结尾两幅高精度的分镜手稿，为后续的动画生成定下基调。”

第三步，有了关键帧，接下来便轮到视频生成。工作流使用了Lightricks新发布的LTX-2模型，它能根据关键帧自动生成流畅的动画视频。然而，LTX-2这类先进模型的原始体积高达70GB，对PC显存是巨大的考验。

为了解决这个问题，英伟达引入了NVFP4和NVFP8两种新的低精度数据格式。

在AI计算中，FP32（32位浮点）是标准精度，但会占用大量显存和计算资源。FP8和FP4这类低精度格式，通过「量化」技术，用更少的数据位来表示模型参数，这会带来极小的精度损失，却能换来性能的提升和显存占用的降低，让原本跑不动的大模型在PC上成为可能。

“在RTX PC上，我们通过ComfyUI框架加入了对NVFP4的支持，这不仅提升了生成效率，也极大地降低了对显存的需求。”Jeff解释说。官方数据显示，在RTX 50系列GPU上，NVFP4能带来3倍的性能提升和60%的显存占用降低。即便是体积庞大的LTX-2模型，在经过NVFP8量化后也能压缩至26GB。再结合权重流（Weight Streaming）技术（一种将部分模型权重暂存于系统内存，在需要时再调入显存的技术），“即使是16GB显存的显卡也能流畅运行这个工作流。”

这就来到第四步，提升分辨率。传统的视频放大（Upscaling）工具虽然效果不错，但过程极缓，过去仅仅是将一段10秒的视频放大到4K，就可能要花费10到15分钟。为了解决这个瓶颈，NVIDIA与ComfyUI社区合作，将「RTX视频超分辨率（RTX Video）」功能直接集成为一个节点。“现在，创作者可以直接在工作流中实现几乎实时的4K放大，无需漫长等待。”现场工作人员说。

整个工作流的革新，意味着创作者的效率发生了质变。如果一个想法只需要两三分钟就能看到4K成品，那么我们就可以快速进行修改和尝试，直到获得最满意的效果。

除了创意工作流，AI PC的另一大应用前景在于改变我们与个人数据的交互方式。CES 2026上备受瞩目的Nexa.ai本地搜索智能体——Hyperlink，就诠释了这一点。

相信大家都经历过这样一个场景，我们的电脑里存有海量的视频、照片和文档，但要准确找到某一个具体的文件却异常困难，传统的关键词搜索常常无能为力。

Hyperlink正是为此而生。它利用AI技术，将整台PC变成一个可搜索、可对话的本地知识库。与传统搜索依赖文件名或标签不同，Hyperlink能够理解文件的内容。你可以用自然语言提问，比如“找一下上个月我做的关于市场分析的PPT”，它就能精准定位。最关键的是，所有数据的索引和处理都在本地完成，杜绝隐私泄露的风险。

在CES期间，Hyperlink发布了支持视频内容搜索的新版本。举个例子，假设你电脑里存了很多潜水视频，你只需要用自然语言搜索“找到我们看到小丑鱼的潜水视频”，Hyperlink不仅能找出所有相关的视频片段，甚至能准确标注出小丑鱼出现的具体时间点。

这项本地AI功能，其背后离不开RTX GPU的强大算力，官方公布的性能数据彰显差距：在RTX 5090上，索引文件的速度约为30秒/GB，查询响应时间仅为3秒。而如果仅使用CPU，索引同样大小的文件需要约1小时，查询响应则长达90秒。

DGX Spark的新玩法

如果说前文提到的RTX是为了让亿万用户能流畅地「使用」AI，那么面向开发者和专业人士的 DGX Spark，则是为了让专业人士能高效地「创造」AI，和定义性能上限的桌面级超级计算机。

这款于数月前发布的设备，其核心使命是将原本属于数据中心的强大 AI 架构，“浓缩”进一台可以放置在桌面上的主机中。它与RTX形成了一种完美的互补：前者负责广泛的本地推理与体验，后者则负责攻坚模型的开发、训练与微调。

“这款产品发布仅数月，但通过持续的软件驱动和底层优化，其性能已经获得了显著飞跃。”Jeff分享说，以运行阿里巴巴的“通义千问”（Qwen）为例，最新的优化使其性能提升了高达2.6倍。这意味着早期用户手中的设备，在短短三个月内，通过软件更新就实现了性能的巨大增值。

为了降低开发门槛，NVIDIA还发布了全新的DGX Spark操作手册。这是一系列即用型的示例方案，涵盖了如“推测解码”（一种提升大模型推理速度的技术）以及“使用两台DGX Spark串联进行模型微调”等高级应用场景，帮助开发者快速上手。

Jeff特别强调，DGX Spark的价值远不止于个人开发者。“对于数据隐私有极高要求的企业，例如医院或金融机构，本地化的高性能计算是刚需。由于涉及敏感的病患数据，医疗机构无法将信息上传至第三方云服务器进行处理。DGX Spark提供了一个理想的本地化解决方案，让他们可以在确保数据安全的前提下，进行AI模型的训练与推理。” 为了更好地服务这些企业级用户，该平台也提供了对NVIDIA AI Enterprise软件套件的全面支持。

Jeff现场演示了一个完整的“从开发到落地”的无缝工作流：在DGX Spark上完成AI模型的代码编写与训练后，直接将其部署到一台名为「Reachy Mini」的小型机器人上，让AI能力即时在物理世界中生效，展现了从代码到应用的敏捷开发流程。

通过现场演示，我们看到DGX Spark性能的实际表现：用DGX Spark跑ComfyUI工作流，生成一段4K、24帧的视频仅需40秒。DGX Spark双机串联NVFP4精度跑Qwen3-235B，能做到20 tok/s。这证明了DGX Spark不仅能「装下」以往只有数据中心才能容纳的巨型模型，更能以完全实用的速度运行它。

而这一幕，我想或许也是整场沟通会一个注脚。

从DLSS 4.5对画质的极致榨取，到ACE让NPC觉醒。从代码在 DGX Spark（桌面超算）上训练生成，到指令分发到 RTX（通用终端）上运行，最终驱动了物理世界的一只机械臂。

它们共同构成了 NVIDIA 对未来的回答：在这个技术年年更迭的行业里，算力的边界正在不断向外拓宽，而至于如何填充这片新的疆域，创造力的接力棒，则在每一位用户和开发者手中。