微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

2026-10-08 19:12
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2026-10-08 19:12 • 周雅

“今天,我们正在见证新一代 Windows 智能体平台的诞生。”

旧金山当地时间10月7日,微软举行了一场Windows活动,微软董事长兼CEO萨提亚·纳德拉(Satya Nadella)用这句话来强调此次的重磅发布。他在台上回忆起1991年自己第一次参加微软开发者活动PDC(Professional Developers Conference)的经历,当时,他见证了Win32和x86架构正在形成的新计算世界,不仅改变了PC,也在影响服务器市场。35年后的今天,萨提亚认为,Windows可能再次站在一个类似的转折点上。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

这个转折点来自AI Agent(智能体)。

眼下,Windows的使用者除了人类还有AI Agent。微软传递的信号是:Windows 正在为 Agent 重新设计,迎接以“智能体时代(Agent-centric)”与“混合智能(Hybrid Intelligence)”为中心的新计算周期。

这场活动的重点发布之一,就是搭载NVIDIA RTX Spark的全新Windows PC。其中,微软带来了Surface Laptop Ultra和Surface RTX Spark Dev Box,宏碁、华硕、戴尔、惠普、联想、微软、微星和技嘉等厂商也同步推出了相关设备。从轻薄笔记本、迷你桌面电脑、到能够在本地运行万亿参数模型的DGX Station,微软试图建立一条覆盖不同算力需求的AI PC产品线。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

在活动压轴环节,英伟达CEO黄仁勋也走上舞台,与萨提亚同台对话。黄仁勋透露,两人大概从四年前就开始讨论,如何为智能体时代打造一台理想的PC。而为了实现这一目标,相关项目累计投入了超过4000个“engineering years”(可理解为4000个工程师一年的工作量)。

“我们重新发明了个人计算机。”黄仁勋这样总结英伟达与微软的此次合作。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

接下来,我们梳理微软此次的一系列发布包括:

1、RTX Spark PC:推出Surface Laptop Ultra、Surface RTX Spark Dev Box及多家OEM合作伙伴的RTX Spark PC,最高支持128GB统一内存。

2、桌面AI超算:展示运行Windows的NVIDIA DGX Station,支持万亿参数模型的本地推理。

3、Windows智能体安全:Microsoft Execution Containers(MXC)在Windows 11正式推出,为Agent提供独立、受控的执行环境。

4、本地AI模型:展示MAI Code 1.1 Flash本地版本,通过3-bit量化将模型体积缩小近80%,并展示Nemotron、DeepSeek V4 Flash等模型的本地运行能力。

5、Windows ML:引入llama.cpp支持,扩展开源模型的运行选择。

6、GitHub Copilot:引入本地模型和HydraFusion智能编排,按任务需求自动调度本地与云端模型。

7、Copilot升级:新增本地上下文、本地操作和本地模型能力,让AI能够在用户授权下读取、整理文件及执行电脑操作。

8、Windows搜索:升级任务栏搜索,支持直接执行系统操作,并接入Copilot。

其中,部分软件能力仍将分阶段推出,并非全部正式上线。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

“算力巨兽”RTX Spark开启Windows PC新序章

RTX Spark此次并非首次亮相,而是正式的产品交付开始启动:它将NVIDIA AI软件栈引入Windows笔记本电脑和紧凑型桌面主机,笔记本电脑即日起开启预售,10月16日上市;紧凑型桌面主机则将于11月上市。

从技术架构来看,RTX Spark将至高可达6144核的NVIDIA Blackwell RTX GPU 与20核的NVIDIA Grace CPU结合,并以最高600 GB/s的带宽高速互连,并共享最高128GB统一内存。1 PetaFLOP 的 FP4 AI 性能与最高 128 GB 统一内存,让 RTX Spark 能高效运行本地 AI。对于持续做模型推理和Agent开发的用户而言,它提供了一种不完全依赖云端的计算选择。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

本次发布会最受关注的设备之一就是顶配的Surface Laptop Ultra。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

Surface Laptop Ultra围绕RTX Spark构建,配备128GB统一内存和1 PetaFLOP算力。工艺设计层面,机身厚度不到18毫米,重量低于4.5磅(约2千克)。为了应对AI推理、图形渲染等长时间高负载任务,微软重新设计了散热系统,宣称其散热能力达到现有对应Surface Laptop产品的2.5倍。

显示层面,配备了15英寸PixelSense Ultra触摸屏,以及新一代PixelSense Ultra Touch显示屏,峰值HDR亮度达到2000尼特。接口层面,微软在现场用“Surface笔记本史上最多接口”的表述来概括,并提供了Magnetic Connect磁吸式USB-C充电方案,可以通过磁吸连接充电,同时保留USB-C接口的数据与视频传输能力。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

微软通过Surface Laptop Ultra的几段演示,呈现了RTX Spark的另一面“Windows体系的生态丰富性”。

演示中,Surface Laptop Ultra同时运行GitHub Copilot开发任务、DaVinci Resolve视频处理工作流、以及游戏场景。其中,游戏兼容性是一项优势,微软宣布,《使命召唤》(Call of Duty)计划于2027年登陆RTX Spark平台,并展示了Windows on Arm在光线追踪、着色器处理和更多游戏兼容性方面的进展。

另一段演示则是通过Blender、ComfyUI、Photoshop与云端AI模型的组合,从零创作复杂的科幻场景,“以前这要花费我几天,现在只要几个小时,全部在Surface Laptop Ultra上完成。”工作人员强调。微软希望借此证明,用户不必为本地AI单独准备一台机器,同时再用另一台电脑做日常开发、创作和娱乐,传统Windows软件、GPU图形加速能力和本地模型推理,可以在同一台设备上协同工作。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

黄仁勋在圆桌讨论中透露,团队已经对超过1200款应用进行测试,涉及性能、兼容性等方面。对于Arm架构Windows设备来说,这项工作同样重要,因为再强的AI算力,如果不能运行开发者和创作者现有的软件,也很难取代他们原来的主力PC。

Surface Laptop Ultra起售价为2599美元,基础版本采用18核CPU、5120个CUDA核心的RTX Spark N1X芯片,配备24GB统一内存和512GB存储。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

微软同步开放了Surface RTX Spark Dev Box的预售。这是一款定位AI开发者的紧凑型桌面设备,搭载20核RTX Spark N1X、128GB统一内存及2TB SSD,售价5999美元。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

从PC到桌面超算,Windows还想成为本地Token工厂

目前RTX Spark覆盖了笔记本和紧凑型桌面计算设备,但微软与英伟达并没有把本地AI的算力上限停留在这一层级。

会上,微软首次现场展示了运行Windows的NVIDIA DGX Station,并宣布相关设备将于今年晚些时候进入市场。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

DGX Station主要面向更高强度的AI开发和企业工作负载。它采用NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip,配备748GB统一内存,理论FP4 AI计算性能最高达到20 PFLOPS。

按照英伟达和微软的介绍,DGX Station for Windows能够支持万亿参数模型的本地推理,让一些原先需要大型远程计算资源的AI任务,在桌面设备上获得新的运行选择。此次微软展示了戴尔Pro Precision和惠普ZGX Fury AI Station两种设备方向,其中惠普的演示展示了同时运行32个智能体的场景。

微软把这种场景称为“Windows Token Factory”,意思是运行在Windows平台上的Token工厂,它把本地计算设备变成多个智能体可以持续共享的推理资源。例如,一支研发团队可以在同一套本地系统上运行多个编程、测试、研究或分析智能体,由这些智能体持续处理任务,而不是每次都依赖云端API完成全部推理。

这也解释了微软为何同时强调从迷你桌面电脑、Copilot+ PC、RTX Spark Builder PC、到DGX Station的不同产品层级。它希望把本地AI扩展为可以根据不同需求部署的计算基础设施。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

微软判断“混合智能”的结构

除了带来为 Agent 重新设计的Windows硬件之外,微软这次还强调了另外一个技术理念“混合智能(Hybrid Intelligence)”。萨提亚开场时就抛出了一个判断,他说行业当下习惯性用“大模型发布”和“能力跃迁”来理解前沿AI,但他认为,模型只是系统的一部分,云端模型、本地模型、Agent、应用、记忆和计算资源会越来越协同工作。换句话说,AI正在重新把“分布式计算”推到台前。

Windows和Surface业务部门负责人、执行副总裁Pavan Davuluri之后完整阐述了这套逻辑:模型能力和体量持续增长,企业对 AI 的使用需求无止境,云端推理的成本也在持续发生。微软因此没有把“本地 AI”和“云端 AI”当成二选一,“我们的目标,是让混合智能始终可用:该在本地运行时就在本地运行;需要云端时再调用云端,并把两者无缝结合起来。”他因此给出了“混合智能”的结构:智能路由、模型、运行时和芯片,任何一环缺失都难以形成稳定可用的体验。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

我们先来看模型层,此次微软介绍了三款模型,每款都对应着不同的工程进展节点。

第一款是MAI code 1.1 Flash,拥有约1370亿参数,这是微软此前推出的“面向开发者工作负载的编码模型”,此次微软通过3-bit量化,将模型体积缩减了接近80%,同时尽量保持原有的编码能力。“这是了不起的工程成就。”Pavan说,他同时指出:MAI code 1.1 Flash在本地仍可支持256K上下文窗口。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

第二款是新一代英伟达Nemotron模型,超过700亿参数,通过2-bit量化可以将内存占用控制在略高于20GB。

第三款是DeepSeek V4 Flash,2840亿参数,在1.6-bit精度下占用60GB内存。“这个模型在编码推理基准上表现超群,一年前这样的能力还只属于前沿云端模型,现在这些能力可以跑在你的PC上。”Pavan说。

所以,这个环节我们能接受到了一个值得注意的信号,在于微软开始把原来主要依赖云端提供的一部分模型能力,系统性地转移到个人PC上。三款模型分别用上了3-bit、2-bit、1.6-bit的量化方案,接近香农信息论的下限,意味着同样的硬件可以承载更大的模型,或者同样的模型可以跑在更低端的设备上。

现在,模型的丰富性越来越高,也让智能路由层也变得更为重要。也就是说,要为合适的任务,选择合适的模型。

今年早些时候,GitHub推出了HydraFusion,可以根据任务需求选择不同云端模型。此次微软将HydraFusion扩展到了Windows本地模型,让GitHub Copilot可以根据任务复杂程度,在本地和云端模型之间进行分配。

现场演示提供了两个颇有代表性的场景。

第一个是代码清理。工程师要求GitHub Copilot检查Windows Terminal项目中的无用代码、导入项、软件包和过时配置。由于任务相对简单,系统自动选择了笔记本上的本地模型执行,GPU随之开始工作。整个过程不必将任务发送给云端模型,即便进入飞行模式也可以继续。

第二个场景更复杂,工程师要求智能体调查Windows Terminal中一批尚未复现的问题,并组织子智能体继续分析、构建和测试。在这一过程中,系统调用云端模型处理较复杂的任务,同时将部分子任务交给运行在设备上的MAI Code本地模型。工作人员还展示了其中一个本地子任务的Token统计:超过160万个输入Token,以及约1.05万个输出Token。这些调用没有消耗云端模型的使用额度。

对于经常进行代码分析、测试、问题分类的开发团队来说,这可能带来直接的经济价值。大量重复性工作不再必然产生按次或按Token计算的云端推理费用,而高难度任务仍然可以使用性能更强的云端模型。

微软表示,支持混合智能的HydraFusion能力将在10月晚些时候通过实验性预览引入GitHub Copilot应用、CLI及Visual Studio Code。同时,Windows ML也将支持llama.cpp,为开发者运行开源模型提供更多选择。从这个角度看,微软正在尝试让用户不再需要频繁区分“本地AI”和“云端AI”,而是由软件根据任务需求、算力资源和成本约束完成调度。

拆解来看Pavan提出的“混合智能”结构,此次发布的HydraFusion对应智能路由,MAI Code 1.1 Flash、DeepSeek V4 Flash等则落在模型层,Windows ML对llama.cpp的集成覆盖运行时,RTX Spark则在芯片层提供端侧算力支撑。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

Windows怎么让智能体用起来:MXC筑底、Copilot上行

除了让更多大模型在PC本地运行,微软此次对Windows的另一项重要改造,是让AI Agent能够像人一样使用电脑,同时又不至于因为获得过多权限而带来安全风险。

萨提亚在开场时提出,未来AI生态需要三个核心支柱:信任(Trust)、智能(Intelligence)以及让AI融入人类的远景与追求(AI in the flow of human ambition)。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

围绕这三个方向,微软正在将Agent 365、Microsoft IQ和Copilot的能力进一步融入Windows。其中,Agent 365负责智能体的安全与管理,Microsoft IQ为模型提供上下文、记忆和工具调用等能力,Copilot则把这些技术变成用户能够直接使用的产品。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

首先要解决的是安全问题。Windows过去主要服务于人,用户打开应用、修改文件、运行程序。但现在,Agent可以独立编写代码、调用工具,甚至在无人监督的情况下连续工作数小时。如果一个Agent拥有与用户完全相同的系统权限,一旦受到恶意指令诱导,就可能访问不该访问的文件,甚至修改系统配置。

为此,微软宣布Microsoft Execution Containers(MXC)正式在Windows 11上推出。可以把它理解成一个为Agent准备的受控工作空间,开发者和企业能够事先规定Agent可以访问哪些文件、连接哪些网络、执行哪些操作,而这些限制由系统负责实施,不依赖模型自己遵守指令。

微软还展示了Windows面向Agent的多层隔离体系,涵盖进程隔离(Process)、会话隔离(Session)、WSL容器(WSLc)、微型虚拟机(Micro VM)、虚拟机(VM),以及Windows 365云端环境。不同任务可以选择不同的隔离方式:例如,简单的代码执行可以使用轻量级进程隔离;需要操作桌面的Agent可以在独立的Windows会话中运行;涉及更高风险的任务,则可以使用虚拟化环境,将Agent与用户系统进一步隔离。MXC提供统一的策略控制和执行机制,帮助开发者根据任务需求选择合适的隔离环境,并限制Agent能够访问的资源。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

在现场演示中,工程师要求GitHub Copilot按照网页上的说明升级Python版本,但网页内容实际上藏有试图诱导Agent执行危险操作的恶意指令。Microsoft Defender识别并阻止了这次攻击。微软还展示了如何针对出现风险的Agent限制其SharePoint访问权限,同时保留用户本人的访问权限。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

需要说明的是,目前MXC的执行隔离能力已经正式可用,部分智能体身份管理和企业级治理能力仍将陆续推出。

有了这些安全基础,微软开始让Copilot真正使用Windows上的工具和资源,这就体现在Copilot的更新上。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

新版Copilot此前已经整合为Home、Code和Autopilot三个核心体验,此次则进一步引入本地上下文(Local Context)、本地操作(Local Actions)和本地模型(Local Models)三项能力。

其中,Home负责日常交流、文件处理和协作。微软此前已经把Office的文档编辑与协作能力带进Copilot,现在又加入对本地文件的理解能力,让用户可以直接把电脑中正在处理的材料转化为可继续编辑、共享的文档。

Code则进一步降低了创建软件的门槛。用户可以直接描述需求,让Copilot生成Windows原生应用程序;生成的代码可以借助MXC在受控环境中运行,部分编程任务还能交给本地模型处理。微软希望让普通用户不必具备专业开发经验,也能在自己的电脑上制作定制工具。

Autopilot则面向更加复杂、需要连续执行多个步骤的任务。现场一个很有代表性的演示,是让Copilot帮助用户准备报税材料。它首先查看会计师发来的邮件,再从电脑的下载目录、文档文件夹等位置寻找所需文件,利用本地模型完成整理、分类和重命名,最后将材料打包成ZIP文件,并生成一封附带材料的邮件,在用户确认后发送。

这段演示体现出本地AI的两个实际价值:一是减少某些任务对云端推理的依赖,二是让敏感资料的部分处理步骤直接在电脑上完成。微软强调,演示中税务文件的本地整理不需要将这些材料上传云端,但这不代表Autopilot的全部操作都只在本地进行。

与此同时,Windows任务栏搜索也开始从查找入口向操作入口升级。微软展示了通过搜索框直接切换深色模式、开启勿扰模式、调整音量、整理窗口等功能。未来,用户还可以从搜索入口获得Copilot的简短回答,或者进一步跳转到完整的Copilot应用。

现场,微软还展示了Perplexity如何利用本地模型和电脑上的工具,把摄影师的12张照片整理为一个可以浏览的客户画廊,整个演示没有消耗Perplexity的云端推理额度。对于OpenClaw,微软推出了原生Windows Gateway,并简化了智能体的初始配置流程。Meta旗下的个人智能体Muse也将推出Windows原生应用,并计划接入MXC。

在开发者生态方面,GitHub Copilot、OpenAI Codex、OpenClaw等已经支持MXC,Anthropic Claude Code、Manus、Perplexity等也计划陆续加入。微软希望让第三方Agent能够使用Windows上的工具和计算资源,同时遵守操作系统提供的安全规则。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

黄仁勋:“如果没有Windows,就不会有英伟达”

黄仁勋和萨提亚的对话自然是本场活动受关注度最高的。这个环节由白宫科技政策办公室(OSTP)人工智能高级政策顾问Sriram Krishnan主持,两位CEO透露了两家公司为什么要在此时推动PC架构变化,以及他们如何理解智能体对个人计算机的长期影响。

萨提亚、黄仁勋同台:RTX Spark落地,微软与英伟达为Agent时代打造Windows PC!

1)30余年合作史,从图形革命到AI革命的原点是什么?

圆桌开始时,Sriram首先把话题引向两家公司的历史。

黄仁勋回忆,英伟达之所以创立,与Windows早期的发展有着直接关系。1992年前后,个人计算机开始展示出更大的可能性,他和其他创始人设想,如果能够把强大的3D图形计算能力带到PC上,个人计算机或许就不再只是办公工具,还可以成为游戏、设计甚至专业工作站的平台。

随后的1993年,英伟达正式成立。再随后,Windows 95、DirectX以及Direct3D的发展,为GPU进入个人计算机应用生态提供了重要基础。微软与英伟达在可编程图形处理方面的合作,也构成了后来GPU通用计算能力发展的技术背景。

“如果没有Windows,就不会有英伟达。”黄仁勋这样回顾两家公司的关系。

萨提亚则从另一个角度补充了双方的合作历史。他提到,微软早期在Azure中推进高性能计算和超级计算基础设施时,就与英伟达展开了合作。后来,Azure的相关算力资源也成为支持OpenAI发展的重要基础。

但比回顾历史更重要的是,黄仁勋讲述了两人几年前的一次讨论。约四年前,两人开始思考,面对不断发展的AI,个人计算机究竟应该是什么样子。当时,功能强大的工具散布在不同计算设备和软件生态中:游戏PC上有强大的图形处理能力,专业工作站可以运行Blender、Autodesk等创作软件,云端超级计算机则承担大型AI模型的训练和推理。

黄仁勋提出的问题是,能不能把这些能力尽可能整合到同一台个人计算机上,让AI智能体既拥有足够的计算能力,又能够直接调用用户日常使用的工具。

这正是RTX Spark与Windows深度合作的初衷。

2)端侧 or 云端,这不是一个问题。

随后,他们也开始讨论混合智能的重要性。

萨提亚回忆自己在20世纪80年代末使用终端和PC的经历。当时,本地DOS、Windows程序与通过远程连接使用的计算资源之间存在明显区隔,但随着图形界面和互联网的发展,用户逐渐不再需要关注每项计算究竟发生在哪里。

在他看来,AI也正在经历类似变化。今天人们仍然会讨论一个模型是在本地运行,还是在云端运行,但未来用户真正关心的,可能只是自己的任务能否完成。他特别提到了前文提及的使用ComfyUI、Blender、Photoshop以及不同AI模型进行创作的演示,设计师在不同工具和计算资源之间切换,最终将原来需要数天的工作缩短到几个小时。

萨提亚认为,这种跨端侧与云端的协作方式,可能就是未来计算体验的典型形态。

黄仁勋则进一步提出了一个值得关注的判断:“未来智能体可能比人类更擅长使用电脑上的软件工具。”因为普通用户往往只掌握一个复杂应用程序中少量常用功能,而智能体理论上可以通过工具接口调用更多能力。

萨提亚则把目光投向了一个非常基础的计算概念:文件系统。他认为,智能体未来可能成为文件系统最主要的使用者之一,它们需要读取、整理、转换和生成文件,还要把不同工具的结果组织起来,再交给其他智能体或用户继续处理。

3)当智能体替人买东西,责任究竟归谁?

圆桌最后一个话题,落在了AI伦理上。Sriram提出,当一个智能体代表用户在网上购买商品、调用服务,甚至进行交易时,这个行为究竟应该算用户做出的决定,还是智能体自己的行为?如果交易出现问题,又应该由谁承担责任?

萨提亚的回答落在了“信任”层面。他认为,首先需要明确智能体的身份与权限,以及用户究竟授予了它多少代理权,只有在这些基础机制建立之后,人们才可能逐步扩大智能体能够自主执行的任务范围。

对于更长期的责任划分,萨提亚提出了一个颇有意思的判断:除了技术标准和协议,未来市场可能还会通过保险及风险定价等方式,逐步解决智能体代理行为的责任问题。换句话说,当AI能够代表人完成越来越多具有现实后果的操作时,产业需要考虑的,还包括这些操作产生的风险由谁承担,以及市场如何为风险定价。

黄仁勋对此的回应也非常明确:智能体必须拥有最低限度的必要权限,必须能够被监控和追踪,并且拥有可信的身份凭证。只有这样,用户和企业才可能放心地让智能体自主完成更多任务。

对话的最后,萨提亚再次强调了微软与英伟达合作的目标:让传统Windows应用、专业图形软件,以及CUDA、OpenGL等计算和图形技术,都能与AI模型的本地推理能力在同一台电脑上协同工作。

黄仁勋则用一句话回应了两家公司长达数十年的合作:“Windows已经陪伴我们34年了,看来还会再陪我们34年。”

分享至
0赞

好文章,需要你的鼓励

周雅

Miranda
关注科技创新、技术投资。以文会友,左手硬核科技,右手浪漫主义。
推荐文章
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-