NVIDIA RTX Spark 笔记本上市,起售价 2399 美元
NVIDIA RTX Spark 笔记本正式开售,搭载 Blackwell RTX GPU 与 Grace CPU,最高 128GB 统一内存和 1 petaflop AI 算力,起售价 2399 美元。
NVIDIA RTX Spark 笔记本正式开售,搭载 Blackwell RTX GPU 与 Grace CPU,最高 128GB 统一内存和 1 petaflop AI 算力,起售价 2399 美元。
The Verge 三位作者用一周时间实测了搭载 Nvidia RTX Spark N1X 处理器的五款笔记本,包括 128GB 的 Asus ProArt P16、64GB 的 Lenovo Yoga 9n、32GB 的 HP OmniBook Ultra 以及 Surface Laptop Ultra,售价从 3199.99 美元到 6999.99 美元。
亚马逊旗下 Bee 发布被收购后的首批新品:可戴在手腕或别在衣服上的 Bee Frontier 售价 74.99 美元,信用卡大小、磁吸在手机背面的 Bee Eclipse 售价 99.99 美元。
Meta 发布开源权重模型 Muse Spark Open,称其为美国“最强”开源权重模型,采用 8160 亿参数和 100 万 token 上下文窗口,原生多模态,面向复杂编码任务和智能体工作。
Amazon 设备、Alexa 与 Leo 高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示,个人 AI 的未来是环境计算而非 App,用户不必再主动告诉设备该做什么。
Meta 发布 Muse Spark Open 模型,称其为迄今能力最强的美国开源权重模型,也是同类中首个能在桌面端运行、需两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 的模型。
NVIDIA 发布 RTX Spark,定位为一台面向创作者、玩家和 AI 智能体的 Windows PC,并于 10 月 16 日在旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办发布活动。
推荐理由:NVIDIA 官方公布 RTX Spark 的发布活动与媒体评测反馈,可了解这款面向本地 AI 的 Windows PC 的定位与首批评价。
Black Forest Labs 发布 FLUX 3 Image Klein,一个 5.6B 参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图生成,原生支持 4K 输出、像素级编辑和用于元素定位的 bounding box。
推荐理由:原文给出参数量、Elo 对比和 8 GB 显存门槛,读者可据此判断开源图像模型的本地部署成本。
Nvidia 发布 Nemotron 3.5 Super VL,一个 120B 参数的开源多模态模型,面向持续在后台运行、处理文本、图像、文档和视频的企业智能体,采用 MoE 架构,每个 token 仅激活 120B 中的 12B 参数。
NVIDIA 发布 Nemotron 3.5 Super VL,一个 1200 亿参数的开源多模态模型,面向常驻智能体任务,官方称其准确率可对标自家最大推理模型而参数量约为其五分之一,吞吐量最高快 5 倍。
推荐理由:原文给出三款开源模型的参数规模、部署层级与开放权重,读者可据此判断本地智能体部署的选型空间。
微软与 Nvidia 为 RTX Spark 笔记本做了大量 Windows 优化,重点包括让 AI 智能体在 Windows 上两键安装、通过 Windows Store 更新,以及用 Prism 模拟器运行非 Arm 原生应用。
Google DeepMind 与新加坡政府科技局(GovTech Singapore)合作,基于轻量级 Gemma 模型微调出一个隐私保护的端侧诈骗检测模型。
Liquid AI 发布 LFM2.5-24B-A2B,一个 24B 总参数、2B 激活参数的推理模型,面向端侧运行私有智能体,会先推理再作答并支持工具调用。它在 LiveClaw 上得分 48.09,高于 Qwen3.6-35B-A3B 的 38.19,在 AutomationBench 上得分 27.69,超过次优模型三倍以上。
推荐理由:Liquid AI 给出 24B 总参数、2B 激活的端侧推理模型,并列出与更大 MoE 的智能体基准对比和部署入口。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,并联合生态伙伴推出面向本地 AI 的软件更新,覆盖 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi、WorkBuddy 等智能体应用。
推荐理由:原文列出 RTX Spark 首发时本地智能体、创作与开发工具的适配清单,可据此判断本地 AI 工作流的可用边界。
Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、740M 参数的开源多模态嵌入模型,可将文本、图像、音频和视频映射到统一嵌入空间,采用 Apache 2.0 许可。
推荐理由:官方给出 740M 参数、模块化编码器与量化后内存占用,便于判断端侧多模态检索的落地成本。