快速了解本文
NVIDIA RTX Spark 笔记本将于 10 月 16 日发售，最高支持 128GB 统一内存。
推出 OpenShell 安全沙箱与 PAIR 算力路由器，构建本地 Agent 安全底座。
发布专为该平台设计的 Nemotron 3.5 Bolt 74B 专属本地大模型基座。
Adobe 创意软件获加速优化，DLSS 5 AI 模型随硬件首发同步上线。
本摘要由 AI 辅助整理，请以正文内容为准。
NVIDIA RTX Spark 笔记本电脑将于 10 月 16 日正式发售。该平台将游戏 PC、创意工作室和个人 AI 超算能力结合于单一超级芯片，最高支持 128GB 统一内存和 1 PFLOPS AI 算力。在发售前夕，NVIDIA 不仅确立了硬件基础，更完成了从底层安全沙箱、专属大模型到主流创意与开发工具链的全面软件生态适配，为其“个人 AI 超算”的落地做好了系统性准备。
01筑牢本地 Agent 的安全与调度底座
本地 AI 的核心痛点在于安全与权限控制。为此，NVIDIA 推出了 OpenShell 和 Microsoft Execution Containers (MXC) 安全沙箱技术。MXC 提供操作系统级安全，而 OpenShell 则简化了 Agent 对 MXC 的采用，并增加凭据保护和安全监控。目前，Hermes、OpenClaw 和 GitHub Copilot 等主流 Agent 应用已支持或即将支持该技术。这种沙箱机制使本地 AI 能够安全地执行系统级任务，标志着本地 AI 从单纯的“能跑”向“安全可控且实用”演进。其实际兼容性与对复杂系统级任务的拦截率将在发售后的用户实测中接受检验。
在算力调度方面，NVIDIA PAIR（个人 AI 路由器）正式退出 Beta 阶段。PAIR 新增对 llama.cpp 的支持，可自动发现局域网内兼容设备并分发 AI 工作负载。该功能支持 Windows、Linux 和 macOS，旨在将多台 PC 的 AI 算力池化，从而打破单台 PC 的算力上限，为多设备协同运行本地 AI 提供了基础设施。
02推出专属本地大模型基座
为充分发挥 RTX Spark 的硬件潜力，NVIDIA 将于 10 月 15 日发布 Nemotron 3.5 Bolt 74B 模型。这是一个专为 RTX Spark 本地 Agent 设计的 MoE（混合专家）模型，拥有 74B 总参数和 9B 激活参数，采用 2-bit 量化技术，仅需占用 24GB 内存。该模型旨在实现速度与智能的最佳平衡，比主流稠密模型更快，比同等内存占用的 MoE 模型更智能。
专属模型的推出配合最高 128GB 的统一内存，表明 NVIDIA 正在为 PC 端定义一套独立于云端大模型的本地 Agent 算力与模型标准。不过，2-bit 量化在极端复杂推理任务下的精度损失情况尚缺乏独立第三方基准测试数据。
03创意工作流与开发工具链全面加速
在上层应用方面，RTX Spark 的硬件加速能力已深入主流工作流的核心环节：
功能亮点
创意软件加速：
Adobe 正在针对 RTX Spark 优化 Photoshop 和 Premiere 等应用。通过重构部分底层架构以适配该平台，并利用 GPU 加速合成和渲染等技术，预计将带来最高 2 倍的性能提升。
自动化节点升级：
NVIDIA Broadcast 2.3 版本发布，引入视频超分辨率、视频帧生成、离线文件处理以及 Agent 的 MCP（模型上下文协议）控制功能。MCP 控制允许 AI Agent 直接调用 Broadcast 的功能，将其从单纯的推流工具升级为可被 AI Agent 调度的自动化节点。
开发工具链就绪：
PyTorch、Python、CUDA 及所有 CUDA 库已全面支持 RTX Spark。同时，Llama.cpp 新增对决策模型的支持并发布了 Windows 应用，大幅降低了开发者在 RTX Spark 平台上进行本地 AI 模型训练、微调和推理的门槛。
04游戏生态与后续关键节点
在游戏与图形渲染领域，DLSS 5 AI 模型将于 10 月 16 日随 RTX Spark 首发上线。随后在 10 月 23 日，RTX Remix 的更新（含 DLSS 5 支持）以及 Nemotron 3.5 Bolt E4B 4GB 模型也将正式发布。后者是专为 NVIDIA ACE AI 游戏角色设计的第三代小语言模型，展示了 RTX Spark 在游戏渲染和 AI NPC 交互方面的持续生态投入。