2024年，微软推出Copilot+ PC，宣称其为“有史以来最快、最智能的Windows电脑”，并附带Recall（回忆）功能及AI图像编辑等新特性。然而，市场反馈显示该系列产品存在过度营销与交付不足的问题。
Copilot+ PC：被高估的概念与受限的体验
微软最初规定，只有配备神经处理单元（NPU）且算力达到每秒40万亿次操作（TOPS）及以上的PC才能获得Copilot+认证。这一标准忽视了笔记本电脑中已有的独立显卡能力。例如，移动版RTX 4050显卡算力接近200 TOPS，远超认证最低标准近400%；AMD和Intel同期推出的多款显卡也超越了该要求。
问题在于，当时缺乏能在NPU上执行有用任务的成熟AI模型。更强大的AI功能仍依赖云端Copilot服务，这使得“AI PC”与普通连接云端大模型的PC并无本质区别。此外，Recall等功能无法有效调用独立GPU，需依赖易失效的拼凑式解决方案。由于人为设定的NPU门槛，数百万台具备硬件基础的PC被排除在微软旗舰AI功能之外。
Recall功能发布前后遭遇多次公关危机，而Windows内置AI图像编辑能力也被更强大的云端或专用工具掩盖。这反映了当时本地AI模型的困境：占用内存大、能力有限且易产生幻觉。微软为抢占先机过早推动AI PC，导致用户失望。
RTX Spark：满足本地AI的真实硬件需求
RTX Spark设备弥补了Copilot+硬件的不足。其底层架构搭载两种系统级芯片（SoC）：顶级型号结合20核CPU与Blackwell GPU（6,144个CUDA核心），配备最高128GB统一内存；精简版则配备18核CPU、5,120个CUDA核心的Blackwell GPU及最高32GB内存。顶级型号的“超级芯片”设计与英伟达DGX Spark相似，但内存速度快约10%。
实测显示，RTX Spark在运行本地AI模型方面表现出色。在64GB内存版本测试中，其在大型语言模型（LLM）输出速度上比DGX Spark领先约10%，并能运行远超16GB显存RTX 5070 Ti限制的模型规模。与将AI任务限制在低功耗NPU的Copilot+ PC不同，RTX Spark具备在本地运行有用AI模型的硬件条件。
在多任务工作流中，64GB RTX Spark可轻松运行一个30B参数模型（4-bit量化），占用不到30GB内存，同时后台运行语音转文字、图像描述、OCR及自然语言到PowerShell转换器等其他专用模型。整个设置内存消耗低于40GB，剩余空间供Windows及其他应用使用，全程无需云端介入。用户可根据需求定制本地模型，不再受限于NPU性能或Windows内置功能。
AI PC终于落地，但价格门槛高企
相较于微软2024年未能落地的AI PC概念，RTX Spark强大且灵活，真正具备托管有用AI模型的能力。64GB和128GB版本尤其引人注目，可运行智能的30B参数模型协调多个小模型，或访问量化版100B参数模型，后者性能有时可媲美云端前沿模型。此外，充足内存还支持用户微调小型AI模型。
尽管AI应用生态系统仍不成熟，配置工具多为极客向，但启用真正AI PC的硬件现已可用。不幸的是，RTX Spark设备起售价约为2,600美元，许多型号成本超过4,000美元。AI PC虽已成为现实，但其高昂价格限制了普及范围。