Surface Laptop Ultra 首发体验：是最强 Windows 笔记本，也是 AI 时代的全能本

从 5 月首秀，到 10 月预售，等了小半年，英伟达给 Windows 准备的「最强外援」RTX Spark 终于来了。

10 月 7 日，微软在旧金山举行 Windows 与 Surface 发布会。黄仁勋与纳德拉同台对谈，搭载 RTX Spark N1X 的 Surface Laptop Ultra 和第一批 RTX Spark OEM 机型开启预售，将于 10 月 16 日正式上市。

图｜黄仁勋与纳德拉在 Windows 与 Surface 发布会现场（来源 [Microsoft](https://news.microsoft.com/windows-surface-october-2026-news/)）

爱范儿也第一时间拿到了这台 Surface Laptop Ultra，并上手了现场多款 RTX Spark 电脑。从让 WorkBuddy 在本地干活，到直接拉开复杂的虚幻 5 工程，再到用 DLSS 5 玩游戏，这批 Windows AI PC 的实际表现，确实比预想中更扎实。

英伟达把 20 核 CPU、Blackwell 显卡和 128GB 内存打包塞进了这颗芯片，但落到实际的产品体验上，这台由微软操刀的 Surface Laptop Ultra，用起来究竟怎么样？

图｜Surface Laptop Ultra 与 Surface RTX Spark Dev Box（来源 [Microsoft](https://news.microsoft.com/windows-surface-october-2026-news/)）

Surface 的硬件，老黄的芯片

Surface Laptop Ultra 上手的第一印象，是系列一如既往的踏实感。

全金属机身、利落平直的线条，依然是熟悉的 Surface 味道。正面这块 15 英寸 3:2 触控屏用上了 Mini LED 发光材料，HDR 峰值亮度达到了 2000 尼特，不管是审片调色还是跑虚幻 5 的光影演示，色彩和细节都让人印象深刻。

整机厚度做到了大约 18mm，重量刚好压在 2.0kg。虽然放进双肩包的电脑仓不算吃力，但只要你把它单手拿在手里，沉甸甸的扎实分量会立刻提醒你：它就是一台冲着性能来的随身「AI 超算」。

为了保证 RTX Spark 的性能极致释放，微软还给 Surface Laptop Ultra 上足了散热冗余，机身的厚度和分量显然为此做了让步。

图｜Surface Laptop Ultra 官方散热结构演示画面（来源 [Microsoft](https://www.microsoft.com/en-us/surface/devices/surface-laptop-ultra)）

右侧的磁吸 USB-C 接口，是一个让我爱不释手的小设计。

微软把它叫做 Magnetic Connect。插上官方磁吸线，它能像 MagSafe 一样防绊防扯；拔掉磁吸头，它依然是个能传数据、能接显示器的满血 Type-C。既兼顾了磁吸的顺手，又没有浪费宝贵的高速接口，这种细节对经常带着电脑四处跑的人非常友好。

图｜Magnetic Connect 磁吸 USB-C 充电接口（来源 [Microsoft](https://blogs.windows.com/devices/2026/10/07/pre-order-our-most-powerful-surface-devices-ever/)）

右侧除了磁吸口，还留出了 USB-A 3.1、HDMI 2.1、全尺寸 SD 卡槽和 3.5mm 耳机孔；机身左侧则排布有两个满血 USB-C。作为一台移动工作站，它的接口表现确实很合格，出门在外处理工作，也不需要局促地挂着拓展坞。

图｜Microsoft

不过，真正让这台 Surface 产生质变的，还是藏在精致外壳内部的那颗 RTX Spark 芯片。

RTX Spark N1X 平台最高提供 20 核 Grace CPU、6144 个 CUDA 核心的 Blackwell RTX GPU，以及最大 128GB 的统一内存。

图｜NVIDIA

官方标称它在 FP4 精度与稀疏计算下，最高 AI 算力能达到惊人的 1 PFLOPS，相当于每秒整整一千万亿次浮点运算。

很多人可能对这串天文数字没有直观概念——这个数字是目前主流轻薄 AI PC（40–50 TOPS 级别）的整整二十多倍，以往这种规模的算力，通常只能在机房里的数据中心或者大型工作站上才能见到。

但更重要的，还是最高支持 128GB 的统一内存，这才是整台机器的杀手锏。

在传统 PC 上折腾过本地 AI 的人都知道，卡脖子的从来不是显卡算力，而是显存。哪怕买到顶配如 5080 显卡，也就 16GB 显存。

想跑参数稍大一点的模型？对不起，连权重文件都加载不进去，直接就报错闪退了。

而在统一内存架构下，显卡能直接调用整块 128GB 内存池，哪怕扣除掉操作系统和日常软件的开销，剩下留给模型的空间，也足够在本地跑起以往只能放在服务器上的超大模型了。

图｜RTX Spark 芯片官方示意（来源 [Microsoft](https://blogs.windows.com/devices/2026/10/07/pre-order-our-most-powerful-surface-devices-ever/)）

英伟达的 CUDA 生态，这次 RTX Spark 也能原生支持。开发者能把原本在台式机或服务器上跑得顺手的整套工具链，无缝地搬到这台随身笔记本上，省去了重新折腾适配环境的麻烦。

无论是模型推理还是 3D 渲染，有成熟的 CUDA 生态兜底，硬件的性能都能无损转化为随时可用的生产力。

在英伟达和微软的号召下，Windows 阵营的 OEM 制造商们也推出了自家的 RTX Spark 机型，让这次新平台的首发阵容格外强悍。

譬如华硕，就在一台仅重 1.48kg、14 英寸的 ProArt P14 上，硬生生塞进了最高 128GB 的统一内存；联想和微星，则推出了能翻折、能手写的二合一 PC；还有戴尔 XPS 16、惠普 OmniBook 等也都推出了 RTX Spark 版本。

显然，这就是有史以来最强的 Windows on Arm 阵容——微软是铁了心要把这个系统扶起来。

图｜RTX Spark 合作厂商机型（来源 [NVIDIA](https://www.nvidia.com/en-us/products/rtx-spark/)）

智能、超能、全能

在拿到 Surface Laptop Ultra 的这段时间，爱范儿也体验了多个使用场景，其中让人印象最深刻的应用，是 WorkBuddy。

不同于市面上云端的 WorkBuddy，Surface Laptop Ultra 上的最新版本，已经可以下载本地模型，直接调用这台电脑的端侧算力执行 Agent 任务。

实际体验下来，响应和吐字速度都很跟手，部分任务在断网离线状态下也能直接跑完。

WorkBuddy 让人眼前一亮的地方，在于它直接把本地大模型做成了能落地的日常生产力。你不需要懂什么复杂的推理环境配置，它就能直接接管系统权限，调动各种本地工具替你处理文件、跑任务流程。

这就让 AI Agent 类产品，同时拥有了端侧和云端算力。

遇到复杂的逻辑推理或者要查最新信息，就可以调用云端的大模型去深度思考；如果是整理本地文档、批量格式转换这种琐碎活，用笔记本自己的算力，就能在本地哐哐开干。

费脑子的重活让云端算，涉及本地文件的跑腿活就在电脑里解决，既能出色地完成任务，又能帮你剩下不少 Token。

尽管目前，WorkBuddy 还不支持「端云混合」的模式，自动切换云端或本地模型，但 RTX Spark 的出现，无疑为这样的场景提供了丰富的想象力。

图｜Windows 混合智能示意（来源 [Microsoft](https://news.microsoft.com/windows-surface-october-2026-news/)）

统一内存带来的底气，最直观的体现就是本地大模型。像 Qwen 3.5、Qwen 3.8 这些开源模型，现在都能在端侧实现真正的「Token 自由」。

我们在本地通过 Ollama + Open WebUI 跑了实测：Qwen3.5 35B-A3B（Q4 量化）跑出了接近 60 Token 每秒（59.65 Token 每秒）的持续生成速度，两千多字一口气输出，体验行云流水；换到参数更密集的 Qwen3.8 27B，预热后也能达到 20.98 Token 每秒。

图｜通过 Ollama + Open WebUI 运行 Qwen3.5 35B 本地实测，生成速度达 59.65 Token 每秒

这对于需要跑长链条代码循环的工程，或者需要反复调试提示词的任务来说，在本地随便折腾都不用担心云端按次扣费的账单。而且就算在高铁飞机上断了网，手头的工作也完全不会停摆，商业机密和未公开代码更不需要上传到第三方服务器。

图｜GitHub Copilot 本地模型运行与 GPU 使用情况（来源 [Microsoft](https://news.microsoft.com/windows-surface-october-2026-news/)）

还有一种玩法，是让算力延伸到物理世界产生互动。

在活动现场，爱范儿也体验到了用来演示的 Mirobot 机械臂和各种小机器人，能够直接连着这台电脑做本地调试。

由于没有云端往返的网络延迟，改完一段控制逻辑，桌上的机械臂就能立刻给出物理动作反馈。这种边调边试、所见即所得的体验，对搞具身智能和硬件开发的人来说，应该很有吸引力。

图｜The Verge

Hugging Face 旗下的 Microduck 小鸭机器人，目前已经开放了训练流程。而通过 Home Assistant，笔记本电脑上的本地模型，甚至能帮你接管家里的智能家居，成为算力不间断的家庭智能中枢。

生产力部分，熟悉的「曼哈顿」也来了。

这是虚幻 5 引擎中的一个城市演示场景，有着极高密度的建筑，并且每一个平面都支持用 RTX 光追效果进行渲染。

即便如此，整个工程文件依然可以流畅运行，这对于需要带着项目见客户、到现场调试方案的工程师来说，能随身打开演示项目，本身就是一种生产力。

除了跑 AI 跑工程，这台 Surface Laptop Ultra 跑游戏也很有一手。

按照英伟达的说法，它的图形性能大致对标移动版 RTX 5070。我们在现场上手了《NBA 2K27》《毁灭战士：黑暗时代》等游戏，帧率表现相当流畅。

而 DLSS 5 的加入，则让游戏的画面更上一个台阶。它利用游戏画面和运动向量进行三维引导的神经渲染，直接参与画面的塑造、改善光照与材质表现。在《NBA 2K27》里，皮肤的光感、毛发透光与接触阴影，都让人物更有真实感。

光看官方展台的演示还不够，爱范儿也跑了几款主流的 3A 游戏，看看它在日常使用里到底能跑到什么水平。

先看重负载 3A 代表《赛博朋克 2077》（1080p、DLSS 自动、关帧生成）：在关闭光追时，平均帧率能达到 67.17 FPS，最低帧也有 51.50 FPS；

在「光线追踪：超级」预设下，平均帧率也有 39.49 FPS，在光影全开的顶格画面里沉浸过剧情，视觉享受依然赏心悦目。

向左滑动查看更多内容

图｜关闭光追（左），开启「光追：超级」（右）

偏电竞的《CS 2》中，Surface Laptop Ultra 在 1080P 非常高画质的 Dust2 基准测试里拿下了 109.7 FPS 的平均帧，稍微降低一些画质，达到「电竞级」的表现没有问题。

真正带来惊喜的是《漫威争锋》。我们这次提前体验到了原生适配 Arm 的版本。

在 1080P 全极高画质（Lumen 全局光照与反射）、DLSS 原生档并开启自动帧生成的设定下，游戏内置测试跑出了平均 171 帧的成绩，激烈团战场景下的 1% Low 也有 138 帧，画面丝滑。

图｜《漫威争锋》1080p 极高画质开启 DLSS 帧生成实测，平均 171 FPS

从 3A 单机到竞技网游，这几项实测清晰地划出了一条基准线：它确实拥有了正经游戏本的图形底盘。不过，要想让玩家真正放心地把它当主力机打游戏，还要翻过另一座大山。

过去提起 Windows on Arm 玩游戏，大部分玩家的第一反应都是怀疑：转译掉帧不说，再加上反作弊驱动这个老大难问题，很多网游连大厅都进不去。

不过，这次微软和老黄显然下定决心要把这块最大的短板补齐——底层有 Prism 负责转译兜底，像 Steam、XBOX 等平台上的游戏，大部分都能装上也都能流畅跑。

更难啃的反作弊大山（从 Easy Anti-Cheat 到腾讯 ACE、Vanguard），微软、英伟达也在和开发商陆续打通。

微软甚至直接砸出了一张王牌：全球最热门的 FPS 游戏《使命召唤》，将于 2027 年正式登陆 RTX Spark 平台。

虽然生态的彻底补齐依然需要时间，但 Windows on Arm 玩游戏，这次似乎真有希望了。

跑得动本地重度大模型，带得出门做三维工程渲染，回到家还能痛痛快快打 3A 游戏。RTX Spark 想做的「AI 时代全能本」，开始有了具象模样。

AI 时代，Windows 终于等来救星

作为 RTX Spark 平台的首秀产品，Surface Laptop Ultra 的体验确实挑不出什么毛病——唯一让人望而却步的，其实就是价格。

Surface Laptop Ultra 的起步价就要 21988 元，而且这个入门款只给了 24GB 内存和 512GB 存储；真正能把 70B 大模型跑爽的 128GB 顶配版，价格更是飙到了 48388 元。

其他 OEM 机型同样不便宜，联想 Yoga Pro 15 RTX Spark 的 64GB 版本售价 29999 元，128GB 顶配版也来到了 42999 元。

但考虑到 5060 游戏本的价格也已经涨到一万块出头，这个价格并非难以理解。

作为一个崭新的、面向未来的 AI PC 平台，RTX Spark 无疑还有很长的路要走。相较于已经在专业生产力领域打出名堂的其他竞品而言，微软和英伟达还要开拓更多的场景、连接更多的应用并且拿出更大的诚意，来让用户接受 RTX Spark。

某种程度上讲，当下购入一台 RTX Spark 笔记本电脑，无疑是个「战未来」的选择。

工欲善其事，必先利其器——在 PC 时代，往往会有创业者为了提供更顺畅的服务，砸重金包下一条网络专线；而在 AI PC 时代，拿下的算力越多、成本越低，能创造的机会也就越多。

对于需要在客户驻场部署模型、随时调试硬件机器人，或者 AI 行业的创业者而言，RTX Spark 的吸引力无可替代——最主流的开发生态、足够强劲的算力和一个双肩包就能背走的轻便。

但如果你不是这样的用户，只是想买一个不错的游戏本或办公本，在 RTX Spark 之外依然有丰富的选择。

目前的 RTX Spark，更像是一款专门为极致硬核用户量身定制的重型装备，它的象征意义和标杆价值，远大过普罗大众的消费热情。

它确实为 Windows 生态开辟了一块至关重要的试验田。软件厂商终于可以放开手脚，围绕大容量统一内存和本地算力去开发真家伙，而不是整天围着聊天框打转，为捉襟见肘的算力发愁。

看着微软和英伟达在台上站在一起，很难不让人联想起当年的 Wintel 黄金时代。

那时候，英特尔负责把处理器性能推到极致，微软负责把 Windows 铺满千家万户，软硬件紧紧咬合在一起滚雪球：软件越多，买电脑的人越多；用户越多，开发者就越愿意为新硬件写程序。

如今，老黄和纳德拉重聚在 Arm 架构下，想要复制的，显然就是这种能让整个生态重新跑起来的正向循环。

只是这一次，横亘在面前的，不再是某个具体的硬件公司，而是无处不在、吞噬一切的云端大模型们。

而用户的设备，无论是什么配置，只要能连上网，就能调用全世界最聪明的大模型。

AI 越来越厉害，并不天然构成大家掏出真金白银换电脑的理由。

这也正是 WorkBuddy 这类应用的价值所在。它把本地算力接进了现有的工作流，让用户能在一次次调用中感受到本地算力的便利。

只有当本地算力真正嵌入日常操作、在无需网络的极端场景下也能解决实际问题， RTX Spark 和 Surface Laptop Ultra 才不会沦为展台上的炫技，而是成为桌面上离不开的生产工具。

图｜Microsoft

英伟达需要继续降低模型在本地部署和调优的门槛，联合更多愿意押注端侧模型的合作伙伴；而微软，则必须证明自家系统管理 Agent 的安全性和稳定性。归根结底，大家在本地部署省下来的时间，不能转头就被糟糕的系统体验浪费掉。

从这个角度来看，Windows 甚至比英伟达更急迫地需要打赢这一仗。如果未来的 AI 统统留在云端，英伟达在数据中心照样日进斗金；但 Windows 却很可能被架空，沦为一个仅仅用来点开浏览器的无聊外壳。

微软必须向所有人证明：当 Agent 真正开始替人类打理日常工作时，个人电脑依然是掌控一切的绝对中枢。

实际体验过 Surface Laptop Ultra 之后，爱范儿确信我们已经看到了 AI 时代全能本的轮廓。它有随身工作站的能力，也保留了创作和游戏的乐趣。

Windows 的救星确实已经赶到了，接下来，就要看微软如何兑现承诺，让大家觉得这笔昂贵的算力投入，真正物有所值了。