蹦迪、给狗造翅膀，这帮人玩电脑的路子有点野

上周五，托尼参加了小红书在海口举办的明日公园主题活动，晚上蹦迪的时候就看到了这样的一幕。

很明显，这段视觉效果的灵感来源于 PCB 电路板。

但是后来我才知道，这段 PCB 图片素材不是创作者瞎画的，而是一块基本逻辑能跑通的真 · PCB。

有意思的是，创作这个效果的人，此前并没有从事过电子电路相关的工作。

事实上，这回小红书海口的主题活动底下还有很多小型的讨论会和创作者沙龙，而前面这些就是我们在英伟达的沙龙里听到的真人真事。

这个故事来自一位叫王志昂的媒体创作者，制作这段视觉效果的设备则是一台笔记本电脑，搭载英伟达最近刚发布的 RTX Spark N1X 芯片。

现场听完王志昂老师的分享，托尼我也是有点恍惚的 —— 一个没有接触过电子电路的人，靠一台笔记本就能做出这样的效果？You Sure？

但是仔细想想的话，也合理：

我们之前测试过的 RTX Spark 笔记本电脑，搭载了 20-core NVIDIA Grace CPU 和 Blackwell RTX GPU，最高支持 128GB 统一内存，内存带宽达到 300GB/s。

这套配置给创作者用的话，那还真是爽歪歪。

我知道肯定会有小伙伴说，128 GB 的统一内存不上不下：乍一看很大，普通人干什么活都够用了，但是真拿来干活的大模型还真不一定跑得动。比如要想按照传统方法部署蓝色大肥鱼 V4 和 V4.1 Flash 的话，至少也要 200 GB 的统一内存才能把权重、上下文全都带起来。

然而由于梁圣开源，情况已经发生了变化：

unsloth 团队最近成功把 DeepSeek 4.1 Flash 压到了 128 GB 统一内存能跑的水平，早前参数更小的 DeepSeek V4 Flash 更是早就有了 128 GB 统一内存无压力运行的量化版本。

再加上英伟达量大管饱的 GPU 规模，这下是真能在本地跑可以拿来干大活的强力模型了。。。

扯远了，我们回到创作者沙龙现场。

刚刚提到的这位王志昂，在现场里详细地分享了用 RTX Spark 平台制作这个动画的过程。

他倒是很坦诚，说之前也有尝试过接触 PCB 电路，之前创作相似题材的时候，都是在网络上手动检索具有构成美学的线路板图像做参考。

但这次因为是在英伟达的 RTX Spark 平台上创作的，能干的事儿变多了，他直接让本地 AI 在 EDA 里画了一张大概能跑得通的 PCB 设计板图纸。

再按照类似的布局和线路规则，生成城市建筑与道路的俯瞰图。这样一来，电路板和城市就有了构图上的呼应。

观众在观看抽象流动的画面时，借由所使用的设备里拥有的PCB和所处的城市空间的图像，把美学与个体经验，作品与具体生活串联了起来。

图像来源-艺术家王志昂

在剩下的工作里，像什么提取这张 “PCB 城市” 图像里的信息，再转化成三维空间中的点、线、块，这些过程中 AI 也帮了不少忙。

但要让这些点、线、块动起来，配合音乐一起蹦迪，那就是另一套逻辑了。

受限于工具和目前 AI 的能力上限，这个过程大部分还是得创作者自己来完成，这里头就会用到一个叫Touch Designer 的工具。

接触过现场视觉、互动装置或者新媒体艺术创作的小伙伴，应该对它不陌生。

画面里的元素如何移动、变形，彼此之间有什么关系，都需要创作者在 Touch Designer 里设计和实现。想法越特别，需要自己琢磨的部分也就越多。

期间 RTX Spark 倒是可以用 GPU 分担 TouchDesigner 的图像和点云运算，还能借助英伟达的 CUDA 调用显卡算力，但 AI 在这个过程中能做的就不多了，只是解决一部分搭建基础逻辑的工作。

王志昂还在现场举了个例子 —— 假如想做一滴水落地、溅开、回弹的效果，他会先把这个过程拆成下落速度、回弹的弹性等规则，再让 AI 帮他用创作软件的语言实现，并留下可以调整的参数。

所以从王志昂的创作流程就能看出， RTX Spark N1X 这样的 AI 硬件平台，并不像我们想的那样彻底替代掉创作者，而是变成了创作者的超级金手指：

它做的只是把 AI 辅助和熟悉的创作工具放在同一台电脑上，让一个陌生、实现起来又有些费劲的想法，有机会继续往下走。

卡兹克自己就做了一个很好的例子 —— 没错，英伟达除了邀请几位创作者之外，还邀请了我们的同行「数字生命卡兹克」来到了沙龙的现场。

作为 AI 垂类里面一直在探索新技术的博主，这哥们儿的 “弹药库” 真的很足 —— 现场听他讲，他几乎把平常能用到的所有大模型的量化版本，都塞进了一台搭载了 RTX Spark N1X 的 PC 里。

Qwen 3.8 27B 可以辅助写文案、起标题，Qwen Image 2.1 可以画封面，MiniMax H3 可以生成视频。

再配上语音合成、语音识别、OCR 和翻译模型，就能配旁白、转字幕、提取图片里的文字、阅读外文资料。

虽然卡兹克自个儿也承认，RTX Spark N1X 在硬实力上是比不过他家里那台 5090 的。

但 RTX Spark N1X 给到他的，是一台拥有 128G 统一内存、完整 CUDA 生态，整机功耗却只有 80W 的笔记本。

且不说带出门玩 AI 有多香，光是能在外面爽玩游戏这个点就够吸引人了。

不过这还不是最重要的，最重要的是：省钱。

这可能听起来有点反常识，花大几万买一台笔记本回去，怎么就省钱了？我们看看卡兹克的逻辑哈 ——

按照他的说法，自己每个月光是各种 AI 服务的订阅，就要花掉大约 6000 块钱。

这还没算他做的 AI 产品调用模型的费用，最多的一天，API 账单就跑到了 629 元。

更难受的是，有时候活还没干完，额度先用完了。

而 RTX Spark N1X 给他的一个直接帮助，就是把部分原本需要反复付费调用的能力，搬回自己的电脑。

比如，他展示了一段用 MiniMax H3 在本地生成的视频：15 秒、768P，画面和声音一起出，生成耗时约 20 分钟。

按他分享时引用的云端价格，同样长度和规格的一条视频要花 7.5 元

本地按 80W 运行 20 分钟、每度电 0.542 元估算，电费还不到两分钱。

光是调用费用和电费，如果按每天生成 10 条、连续用一个月，就能少花约 2200 元。

对于经常用 AI 做内容的人来说，这个差别很容易理解。

生成视频、画封面，往往需要反复试，才能挑出一个满意的版本。

每改一次提示词、再跑一遍，都可能对应一笔新开销。

把适合的任务放到本地之后，创作者就可以更放松地试，不必每次动手前，先看看自己还剩多少额度。

而到场的另一位创作者，生阳，已经开始尝试了。

生阳是 STWORKSHOP 的主理人，也是一位时尚摄影师和装置艺术家。

平时，他会为品牌和艺人制作装置、造型配饰，还把 AI 和 3D 打印用进了自己的创作。

这次他带到现场的，就是一大一小两对黑色骨翼。

小的给自家狗子穿，大的给人背，里头还装上了灯光和烟雾装置，往背上一戴，出场自带特效。

秀完作品之后，生阳也大方承认他们现在的创作有个很现实的问题：

客户留给你的时间越来越短，以前一个项目可能有一星期，现在两三天就得把东西做出来，就跟差评君催我们写稿一样 。

所以，他关心的是不光是省钱，还有怎么才能尽快把脑子里的想法，变成能拿到手、穿上身的作品。

带着这个需求，他在 RTX Spark N1X 上尝试这让 AI 参与进了这次的翅膀的创作。

他先把要求，包括想要什么造型、多大尺寸、怎么穿戴，以及手边的打印设备能做到什么程度，都理了一遍。

本地 Agent 帮他把零散的想法整理成设计要求，再转成生成效果图的提示词。

他再把这些提示词扔给一个无限画布，生成多套效果图、挑选款式、调整细节。

确定黑色骨翼的方向后，再借助 Tripo AI，把图片变成三维模型。

但是翅膀和人的背部怎么连接，穿上之后人还能不能转身抬手？那些图片里很漂亮的细长结构，打印出来会不会一碰就断？太大的部件又该怎么拆，才能打印和运输？

这些问题，AI 都回答不了，需要生阳把模型导入 Blender，结合身体尺寸和制作经验，一点点慢慢地修。

这时候 RTX Spark N1X 的好处就体现出来了 —— 共享显存够大，多开一个 Blender 不算事儿，老黄背书的 GPU 核心群也能给模型渲染加速。

按生阳的说法，原先一张 4K 图片要等三到五分钟，这次耗时缩短了约一半，预览时的变化尤其明显。

对于经常需要反复修改的人来说，少等一轮渲染，就能早点看到这次调整到底对不对，也多留一点时间继续打磨。

看到这儿，大伙儿应该已经明白了，RTX Spark 做的其实是把本地 AI、日常软件和实际创作任务放到同一台电脑上，方便创作者用更低的成本掌控 AI 的能力，带来更好的创意性内容。

这样的思路其实是更良性的，真正的艺术创作是人在经历和感受了世间万物之后的有感而发。

AI 大模型也好，RTX Spark 这样的硬件也好，它们的进步，只不过是为这个过程提供了更多的便利。