隨着RTX Spark筆記本正式開賣，一款全新的筆記本品類正式進入消費者的選擇範圍。RTX Spark打破了兩個領域的壁壘，一個是Windows on Arm硬件在過去很長時間中沒有任何性能強勁硬件，另一個則是端側AI設備長時間依賴受衆較小的Linux或者macOS系統運行。是的，一款既能普遍適配Windows程序、Steam遊戲，並且機身輕薄，續航表現，GPU媲美獨顯的筆記本就此誕生。
聯想 YOGA Pro 15 RTX Spark筆記本正是首發RTX Spark產品中非常值得關注的一款，它採用NVIDIA RTX Spark N1X超級芯片，最高擁有20核的CPU，6144個CUDA核心的GPU，以及最高128GB LPDDR5x 9400MT/s統一內存，並且用上了2TB SSD，165Hz刷新率的15.3英寸OLED觸控屏，完完全全是頂配微軟Surface Laptop Ultra的聯想版。
在此之前，我們已經進行了聯想YOGA Pro 15 RTX Spark的開箱。並且在這篇評測上線的同時，同步更新了上萬字的《RTX Spark筆記本淺析》，這裏讓我們直接專注於筆記本的測試結果，重點看看NVIDIA RTX Spark N1X超級芯片的性能究竟如何。
遊戲：輕鬆100FPS+
先說大家最關心的遊戲。雖然統一內存帶寬相對獨顯GPU有所壓縮，但是聯想 YOGA Pro 15 RTX Spark運行遊戲也是毫無壓力的。老規矩先上3DMark。
RTX Spark擁有完整的Blackwell GPU技術，因此光線追蹤、路徑追蹤、DLSS 4.5和DLSS 5都提供了完整支持。同時依靠筆記本的性能，創作者可以在RTX Spark筆記本上實現RTX Remix老遊戲重置，以及NVIDIA ACE這樣的本地運行輔助對手。
在實際遊戲體驗中，我們使用聯想 YOGA Pro 15 RTX Spark屏幕的2560x1600分辨率，DLSS平衡檔，選擇3倍或者4倍多幀生成，目的是喫滿筆記本的165Hz刷新率，當然也可以最高開到6倍多幀生成，將幀率進一步拉高，只不過超出屏幕顯示範圍，基本沒有什麼收益。
這裏我們先對《漫威爭鋒》進行測試，感謝網易給我們優先提供了ARM64EC Beta版本。在2.5K分辨率，最高預設下，開啓DLSS 4.5，以及4倍多幀生成，遊戲幀率可以做到160FPS以上。
重點是，我們在聯想 YOGA Pro 15 RTX Spark插電和不插電狀態下，對《漫威爭鋒》前後進行了對比，RTX Spark N1X整體功耗都是穩定在50W左右，遠沒有達到80W的上限，遊戲幀率穩定在160FPS左右。
更重要的是，RTX Spark目前已獲得15家反作弊方案的原生支持，包括Easy Anti-Cheat、BattlEye、Denuvo Anti-Cheat、Anybrain、Elytra、Valve VAC、nProtect GameGuard、XIGNCODE3、Hyperion、Viking、HoYoKProtect、網易遊戲安全、Nexon遊戲安全，以及我的世界基岩版和殭屍毀滅工程的內建反作弊。
意味着諸如《反恐精英2》《彩虹六號：圍攻》《漫威爭鋒》《絕區零》等多人遊戲已經可以正常遊玩。同時包括動視、Riot、騰訊ACE、EA Javelin以及PUBG相關的反作弊支持已經蓄勢待發。如果你是《無畏契約》《英雄聯盟》《使命召喚》的重度玩家，那麼可能需要再等上一段時間。
另外我們對數款遊戲進行測試，羅列對比。
在遊戲狀態下，我們也對筆記本的發熱和噪音進行了測試。聯想 YOGA Pro 15 RTX Spark的模具應對RTX Spark N1X的極限80W功耗沒有任何問題。在24℃的環境溫度下，鍵盤、觸控板均保持清涼，出風口在筆記本下方。
噪音渾厚不刺耳，53dBA屬於有噪音，但是不戴耳機也不會受到影響的範圍，比大多數獨顯筆記本運行噪音都要低。
由於筆記本可以離電全速運行遊戲，我們也嘗試離電運行《漫威爭鋒》，內置92.5Wh高密度電池可以支持我們遊戲運行3小時左右。如果是日常工作，Windows on Arm不錯的供電管理，實際可以讓筆者堅持8小時的日常文檔辦公。事實上這篇文章就是筆者在聯想 YOGA Pro 15 RTX Spark完全離電下完成的。
本地AI與智能體：海量內存就是爽
這個章節我們重點測試RTX Spark N1X主推的端側AI性能表現。本地AI與智能體的核心是由本地部署的大語言模型，例如Llama、Qwen等，搭配RTX Spark這樣足夠算力的硬件，再加上工具調用與記憶管理框架進而實現自主決策與任務執行。這裏我們使用llama.cpp加載Qwen3.8-27B Q4_K_M量化，外加DFlash投機解碼草稿模型，進而構成一整套測試環境。
事實上，量化精度、是否啓用投機解碼、上下文長度、GPU 內存分配比例等任何一項改變之後成績都不可對比，這個部分我們更傾向於展示現有階段RTX Spark的表現。正如我們架構淺析時所言，本地模型的功能表現與雲端頭部模型距離可能只有4到6個月的時間，越往後，RTX Spark筆記本的端側AI功能會變得更易用，效率也更高。
需要說明的是，參與測試的聯想 YOGA Pro 15 RTX Spark筆記本爲頂配版，擁有128GB統一內存，這意味能實現64GB版本機型無法做到的超長上下文場景，例如分配78GB統一內存實現Qwen3.8-Flash-Next測試。不過實際的響應速度仍然取決於RTX Spark中GPU的表現，內存的多少更多是決定模型的規模。
當然，更猛的是直接擴展到96GB，這是富裕的象徵。
AgentPerf Local是Artificial Analysis 推出的本地智能體性能基準，把真實AI智能體在SWE-bench和PinchBench上解題的完整運行過程錄成軌跡，在PC上原樣回放，包括168輪、約250萬輸入 token、3.1萬輸出token，進而檢測整套 agentic工作流的端到端耗時而非單輪問答速度。結果以歸一化端到端完成時間和解碼速度（tok/s）呈現。
在實際測試中，聯想 YOGA Pro 15 RTX Spark表現不錯，Qwen3.8-27B端到端耗時1456秒完成，速度25.56 tok/s。同時Qwen3.6-35B-A3B端到端耗時526秒，速度81.85 tok/s，這個表現優於NVIDIA給出的官方指導參考，可進一步證明RTX Spark N1X的釋放潛力，以及聯想 YOGA Pro 15 RTX Spark有不錯的性能釋放。
SpeedBench通過編程、問答、多語言等類別的真實語料數據集，配合MTP多token預測測純解碼速度來反映真實性能。
這裏聯想 YOGA Pro 15 RTX Spark在Qwen3.8-27B中可以做到24.36 tok/s，Qwen3.6-35B-A3B可以做到89.38 tok/s。這部分統一內存容量不會對測試造成太多影響，主要考驗內存的帶寬瓶頸。
AIPerf ISL/OSL做的是經典的輸入/輸出長度掃描，通過16k/32k/64k的輸入，強制輸出1k，測試首次token延遲（TTFT）和端到端時間。雖然這個測試對現代多輪agentic場景代表性有限，但它是唯一能把預填充（prefill）性能單獨暴露出來的項目，而預填充喫算力不喫帶寬。
這裏得益於聯想 YOGA Pro 15 RTX Spark使用的是滿配版的6144核GPU，算力會直接在TTFT上展現。
MLPerf Client 2.0.1則是測試中標準化程度最高的一個，它由MLCommons開發，主要進行4輪的短agentic循環，以及FLUX.2 Klein圖像生成。這裏是聯想 YOGA Pro 15 RTX Spark的強項，得益於Blackwell天生對NVFP4的原生支持，圖像生成性能也很猛一些。雖然目前我們還沒有測試同級別的RTX Spark機型，但通過前面的測試來判斷，有理由認爲聯想 YOGA Pro 15 RTX Spark的性能釋放是充足的。
喜聞樂見的UL Procyon主要執行文本生成進行測試，文本生成測試在推出之初對於大量的獨顯筆記本已經是沉重的負擔，但是對於擁有海量KV Cache的RTX Spark筆記本電腦而言，已經不是任何問題，13B甚至還差點意思。
實際測試中，聯想 YOGA Pro 15 RTX Spark表現優於NVIDIA給予的參考指導，也進一步證明了這款筆記本的性能釋放更猛一些。
圖像生成對於聯想 YOGA Pro 15 RTX Spark而言也毫無壓力，這裏參考Procyon的FLUX.1 Demo測試，因爲這項測試可以分別使用FP4 / FP8 / FP16進行對比， 其中FP16硬件要求至少要有35GB顯存才能實現，FP8需要23GB，FP4只需要15GB。從速度來看，FLUX.1 FP4着實快上不少，也更省顯存。
然後是更基準的AI Computer Vision 2.0測試，對於RTX Spark而言不存在任何壓力。
然後是Unsloth Studio免代碼界面對Qwen3.5-9B做LoRA微調，有375步、3 epochs，前後對比回答質量。以往這套流程要在AI工作站和雲端才能實現，在本地是不可能的。而在聯想 YOGA Pro 15 RTX Spark上，這份工作包含模型加載保存只需要5分鐘左右就能完成了。
如果是128GB統一內存，還意味着可以加載14B、27B模型做LoRA，這個優勢是64GB統一內存機型未必能完全實現的。這也是頂配聯想 YOGA Pro 15 RTX Spark真正厲害的地方。
最後是落地到本土的騰訊WorkBuddy，它主打辦公生產力場景——文檔處理、課件與文獻整理、報表生成、會議紀要、PPT製作等重複性桌面工作的自動化，面向企業辦公與個人用戶，已覆蓋PC及移動多平臺，此前也與英特爾合作推進端側能力落地，PC端月訪問量已達千萬級。
在RTX Spark上，NVIDIA將WorkBuddy列爲與Hermes、OpenClaw、Perplexity等並列的頭部合作智能體，爲其做了本地AI深度優化，包括首次開機即可一鍵安裝，自動推薦針對RTX Spark優化的本地模型與配置，幾擊即可完成部署，並可通過OpenShell和微軟MXC獲得安全沙箱能力。
因此在聯想 YOGA Pro 15 RTX Spark上配置WorkBuddy非常簡單，登錄之後，在設置中選擇模型，並勾選本地模型，等待下載完成後即可完成配置，本土的網絡下載加速就是快到感動。
如果你是之前WorkBuddy的用戶，都知道每次操作都會消耗Token，一不小心就會把積分用光。但是在RTX Spark上，這已經不是問題。通過一鍵本地部署的CUDA-13推理引擎，初步處理138頁、140MB的圖文混合的文檔的時間爲13分鐘，而後圍繞文檔內容和信息再度進行問答和分析，速度進一步加快。
不僅如此，WorkBuddy還提供了NVIDIA專區，只要在連接器中搜索NVIDIA App，就能通過WorkBuddy對RTX Spark筆記本進行控制。比如用自然語言詢問是否有最新驅動，對驅動設置進行調整。屬於通用型的桌面優化助手了。
內容創作：不插電滿負荷運作
內容創作是RTX Spark筆記本最擅長的領域之一。這裏我們先用ComfyUI實現圖片和視頻的工作流，通過內置的Performance Tests功能計時，並且先預熱跑一輪，再測5輪取平均值作爲參考。
值得說明，ComfyUI已經提供了對NVFP4精度的支持，這是Blackwell GPU第五代Tensor Core的專屬優勢，同時這裏執行BF16和FP8工作流來進行對比，情況類似於前面Procyon的圖像生成測試。
其中Flux2.Dev-NVFP4生成1024×1024圖像需要42.33秒；Flux2.Klein-4B-NVFP4爲15.19秒；1280×736、121幀的LTX2.5視頻處理時間爲73.86秒。
與我們日常較多的DaVinci Resolve，主要參考PugetBench for Creators測試，這是PugetSystems出品的真實應用驅動型基準，直接驅動真實的DaVinci Resolve進行GPU特效、AI功能操作，並獲得最終分數。DaVinci Resolve分數爲66392，具體參考如下。
Blender Benchmark是Blender官方推出的開源渲染跑分工具，用固定生產場景測試GPU在Cycles路徑追蹤下的渲染速度。同時Blender 5.3已經支持DLSS 4.5光線重建降噪，在快速移動模型的時候，可以很快獲得乾淨畫面，並在停止後迅速收斂。實際表現中，RTX Spark N1X表現大約與GeForce RTX 5070 Ti 筆記本電腦 GPU相當，但實際筆記本整機TDP只有80W，並且可以離電運行，這一點是常規獨顯筆記本無法做到的。
V-Ray是Chaos出品的商業專業渲染器，主打基於物理的光照、材質、全局光與光線追蹤，可輸出照片級靜幀和動畫，並支持GPU及混合渲染。 它深度集成3ds Max、Maya、SketchUp、Rhino、Revit等主流 DCC/CAD 軟件中，結果如下。
寫在最後：
因爲時間倉促，我們還沒有來得及對部分新增的端側AI創作功能進行嘗試，例如Photoshop Beta已經增加了針對Tensor Core優化的本地移除工具，以及Premiere Beta也增加了對象蒙版AI跟蹤、增強音頻、場景剪輯檢測、自動重構，外加GPU加速的32位Color Mode，所有的功能都是端側運行，不依靠雲端，而這些功能以往都是需要聯網混合運行的。
即便如此，依然可以通過聯想 YOGA Pro 15 RTX Spark感受到RTX Spark N1X滿血版恐怖的戰鬥力。它擅長把過去必須依賴雲端或臺式工作站的事搬進包裏，128GB統一內存讓它能在本地流暢運行300億到700億參數級別的大模型和智能體、完成模型微調，也能從容應對Blender渲染、達芬奇4K視頻剪輯、ComfyUI圖像生成這類創作負載。
遊戲方面，RTX Spark N1X原生支持DLSS，路徑追蹤，Reflex，所有技術都已經準備妥當，現在只需要等待剩下的幾款騰訊系的反作弊軟件支持，幾乎就可以應對當下所有能看到的競技類遊戲。而3A級大作沒有壓力，配合DLSS超分辨率和多幀生成，喫滿聯想 YOGA Pro 15 RTX Spark的2.5K 165Hz OLED觸控屏沒有任何壓力。
我們也嘗試了諸如官方明確表示支持《極限競速：地平線6》，依然可以順利運行，並可以將遊戲幀率拉昇到160FPS以上。當然過程中也會有一定概率會遇到遊戲錯誤退出的情況。即便如此，首發的當天就能讓Windows on Arm玩上這麼多大作，未來相當可期。
你可以把RTX Spark筆記本定位成一款端側AI的全能本，海量的內存所構建出的廣闊KV Cache空間，讓那些即使有16GB獨立顯存的GPU們都相形見絀。同時，它還可以用三分之一的功耗高幀率運行遊戲，並且內容創作和端側AI應用所向披靡，再加上輕薄的機身設計，只要你有充足的預算，或者是能通過產出快速回本創作者，這款筆記本的吸引力是拉滿的。
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
