将火花带入欧洲：本地智能驱动下一代 Agent 浪潮

# 点燃欧洲 AI 之火：本地智能驱动下一波 Agent 浪潮 来源：https://blogs.nvidia.com/blog/local-ai-gtc-rtx-dgx-spark-station-sync/ 在 GTC Berlin 上，NVIDIA 展示了其完整的本地 AI 硬件产品线。RTX Spark（https://www.nvidia.com/en-us/products/rtx-spark/）于上周发布（https://nvidianews.nvidia.com/news/nvidia-rtx-spark-pcs-available-today-a-new-beginning-for-windows-pcs），为 Windows PC 上的个人 Agent 提供算力支持；DGX Spark（https://www.nvidia.com/en-us/products/workstations/dgx-spark/）面向在 Linux 上构建和扩展应用的开发者；DGX Station（https://www.nvidia.com/en-us/products/workstations/dgx-station/）则服务于在 Linux 上运行前沿工作负载的企业团队，Windows 版本将于 12 月到来。 本次发布内容包括： - Underdog 桌面 Agent 现已在 RTX Spark 上线 - DGX Spark 64GB 将于 10 月 23 日（周五）发售 - NVIDIA Sync 将支持八台 DGX Spark 集群，并于本月新增 Model Launcher - 10 月 DGX Spark 软件更新新增 Wi-Fi 助手并更新 DGX Spark Skills - DGX Station 通过七项新集成提升可管理性 - DGX Station for Windows 将于 12 月发布，支持众多制造行业应用和 Agent 框架 - 三个面向 DGX Station 机器人应用的全新开源参考工作流 - NVIDIA Cloud Functions 即将以抢先体验形式登陆 DGX Station - Recursive Flint——全新本地代码模型现已支持 NVIDIA 本地硬件 - 对 Nemotron、GLM、DeepSeek、Qwen、MiniMax 和 FLUX.3 等新 AI 模型提供 Day-0 支持 - 为 llama.cpp 和 vLLM 推理引擎带来全新加速，以及一系列针对本地 AI 硬件优化的全新检查点 以下将详细介绍这些本地 AI 发布内容，也欢迎观看 GTC Berlin 的演示和会议（https://www.nvidia.com/en-eu/gtc/session-catalog/）。 ## **RTX Spark 将个人 Agent 带入 Windows PC** RTX Spark 是 PC 的一个全新开端——最高配备 128GB 统一内存和 1 Petaflop AI 算力，可运行个人 Agent、加速内容创作，并实现 1440p 分辨率下 100 帧每秒的游戏体验。 以下是自 10 月 16 日发布以来，早期评测者对这款产品的评价： *"为认真创作者打造的梦想之机……"*——CGMag *"为 AI 的未来而设计……"*——The Verge *"一台极其强大、出人意料地便携且高效的机器……"*——PCMag Underdog 是一款专为完全本地化、隐私保护 AI 打造的全新桌面 Agent 应用，如今也将其体验带到了 RTX Spark 上。Underdog 由其 Husky 模型专用推理引擎驱动，完全在设备端运行模型，确保个人 Agent 在完成工作的同时，用户数据绝不离开 PC。Underdog 现已开放下载（https://underdog.ai/download）。 为了更好地支持开发者和爱好者构建和定制本地 Agent，许多 RTX Spark 笔记本预装了未锁定的引导加载程序。 在 GTC 主题演讲中，NVIDIA 创始人兼 CEO 黄仁勋展示了运行在 RTX Spark 上的 AI Agent 如何使用 NVIDIA Isaac Lab、Hermes Agent 和 Nemotron 3.5 Bolt 74B 来训练 Hugging Face 的 Microduck 机器人（https://pollen-robotics.com/microduck/）。 ASUS、Dell Technologies、HP、Lenovo、Microsoft 和 MSI 的笔记本现已上市，Acer 即将推出。 了解更多 RTX Spark 信息（https://www.nvidia.com/en-us/products/rtx-spark/），并获取最新的 RTX Spark 实践指南（https://build.nvidia.com/rtx-spark）。 ## **DGX Spark 为开发者提供广阔的构建空间** 全新的 DGX Spark 64GB 系统（https://blogs.nvidia.com/blog/local-ai-dgx-spark-64gb-sync/）——可运行包括 Nemotron 3.5 Bolt 74B 24GB、Qwen3.8 27B 和 Gemma 4 26B-A4B 在内的模型——将于 10 月 23 日（周五）起由合作伙伴陆续发货。 当工作负载需要更大容量时，开发者可通过内置的 NVIDIA ConnectX-7 网络和 NVIDIA Sync Cluster Assistant（https://docs.nvidia.com/dgx/dgx-spark/nvidia-sync.html）连接多台 DGX Spark 系统。这使用户能够运行 Qwen 3.8 Flash Next、DeepSeek v4 Flash 0731 和 GLM 5.3 Flash 等高级代码模型。 现在，DGX Spark 在手动配置下最多支持八台集群，可运行更大的模型、更长的上下文、并发 Agent 以及分布式开发。非常适合小型团队共享单个集群作为后端，每位开发者针对同一模型运行并发会话，可提供 1TB 统一内存——足以运行 GLM 5.3 等前沿级模型。 开始使用 DGX Spark 集群实践指南（https://build.nvidia.com/spark/connect-multiple-sparks）。 NVIDIA Sync Model Launcher 也将于本月晚些时候上线。它简化了在单台 DGX Spark 或集群上使用本地 AI 的流程。只需几次点击，Model Launcher 即可下载适合当前配置的模型和容器，并将模型连接到 OpenCode。它会自动加载 DGX Spark Skills，提供故障排查、设备维护、访问官方文档和其他工作流指引。 10 月 DGX Spark 软件更新带来全新的 Wi-Fi 助手，允许用户在 DGX Spark 以设备模式运行时切换网络。此外，DGX Spark Skills 通过 OpenCode 直接在 NVIDIA Sync 中提供面向工作流的故障排查和设备维护指导。 DGX Spark 系统可直接从 Acer、ASUS、Dell Technologies、GIGABYTE、HP、Lenovo、MSI 和 NVIDIA 购买。 ## **DGX Station 将前沿智能带到桌面** 对于规模更大的团队，DGX Station 提供 748GB 一致性内存和高达 20 Petaflops 的 AI 性能，使开发者能够运行 GLM 5.3 等高级模型，并以媲美云端模型的速度服务 30 多名用户。为进一步扩展规模，NVIDIA Sync 现已支持 DGX Station，简化了两台 Linux 系统之间的连接。 与 Absolute Security、Splunk by Cisco、Fleet Device Management（https://fleetdm.com/announcements/nvidia-gtc-2026）、Microsoft Intune、Perforce Puppet、Progress Software Chef 和 Tanium（https://www.tanium.com/press-releases/tanium-brings-enterprise-grade-manageability-to-nvidia-local-ai-infrastructure）的全新集成，使 IT 团队能够通过企业级配置、管理和合规流程管理 DGX Station 系统，帮助加速审批、降低部署风险，同时将首 Token 延迟降至最低。 随着即将到来的 Windows 系统，开发者可以构建充分利用专业应用的工作流，运行在 NVIDIA RTX PRO GPU（https://www.nvidia.com/en-us/products/workstations/）上，并由在 NVIDIA GB300 系统上运行其大语言模型（LLM）的 Agent 驱动——全部集成在一台机器中。 DGX Station for Windows（https://www.nvidia.com/en-us/products/workstations/dgx-station-for-windows/）预计于 12 月由系统制造商合作伙伴推出，将本地 AI 扩展到企业已有的应用和操作系统环境中。工程师可以在 Windows 原生软件中运行本地模型和 Agent，并在同一系统上访问 AI 模型、工具和 Agent。 DGX Station for Windows 将支持来自 nTop、Dassault Systèmes、Keysight Technologies、MathWorks、Rockwell Automation、Siemens、Synopsys、Unity 和 Altera 的制造应用，用于 AI 引导的设计、仿真、验证和工程自动化。用户可以在本地环境中使用 Hermes Agent、Perplexity 或 Aible 运行 Agent，实现企业环境中的智能体控制。 这种本地化、可控的计算模式也延伸到了机器人领域。DGX Station 为机器人团队提供专用算力进行后训练、仿真和评估，无需等待共享基础设施即可缩短迭代周期。 NVIDIA 发布了三个开源参考工作流（https://nvidianews.nvidia.com/news/nvidia-advances-isaac-platform-for-general-purpose-robotics-with-new-reference-humanoid-frameworks-simulation-pipelines-and-data），将 GPT-6 Astra、NVIDIA Isaac Lab、Isaac Lab-Arena 和 Cosmos 带到 NVIDIA DGX Station 上。开发者可以利用这些工作流，使用强化学习优化 GR00T 1.7 模型、训练灵巧操作技能，以及对 Cosmos 世界模型进行后训练以生成合成数据。 NVIDIA Cloud Functions（https://developer.nvidia.com/dgx-cloud/nvcf）即将以抢先体验形式登陆 Linux 版 DGX Station。团队可以在共享目录中注册本地模型端点，并通过统一的 OpenAI 兼容入口访问。 开发者可以升级端点背后的模型而无需修改应用代码，同时团队成员可以使用共享模型而无需直接访问机器。这使 DGX Station 成为团队本地可控的推理服务。 DGX Station 将本地迭代能力带入 AI 工厂开发。在 GTC Berlin 展台现场，NVIDIA 正在预览运行在 DGX Station 上的 DSX OS（https://www.nvidia.com/en-us/data-center/products/dsx-os/），在完整基础设施就绪之前模拟 AI 工厂的运行。另一场演示将展示 DGX Station 系统为 30 多名软件开发者提供本地 Token 工厂算力。 DGX Station 系统现已从 ASUS、Dell Technologies（https://www.dell.com/en-us/dt/corporate/newsroom/announcements/detailpage.press-releases~usa~2026~10~dell-technologies-and-nvidia-advance-enterprise-agentic-ai-from-the-deskside-to-data-center.htm#/filter-on/Country:en-us）、GIGABYTE、HP、MSI、Supermicro 和 Exxact（https://www.exxactcorp.com/Exxact-VWS-158270643-E158270643）发货。DGX Station for Windows 系统预计将于今年晚些时候从 ASUS、Dell Technologies、GIGABYTE、HP、MSI 和 Supermicro 开始发货。 ## **隆重介绍 Recursive Flint——为 RTX Spark 优化的全新本地代码模型** 今日，前沿 AI 实验室 Recursive Superintelligence 发布了 Recursive Flint——一款专为快速、精准编码构建的本地 LLM。作为一款拥有 400 亿参数、25 亿激活参数的混合专家（mixture-of-experts）（https://www.nvidia.com/en-us/glossary/mixture-of-experts/）模型，Recursive Flint 实现了快速推理——在 64GB RTX Spark 上超过每秒 220 个 Token——并在 SWE-Bench Pro v2、Terminal-Bench 2.1 和 SWE-bench verified 等智能体编码基准测试中取得了同类最佳成绩。 Recursive Flint 使用 Recursive 的 Eureka Machine 构建，这是一个大规模自动化 AI 研究系统。它自动化了完整的研究循环：提出想法、加以实现、运行实验验证想法，并根据结果决定下一步尝试——由此创建了专用内核，在不改变模型权重的情况下，将 Flint 在 RTX Spark 上的生成速度提升了 55%。 开发者可以在 Hugging Face 上以 Apache 2.0 许可证下载开放权重（https://huggingface.co/RecursiveSI），并在 RTX Spark 和 DGX Spark 系统以及 GeForce RTX 和 RTX PRO GPU 上运行该模型。开发者还可以使用 NeMo Automodel（https://github.com/NVIDIA-NeMo/Automodel/blob/main/docs/model-coverage/llm/flint/flint.mdx）进行监督微调和低秩适配（LoRA），或使用 NeMo RL（https://github.com/NVIDIA-NeMo/RL/tree/flint-support）进行群组相对策略优化（GRPO）。 ## **全新模型 Day-0 支持** NVIDIA 还新增了对 NVIDIA Nemotron Bolt E4B 4B、GLM、DeepSeek、Qwen、MiniMax、Liquid AI 的 LFM2.5-24B-A2B 以及 FLUX.3 Klein 扩散模型的 Day-0 模型支持。 Nemotron Bolt E4B 4GB 将自然对话和多轮 Agent 能力压缩到仅 4GB 内存中，可在 NVIDIA GeForce RTX GPU、NVIDIA Jetson 设备以及 RTX 和 DGX Spark 上驱动快速本地语音助手、交互式游戏角色和嵌入式界面。Bolt E4B 4GB 将于 10 月 23 日（周五）发布。 Black Forest Labs 的 FLUX 3 Image Klein 是一款 56 亿参数的开放权重图像生成和编辑模型。NVIDIA 优化版本使其能在仅配备 8GB 显存的 GeForce RTX GPU 上运行，并在 RTX 5090 GPU 上约四秒内生成一张 1 百万像素的图像。 MiniMax M3.1 Flash 是一款专为 NVIDIA DGX Station 和 DGX Spark 打造的全新开放模型，将长上下文 AI 带到桌面端。Liquid AI 的 LFM2.5-24B-A2B 是一款开放权重推理模型，每个 Token 仅激活 240 亿参数中的 20 亿，运行速度足以在 PC 上直接运行私有、支持工具调用的 AI Agent。 此外，NVIDIA 发布了一系列针对本地 AI 硬件内存效率优化的全新模型检查点（https://huggingface.co/collections/nvidia/local-ai-optimized-checkpoints），使前沿级开放模型在运行时仍有充足内存用于 KV 缓存。每个检查点均经过量化处理，同时保持接近全精度的准确率，首发包括在单台 DGX Spark 128GB 或 RTX PRO 6000 上运行的 Qwen3.8-Flash-Next-FP4-Local，以及在两台系统上运行的 GLM-5.3-Flash-FP4-Local。 开发者可在发布当天使用 NeMo AutoModel（https://github.com/NVIDIA-NeMo/Automodel）在 DGX Spark 和 RTX Spark 上进行后训练，并提供 Nemotron Bolt E4B（https://github.com/NVIDIA-NeMo/Automodel/blob/main/docs/model-coverage/vlm/nvidia/nvidia-nemotron-3-5-bolt-74b-a9b-bf16.mdx）、Flux 3 Image Klein（https://github.com/NVIDIA-NeMo/Automodel/blob/main/docs/model-coverage/diffusion/black-forest-labs/flux3-image-klein.mdx）等示例配方。 ## **加速 AI 推理** NVIDIA 持续与 llama.cpp 和 vLLM 开源社区合作，在本地硬件上加速 Agent 工作负载。 在 llama.cpp 中，针对 Qwen 3.8 Flash Next 新增的 MTP 投机解码支持，在 NVIDIA RTX PRO 6000 Blackwell 上将端到端 Agent 任务速度提升最高达 1.4 倍。 在 vLLM 中，更快的投机解码和针对 Qwen 线性注意力层的全新 FlashInfer 预填充内核，在 DGX Spark 上将 Qwen3.8 27B 的 Agent 任务速度提升最高达 1.3 倍。在 DGX Station 上，GLM 5.3 Flash 的吞吐量提升最高达 1.2 倍。 查看 NVIDIA 的本地 AI 推理配方（https://localai-inference-recipes-4170b6.gitlab-master-pages.nvidia.com/index.html），体验这些最新优化。 *关注 NVIDIA RTX Spark 的**X* (https://x.com/NVIDIARTXSpark)、**Instagram** (https://www.instagram.com/nvidiartxspark/)、**TikTok** (https://www.tiktok.com/@nvidiartxspark) 和 **Facebook** (https://www.facebook.com/NVIDIARTXSpark)*——并订阅**NVIDIA Local AI 通讯* (https://www.nvidia.com/en-us/ai-on-rtx/?modal=subscribe-ai) 获取最新资讯。关注 NVIDIA Workstation 的 **LinkedIn** (https://www.linkedin.com/showcase/3761136/) 和 **X** (https://x.com/NVIDIAworkstatn)。 *有关软件产品信息，请参阅**声明* (https://www.nvidia.com/en-eu/about-nvidia/terms-of-service/)。