机械革命将推出大师之路X10：一台能让AI住在桌面的小盒子 采用RTX Spark超级芯片

AI时代，很多人已经习惯了打开网页、输入指令、等待云端AI给出回复。但这种模式有一个绕不开的局限：AI更像按次调用的服务，会话受额度与网络条件影响，本地资料和当前任务也未必能跨入口无缝接上；遇上网络波动、Token额度耗尽，工作流程容易被打断。很多人开始期待一种新状态：AI不必每次重新唤醒，它安静待在本地设备里，随时等候调用，真正成为常驻在桌面上的助手。面对这样的使用痛点，机械革命即将推出大师之路X10，一款采用RTX Spark超级芯片的桌面迷你小盒子，它的设计核心，就是让AI能够稳定住在桌面，让AI触手可及。

让AI触手可及，是常驻在线而非临时会话

所谓触手可及，不是手机装个App、网页开个入口那么简单，而是AI能稳定待在本机，随时响应、随取随用。常驻是其中最关键的一环：智能体长期驻留后台，持续读取本地文档与资料，随时接受指令执行任务，不需要每次重新唤醒、重新建立上下文。要做到这一点，光靠算力强还不够，还要设备扛得住长时间稳定运行，供电散热都要跟得上。桌面小盒子形态，恰好对应这个需求：固定插电，散热条件足以支撑长时间负载，机身紧凑不占桌面，放在那里就能一直运行。对用户来说，AI不再是打开网页才能用的服务，而是摆在桌面上、随叫随到的一项能力。

本地算力，摆脱Token与网络的束缚

如果所有推理都依赖云端，那么Token额度、网络条件就会成为绕不开的天花板。本地算力方案，提供了另一条路径：日常问答、资料检索、智能体托管这些任务，直接在机器上完成，日常调用少受云端额度限制，接近“无限Token”的体验；对话记录与上下文也留在本机，不必反复上传。当遇到本地算力不足以承接的重负载任务时，再平滑切换到云端，原有工作链路不需要改动。这套“本地托管、按需扩容”的模式，既保证了响应速度，也压缩了数据外传的范围，隐私顾虑因此减轻不少。

AI要住下来，先得有个合适的位置

传统PC形态里，笔记本受制于电池与温控策略，不适合长时间高负载推理；台式机性能上限更高，但体积偏大、摆放布线有负担。大师之路X10介于两者之间：机身紧凑，接通电源即可长期运行，手机、平板、笔记本都可以作为前端交互入口，算力底座独立放在桌面一角。智能体不是单次调用工具，而是长期驻留后台的搭档，小盒子正是为这类工作方式设计的载体，在不大幅挤占桌面空间的前提下，让AI持续运行。

RTX Spark超级芯片，托起本地大模型

硬件层面，大师之路X10采用RTX Spark超级芯片，集成20核Arm v9.2 Grace定制CPU、Blackwell架构GPU，具备6144个CUDA核心，FP4算力最高可达1 petaflop，搭载统一内存。统一内存架构让CPU与GPU共享同一片内存池，减少模型权重在内存、显存之间反复搬运的开销。根据NVIDIA官方资料，RTX Spark芯片最高可支持运行1200亿参数、上下文长度可达100万的模型，统一内存能够容纳完整模型，载入后反复调用，适配常驻智能体。机械革命还在推进AI SSD的自主研发，面向本地大模型的存储瓶颈做补充。这类存储技术如果落地，有望让更大规模模型在本地运行，用户记忆数据也可以留在本机。方案不是舍弃云端，而是建立分工：日常推理、智能体托管、记忆留存优先在本机闭环，超出本地算力上限再调用云端资源。

CUDA生态，让AI落到真实场景

依托成熟的CUDA生态，大师之路X10的能力并不局限于运行大模型。开发者可在本机搭建智能体、调试原型、部署新模型；创作者可借助FP4 Tensor Cores、RT Core、DLSS、AV1、4:2:2硬件编解码及NVIDIA Broadcast，完成图像生成、视频渲染、直播推流；游戏场景下，DLSS、Reflex和光线追踪同样支持，一台小盒子就能承载多元负载。当AI真正住进桌面，随时待命、随取随用，触手可及就不再是一句口号，而是一种日常。对于希望AI不只是网页入口、而是桌面上随时能调用的搭档的用户，这款即将推出的小盒子值得留意。