ASUS ProArt P16／P14上手｜將AI搬返落電腦！RTX Spark、統一記憶體　創作者用得着嗎？

用AI寫稿、整圖甚至生成影片，一定要把素材傳上雲端，再按用量付費？ASUS ProArt P16及P14今次主打另一條路：把NVIDIA RTX Spark運算平台、大容量統一記憶體及本地AI工具放進手提電腦，讓創作者在自己的機器執行模型與工作流程。香港兩款配置分別列價HK$39,998及HK$27,998，重點不是多一個聊天視窗，而是能否真正處理本地生成與自動化工作。

兩款手提電腦均採用NVIDIA RTX Spark N1X平台，香港ASUS ProArt P16由HK$39,998起，P14列價HK$27,998。它們的吸引力不只是「支援AI」，而是能否把需要反覆操作的工作，交由本機模型與工具協作處理。不過，32GB、64GB及128GB配置可以應付的工作不同，選購時要先看自己想跑甚麼模型。

實試一：數十秒完成8秒影片　由一句構想開始

今次生成式創作測試，使用MuseTree相關工作流程，輸入一段包含多個情節的構想：穿西裝的男子在火車上玩掌上遊戲機，旁邊的動物乘客好奇圍觀；男子輸掉遊戲後，把遊戲機丟到地上，乘客隨即表現驚訝。

從提交生成至完成輸出，今次操作約花數十秒，得到一段8秒影片。對想先把故事概念變成動態草稿、再決定是否繼續發展的創作者而言，這種短回合試做方式較有實際用途。

上述耗時是今次工作流程的單次觀察，MuseTree 屬 ASUS 預載軟件，單次能生成 10 秒內的短片，並有不同比例供用戶使用。

實試二：唔止教你裝　Hermes Agent會先檢查系統

另一項較有代表性的試用，是要求Hermes Agent協助處理新電腦的軟件安裝，清單包括Google Chrome、Microsoft Office、Adobe Photoshop、Discord及Steam，並優先尋找適合RTX Spark的ARM原生版本。

操作過程中，Agent曾使用PowerShell檢查系統架構，亦透過讀取執行檔的PE標頭核對資訊。與一般聊天工具只提供步驟不同，Agent會把要求拆成檢查、查找及執行等環節。以往花時間的操作，用戶可透過自然語言，交由 Agent 完成。

實試三：用llama.cpp跑模型　把推論放回本機

今次亦透過llama.cpp執行本地語言模型。這種使用方式讓用家自行選擇模型，並把相關推論工作放在電腦內進行，不必每一次提問都交由遠端模型處理。

對經常測試提示詞、建立內部工具或處理重複文字工作的用家，本地模型提供了另一種選擇。但模型大小、量化格式、上下文長度及可用記憶體，都會影響能否載入及執行速度。小編在運行百億參數級別的大型語言模型（Qwen3.5-98B），並錄得高達每秒 29.0 個 Token 的生成速度。

RTX Spark是甚麼？統一記憶體先是重點

兩款ProArt採用的RTX Spark N1X，結合NVIDIA Grace CPU與Blackwell RTX GPU，並使用統一記憶體架構，讓CPU與GPU共用記憶體資源。

這對本地AI的意義，是不只看運算快不快，更要看模型是否有足夠空間載入。與固定獨立顯示記憶體的配置相比，統一記憶體提供不同的資源使用方式，但不代表所有容量都能毫無保留交給GPU或模型。

Windows、背景程式及其他創作工具亦會佔用記憶體。若打算同時跑模型、開啟大型素材與修圖軟件，就要把整個工作量一併計算。

效能數據方面，實機跑分成績足以證明其強悍的運算潛力。根據 Geekbench 7 的基準測試，ProArt P16 在多核心處理器測試中取得了驚人的 23,871 分，單核心亦達到 2,569 分！

而在 Geekbench AI 測試中，P16 的 Quantized 分數高達 6,436 分，Half Precision 分數為 3,418 分。即使是體積更細小的 ProArt P14，其 AI Quantized 分數亦達到了 5,232 分的出色成績。客觀的量化數據，充分反映了 RTX Spark 在 FP4 精度運算下的極致效率，高達 1 Petaflop 的 AI 算力確保了用家在運行本地生成式 AI、即時 3D 渲染及繁重的多任務處理時，依然能夠獲得極致流暢的操作體驗。

ASUS ProArt P16、P14配置點分？64GB與128GB不是同一個型號

ASUS ProArt P16的H7607BA-ETP064WT為64GB記憶體、1TB SSD配置，列價HK$39,998；系列另提供128GB記憶體、2TB SSD選項，售價 HK$59,998。

P14的H7407BA-ET032WT則採用32GB記憶體及1TB SSD，列價HK$27,998。它們不只尺寸不同，CPU及GPU核心配置亦有分別。

32GB夠唔夠？NVIDIA的Agent建議值得先睇

NVIDIA官方入門教學建議，若希望以本地模型取得較好的Agent體驗，可考慮約30B、即300億參數級別的模型，而這類安排通常需要48GB或以上記憶體的RTX Spark裝置。

這不是所有本地AI的最低門檻，也不是說32GB不能用Agent。但套用到本文配置，32GB版P14不能直接視作符合這項建議；P16的64GB或128GB配置，在容量上則有較多餘裕。

如果只想跑較小模型，或願意把部分較複雜工作交給雲端，選擇可以不同。反過來說，若購機目的就是執行指定大型模型，便應先核對所需容量及設定，不宜買完才發現模型載不下。

OLED屏幕與便攜：P16工作空間較大，P14輕約290g

除了AI，這兩部仍然是用來每天工作及創作的手提電腦。P16配備16吋3840 × 2400 OLED觸控屏幕，P14則為14吋2880 × 1800 OLED觸控屏幕，兩款均提供120Hz更新率、100% DCI-P3色域及抗反光設計。

P16較大的畫面，適合並排開啟素材、時間軸及工具面板；P14約1.48kg，比約1.77kg的P16輕約290g，對經常帶機外出的人較有吸引力。

本地AI不是全部離線　下載、搜尋及連接工具都可上網

今次上手亦反映，「本地模型」與「整套流程離線」是兩回事。模型可在本機推論，但Agent也可按需要連接網絡。

處理客戶文件或未公開素材前，應確認目前選用哪個模型、工具獲得哪些權限，以及會連接甚麼服務。Agent要求執行腳本、安裝程式或更改系統時，亦宜保留人工確認。

NVIDIA官方教學：由安裝Agent到建立自動化流程

想跟着試，NVIDIA提供「Set Up Your First AI Agent on Your RTX Spark」入門教學，標示約需30分鐘，涵蓋選擇Agent、設定模型、連接應用程式及建立排程。以下是官方教學整理。

第1步：選Agent，再選本地或雲端模型

官方列出的選擇包括Hermes、OpenClaw及Perplexity，其中Perplexity需要訂閱。以Hermes為例，設定時可選本地或雲端模型，應在模型選單確認是否選中LOCAL，而不是以為安裝了Agent便自動使用本機模型。

官方目前亦以LOCAL選單內的Qwen3.8 27B作示例；實際可用模型與設定，應按當時工具顯示為準。

第2步：交代目標，讓Agent協助處理

今次安裝試用其實也是NVIDIA範例：

This is a new RTX Spark. Please help me install [Google Chrome, Microsoft Office, Adobe Photoshop, Discord, and Steam]. Prefer the native arm version optimized for RTX Spark.

這是交代目標，不代表每款程式都必然提供ARM原生版本，亦不會因為Agent安裝就免除軟件授權或訂閱要求。

第3步：連接工具，先由有限權限開始

如需處理電郵、通訊或創作工作，可按教學連接相關應用程式。NVIDIA建議一般用家優先考慮設定較直接的Connector或Plugin。

如工具提供權限選擇，可先給予唯讀存取，例如只准讀取電郵，不准代為發送，了解運作後再決定是否增加授權。

第4步：將滿意流程存成Skill，再考慮排程

完成一次符合要求的工作後，可要求Agent把流程整理成Skill，方便日後按相同方式執行，再視需要加入每天或每周排程。

官方亦介紹透過Discord或Telegram從手機與Agent對話。要留意的是，讓電腦上的Agent持續處理工作，電腦需要保持開機，並具備相關服務所需的連線。

【NVIDIA官方RTX Spark AI Agent入門教學】

ezone.hk點評：本地安全部署省成本 選購先睇記憶體

今次上手較有感的，是由「我想做甚麼」到「工具開始處理」之間，步驟可以縮短。影片生成數十秒得到一段8秒輸出，用戶可「無限」創作，而無需擔心每段要花費大量 token 或 Credit。另外，AI Agent亦會按任務檢查架構，展示了本地AI不只是一個聊天入口。

但是否值得花近三萬至六萬元，仍要回到工作流程。若經常需要較大模型、較多記憶體及較大工作畫面，P16較值得研究；若重視外出攜帶，P14較輕巧，但32GB配置要配合實際模型需求。

Source：ezone.hk