过去一周，微软寄给我测试的这台笔记本电脑一直在帮我总结书籍和电影内容、根据我的想象生成图像，还运行了一个700亿参数的AI模型——这在大多数笔记本上都很难实现。它还以我一年前完全无法想象的速度和画质运行3A级游戏，而这居然是在一台ARM系统上。微软想卖给你一台能满足所有需求的电脑，而这一次，这种说法似乎并非纯粹的营销噱头。基本上是这样。
微软正全力押注Nvidia全新的RTX Spark平台与Surface Laptop Ultra的组合——瞄准的是那些本可能购买MacBook Pro的用户，用微软的话说，就是"高性能用户群体"。这一赌注的逻辑是：相较于一台用于娱乐的游戏台式机加一台用于工作的开发笔记本，消费者会愿意多花钱购买一台能同时胜任两种任务的设备。
Surface Laptop Ultra的发布正值个人电脑行业一个颇为尴尬的时期。近期的行业数据显示，2026年第三季度PC总出货量同比下降了20%。这不仅是消费端的问题——而是整个行业的普遍现象。在消费级内存价格暴涨的"内存危机"和整个行业把注意力都放在企业客户身上的双重夹击下，市场上已经很久没有能让PC爱好者兴奋的新硬件了。
微软并非唯一一家推出搭载RTX芯片笔记本的公司。戴尔的XPS 16创作者版和华硕的ProArt系列同样押注这一芯片组。审视Surface Laptop Ultra的关键问题，并不在于它能否胜任自己宣称的功能，而在于：对于高性能用户而言，是否终于有了一个令人信服的理由转向ARM系统？与更传统的x86产品，或是该细分市场中最大的竞争对手MacBook Pro相比，日常工作负载能否无障碍完成？
该机型起售价为2599美元，并非苹果芯片产品的平价替代选项。这是前沿硬件，你需要为此支付溢价。根据所选处理器和内存配置的不同，建议零售价最高可达5899美元。潜在购买者需要注意，24GB统一内存的低配型号出厂预装Windows 11家庭版，而其余型号均搭载Windows 11专业版。我收到的测试机为64GB内存版本，我认为对大多数用户而言，这可能是性价比与性能的最佳平衡点。
我确实很想知道，考虑到Windows 11本身对内存的消耗就相当大，24GB内存是否真的够用。当你必须将这24GB统一内存中的大部分分配给VRAM用于游戏时，性能会不会因此受损？在Surface Laptop Ultra的评测说明会上，有观众提问基础款的实用性如何，但得到的回答十分含糊，仅表示"适用于运行较小的本地模型"。或许几个月后，当软件和驱动跟上硬件的步伐，微软才能给出更明确的答案。
那么，微软与Nvidia的这次联手，是否打造出了终极的全能笔记本？还是说，这又是行业一次典型的"硬件炒作先行、软件配套滞后"的翻版？
显示屏
这块15英寸的Mini-LED显示屏，或许单凭自身还不足以让人冲动购买Ultra，但绝对是一个值得将其列入购物清单的理由。3270×2180的原生分辨率看起来相当惊艳，无论是观看4K视频、玩游戏，还是单纯浏览桌面表格文档。我个人更偏爱"增强"色彩配置，但"鲜艳"和"sRGB"模式同样表现出色。
即便面对明亮、鲜艳的画面主体，黑色依然保持深邃，没有出现任何可见的光晕现象。真希望我家的电视也能做到这一点。虽然我无法量化它与最新款MacBook Pro视网膜显示屏的直接对比数据，但可以肯定地说，这是一块相当出色的屏幕。可视角度表现优异，色彩饱满鲜明，2000尼特的峰值亮度即便在阳光充足的房间里也能保持清晰可读。我唯一的抱怨是，在明亮的房间里会有眩光困扰。这块光面玻璃在较低光照条件下看起来十分出色，但在直射阳光下会有点像镜子一样反光。这给我拍摄屏幕带来的困扰，比它对我实际使用电脑造成的影响还要大。不过，如果你偏好哑光屏幕的笔记本，这一点值得留意。
键盘和触控板
Surface Laptop Ultra的键盘正如你对这样一台高端设备所期待的那样——出色，但并不惊艳。键程较浅但按压手感令人满意，键位间距很适合我的手型，整体打字体验相当舒适。我手头没有太多笔记本可供对比，但不出所料，最接近的参照物是我2020款的MacBook Pro。微软很清楚自己瞄准的是什么市场，我并不介意他们在这方面直接借鉴苹果的设计思路。
触控板同样表现出色。它尺寸极大，达到5.5英寸长、3.5英寸高，在整个测试过程中追踪精度都十分出色。通常，我拿到一台笔记本用于工作时，第一件事就是接上外接鼠标，但在数天的测试期间，我从未动过伸手去拿鼠标的念头。在评测说明会上，微软特别强调了触控板在原生程序中的触觉反馈功能。我不确定是否还有尚未推送给我的后续更新，但我并未留意到在打开MS Office或其他程序时，额外的鼠标触觉反馈被激活的情况。总体而言，这块触控板谈不上开创性，但其品质足以配得上"Ultra"这个名号。
磁吸式USB-C充电
微软将随附的磁吸式充电接口和端口描述为"全球首个内置磁吸式USB-C充电体验"。要对营销部门尽职尽责的工作提出异议着实有点困难，但这一说法在我看来更像是一种技术层面的事实陈述，而非真正的工程创举。苹果的MagSafe磁吸充电早在2006年的初代MacBook Pro上就已问世。可脱离式磁吸充电器的概念本身并不新鲜，但从技术层面来说，微软的说法确实成立，因为这是首个在笔记本上采用USB-C接口并配备对应磁吸端口的方案，而非专有连接器。
抛开营销说辞，这个磁吸连接确实表现良好。充电口和充电器会像磁铁一样自然地相互吸引对齐，让我在黑暗房间里给笔记本插电变得毫不费力。通常情况下，我得一手拿着充电线，一边在黑暗中摸索口袋里的手机，努力回想打开手电筒功能的那个手势。现在，我只需把充电线凑到接口附近，剩下的交给磁力完成即可。对于那些只想插上电就去睡觉的时刻，这简直完美。
磁吸充电更大的卖点或许在于，充电线在被意外拉拽时能够自动断开。没有什么比看着一台新笔记本从台面上飞出去更能毁掉你一天的心情了。有了这种可脱离式充电线，你可以安心一些——即便受惊的猫咪或好奇的孩童碰到了充电线，笔记本也不至于摔落在地。我自己的笔记本从未发生过这种事，但这并不意味着意外不会发生。我以适度的力度模拟了几次"意外断开"的场景，充电线都如预期般顺利脱离。
虽然我不会说这是必备功能，但它绝对是一个"有了更好"的加分项。在这款产品中，它确实是你所期待的那种高端配件，但单凭它自己，并不足以带动销量——在这样的价格区间里更是如此。
Geekbench测试
据Nvidia介绍，RTX Spark N1X芯片是将Grace CPU与Blackwell GPU融合而成的产物。与AMD的Ryzen AI和英特尔的Core Ultra系列不同，N1X没有专用的NPU——而是依靠统一内存和强大的Blackwell GPU来完成AI运算任务。按照传统标准，Copilot+认证通常要求搭载40+ TOPS算力的NPU，但微软仍将这一标签延伸应用到了这台基于GPU的AI性能设备上（后文将详细说明）。
在拥有40GB以上可用内存的加持下，图形基准测试表现十分亮眼。这些结果确实印证了微软关于Surface Laptop Ultra能够胜任现代3A游戏的说法。只不过，它实现性能的路径与我们习惯的方式有所不同。
AI基准测试环节则有些让人失望。我无法在Geekbench AI中运行NPU加速的基准测试，因为该软件目前似乎还没有适配这种独特架构的兼容NPU后端。耐人寻味的是，Windows系统在设备管理器的显示适配器下确实列出了一个通用NPU，但Geekbench AI只提供了ONNX CPU测试路径。目前尚不清楚Windows列出的这个通用NPU究竟是虚拟设备、某种驱动程序暴露接口，还是其他性质的东西。
对于Geekbench目前还无法正确识别的硬件，自然无法获取其性能数据。虽然现在还处于早期阶段，但这种软硬件不兼容的状况，正是用户在拿到新电脑想一探究竟时最不愿遇到的情况。Geekbench AI中的CPU得分并不算亮眼，而绕开Blackwell GPU某种程度上也违背了这套硬件的设计初衷，因此我希望随着RTX Spark设备逐渐铺开市场，我们能够更全面地了解其真正的潜力所在。
使用AI Dev Gallery进行AI测试（在可行的范围内）
微软建议评测人员尝试使用其新推出的AI Dev Gallery应用程序（预览版）来测试设备端AI能力。该软件目前处于公开预览阶段，用户可以直接从Hugging Face上拉取自己选择的模型进行测试或工作流构建。该项目的GitHub页面上有一条颇为实用的警示，提醒用户在基于ARM64架构的Copilot+ PC上运行模型时需要注意——根据微软的说法，这台设备正是如此定位的。或者说，终将会是如此。听起来有点让人摸不着头脑，不是吗？
? 注意：在基于ARM64架构的Copilot+ PC上，请确保以ARM64（而非x64）方式构建和运行解决方案。这一点尤为重要，尤其是在运行与Phi Silica等模型通信的示例程序时。
理论上，AI Dev Gallery本应是一个一站式平台，方便用户在Surface Laptop Ultra全新的RTX Spark配置上测试一系列不同的模型。但实际使用中，应用内所有可用的Phi和Mistral对话模型都仅支持CPU运行——没有GPU或NPU的调用路径，尽管Blackwell GPU就在那里闲置着。部分图像生成和嵌入式模型选项确实提供了GPU和NPU路径，但这又让我产生了那种挥之不去的感觉：我们似乎只是在为了给市场一个说法，而硬推尖端硬件上市。另外值得一提的是，测试期间我有两次在浏览AI Dev Gallery的模型选择列表时，程序突然冻结，随后彻底崩溃退回桌面。看来这款软件仍有不少粗糙之处需要打磨完善。
Phi Silica作为微软旗下的旗舰设备端大语言模型，也是Copilot+生态体系的重要组成部分，目前还无法直接开箱使用。要访问其API接口，需要进行开发者注册并关联对应的应用身份。对于已经熟悉AI领域的人来说，这些步骤或许显而易见，但对于那些抱着好奇心、期待开箱即用体验的普通消费者而言，遇到这样的门槛恐怕会感到相当沮丧。
AI Dev Gallery对话模型（Mistral 7B Instruct 0.2 CPU）——在不调用GPU的情况下，这个仅依靠CPU运行的模型仍能达到约每秒11个Token的处理速度。虽然比GPU路径慢，但有意思的是，单凭CPU就能让较小的模型以合理的对话速率运行。
AI Dev Gallery图像生成（Stable Diffusion v1.4）——我一开始不小心用CPU来进行图像生成，结果表现不佳，但一旦切换到NvTensorRT（GPU）选项后，根据我的秒表计时，大约三到四秒就能根据提示词生成图像。生成结果虽然算不上惊艳，但通过进一步调整提示词和图像引导，我相信效果还能有所提升。至于你是否真的需要在日常使用的电脑上进行本地AI图像生成，那就是另一个问题了。
我按照微软在AI Dev Gallery中列出的说明，尝试运行一个CUDA加速的Phi模型，但这个过程以失败告终。在解决了一些命令行问题之后，pip确实为Windows ARM64成功下载了对应Python 3.13版本的onnxruntime-genai-cuda软件包，但随后因为所需的onnxruntime-gpu依赖项似乎没有适配该环境的兼容版本而失败。日志显示，当前这套系统环境下CUDA安装路径不可用。这究竟是当前软件包本身的局限、ARM64打包方面存在缺口，还是人为操作失误，我无法完全确定。只是在微软明确指引我进行测试的这个环节却屡屡受挫，确实令人感到沮丧。
Ollama
对微软AI Dev Gallery应用目前的状态感到失望后，我决定尝试在命令提示符中通过Ollama进行本地测试。我下载了Llama3.3-70b模型。这是一个43GB大小的模型——体积是我们在AI Dev Gallery中CPU运行的Mistral模型的10倍，参数数量也是其10倍（700亿对70亿）。
如果我是微软，这正是我想要重点展示的演示案例。这个庞大的700亿参数模型几乎不可能在任何独立笔记本GPU上运行，但Blackwell GPU依然实现了每秒6.26个Token的处理速度。它能够成功运行这件事本身就足够令人印象深刻，不过我得说，这也是少数几次让我感觉Blackwell GPU真正"吃力"运转的场景。系统风扇在生成那些《韦恩的世界》剧情摘要时全速运转，达到100%。值得称赞的是，即便处于满载状态，风扇除了高速送风的声音外，并没有产生太多噪音。
游戏表现
当微软提到"高性能用户群体"时，没有谁比现代高端PC游戏玩家的要求更为苛刻。我年纪大了些，依然觉得1080p/60Hz的游戏画面已经相当不错，考虑到如今显卡的价格，这或许反倒是件好事，但那些追求零输入延迟、4K分辨率、光线追踪极致体验的玩家群体，自有其独特的标准。Surface Laptop Ultra所提供的配置能否满足这类玩家对"高性能"的定义，最终取决于每位玩家自身的需求以及钱包的厚度，但作为玩家，这些成果能够出自一台ARM设备，确实让我感到惊讶。
微软声称，其Game Pass游戏库中有85%的游戏目前可在ARM架构上运行，但我在尝试确认具体哪些游戏拥有原生ARM移植版本、哪些是通过Prism模拟层以x64方式运行时遇到了困难。Windows性能适配功能能让你大致了解某款游戏在你的系统上可能的运行表现，但也仅此而已。无论如何，如果你关心的是游戏能否顺利运行，这台设备应该几乎没有什么游戏跑不动。完整的Nvidia DLSS功能集似乎均可使用，图形选项中也能勾选光线追踪。再加上支持HDR的显示屏，Surface Laptop Ultra在现代玩家的诸多必备需求上都做得相当到位。
在《战争机器：E日》首次启动时，经历了长达4到5分钟的着色器编译过程，这让我一度担心这会不会是每次启动都要面对的情况，但后续的加载速度明显快了很多。这是一款搭载反作弊机制、采用最新Unreal引擎、具备各种你能想到的华丽图形效果的游戏——完全称得上是其公司重磅系列作品该有的水准。它确实能在Surface Laptop Ultra上良好运行。在进行基准测试时，我注意到系统报告称，其64GiB统一内存中竟有高达46.7GiB被识别为游戏可用的VRAM。
值得肯定的是，微软为那些可能不熟悉Surface Laptop Ultra全新架构的消费者附上了一条提醒："应用兼容性说明：Surface Laptop Ultra运行基于ARM架构的Nvidia RTX Spark平台上的Windows 11系统。许多热门应用程序可以在ARM架构上原生运行。未针对ARM架构构建的应用程序，可以通过Windows内置的Prism模拟器运行。如果你依赖特定的硬件驱动程序、插件或较老旧的实用工具，购买前请务必确认应用及驱动程序的兼容性。"
带有内核级反作弊机制的多人游戏，可能会在Prism模拟环境下因系统文件签名不匹配而出现运行失败或警告提示。每次我运行《战争机器：E日》，退出游戏回到Windows系统时都会收到一条警告消息。看起来Easy Anti-Cheat反作弊程序将.NET缓存标记为"已被修改"，不过我无法确定这是否直接是Prism转译过程所导致的结果。
HandBrake测试
除了游戏表现，我还想了解新硬件在视频编码方面的能力。我使用著名的《Big Buck Bunny》的2160p 60帧版本，通过HandBrake进行了一次真实场景的编码测试。系统通过CPU使用x264编码方式，以180帧的处理速度，在2分27秒内完成了这段10分钟视频片段的处理。但问题就出在这里——系统中完全找不到Nvidia NVENC或Nvidia HEVC编码选项，这意味着Blackwell GPU的编码引擎尚未向软件开放调用。这不是HandBrake本身的问题，只是又一次延续了这种熟悉的现象。硬件解码通过Media Foundation运行良好，所以具体是编码环节遇到了阻碍。
Copilot+功能
据微软在我参加的评测说明会上介绍，Surface Laptop Ultra将获得Copilot+设备认证，但"完整的软件支持要到2026年末或2027年初才能上线"。键盘上专用的Copilot按键目前会启动M365 Copilot窗口，如果你本来就打算用它来调用云端AI服务，这倒也无妨，但考虑到用户购买这款产品时的预期，他们一开始可能会感到困惑。
诸如Recall、Click to Do以及全新的Windows搜索栏等功能，要等到微软完成针对Surface Laptop Ultra硬件的适配工作后才能上线。Windows预览体验计划的参与者大概率会在普通公众之前获得早期体验资格，所以如果你迫切想要体验这些Copilot+功能，就需要同意加入该计划并与微软共享设备信息。这就看你个人的选择了。
非专业电池测试
由于Surface Laptop Ultra的定位是一款能够胜任白天工作负载、夜间游戏娱乐的全天候设备，一个绕不开的问题便是：在移动使用场景下，它究竟能支撑多少实际使用时长？基于这一考量，我在整个测试过程中尝试每30分钟记录一次电池电量，并以此模拟出一天中混合使用场景下的部分使用情况。
经过三小时的混合使用后，Surface设备仍保留了66%的电量。不过，高强度AI应用的使用会让你很快就想找磁吸充电口插上电。最后那30分钟的采样记录中，我两次运行了llama3.3:70b模型，期间电量出现了明显的大幅下降，而只要持续对GPU施加高负荷，这种下降趋势很可能会一直保持。
声音表现
对于这样一款机身纤薄的设备而言，Surface Laptop Ultra的扬声器表现令人印象深刻。在跑基准测试的过程中，我不知不觉地坐在办公桌前，跟着《极限竞速：地平线6》的主题音乐轻轻点头。考虑到机身尺寸的限制，低频表现确实是整体音效中最明显的短板，这倒也不出所料，但这并不意味着整体混音听起来空洞无力。
考虑到大多数人在办公室或外出时都会搭配耳机使用这台设备，这套扬声器配置已经相当够用。我没有进行专业的分贝测量，但在我家地下室把音量开到最大，已经足以让楼上的妻子探头询问我在楼下搞什么动静了。通常只有参考级音箱才能引发这种反应，所以我认为这音量已经足够大了。在实时调节音量的过程中，我没有遇到任何破音或爆音现象，这向来是设备屏蔽做得到位的一个良好信号。
总结看法
Surface Laptop Ultra是一款相当出色的设备，在某些方面的表现甚至超出了我原本的预期。通过统一内存和全新RTX Spark芯片的巧妙资源调配，微软在硬件层面确实兑现了其"一机满足所有需求"的承诺。当一个700亿参数的模型能够在这台笔记本上实现GPU加速运行，而其他笔记本却难以企及时，这确实令人印象深刻。Surface Laptop Ultra在游戏方面的承诺也同样兑现：3A游戏大作能够在ARM设备上流畅运行，并配备各种最新特效，呈现在我用过的笔记本中数一数二出色的显示屏上。从屏幕到键盘再到触控板，一切都透着高端质感——因为它本来就是高端产品。
问题并不在于这台笔记本的硬件本身，而在于目前架在硬件之上的所有软件生态。微软自家的AI Dev Gallery目前仍显得有些半成品的味道，可选模型数量有限，且大多局限于CPU运行。作为旗舰大语言模型的Phi Silica，目前仍被锁在开发者注册的门槛之后。Copilot+功能也还要等到以后——可能是今年，也可能是明年——才会推出。单独来看，这些问题都不算致命；毕竟截至本文撰写时，这款产品还处于发布前阶段。但综合起来看，你会开始察觉到一种模式：搭载全新RTX Spark芯片组的PC正被仓促推向市场，只是为了让厂商在2026年假日购物季至少能拿出点新东西，而软件层面则被留到以后某个不确定的日期再去追赶。
那么，Surface Laptop Ultra真正适合谁呢？如果你是一位看重便携性的CUDA开发者，需要随时随地测试本地AI模型，并且恰好手头有2599到5899美元的闲钱，那么这确实是一款令人兴奋的硬件产品。至于其他人？我建议再耐心等待一下，先观察软件生态成熟的进度，再决定是否要从MacBook Pro转投怀抱。
这里还涉及一种关于PC使用理念的考量。我本人属于那种喜欢为特定任务配备专用系统的人——一台台式机专门用来打游戏，一台迷你PC专门处理办公事务，一台笔记本或Chromebook用于出行途中的云端应用。我大概就是这样被"训练"出来的使用习惯，秉持着"这事归这台机器管"的原则。不过，鉴于PC价格很可能在未来几年内都会维持在高位，或许微软和Nvidia确实提供了一个折中的解决方案。
如果你恰恰是那种真心渴望一台设备搞定所有事情的人，那么Surface Laptop Ultra这种"多重身份"的特质，可能正好适合你。但这其中的性价比考量依然有些复杂。你需要为前沿科技支付溢价，而其中并非所有功能当下都已就位，并且还得接受微软服务生态体系的框架约束，连同随之而来的各种实时登录与订阅服务。
优点、缺点与硬伤
优点：
你可能见过的最出色的笔记本显示屏之一
高端的硬件与设计
游戏在ARM架构上的表现令人意外地出色
笔记本级别却拥有可观的CUDA计算性能
磁吸式USB-C充电是个贴心的加分点
统一内存设计
缺点：
Copilot+功能距离上线还需数月时间
AI Dev Gallery的预览版功能仍较为单薄，难以充分发挥这套硬件的潜力
昂贵的芯片在驱动支持尚不完善的情况下就已开售
硬伤：
软件支持目前还远未跟上
微软与Nvidia的这次合作，是否打造出了终极的全能PC？还没有，但他们确实带来了第一台让我用过之后，觉得这个问题值得认真探讨的ARM笔记本——现在，只差软件这匹"马"及时赶到了。
Q&A
Q1：Surface Laptop Ultra的起售价是多少？
A：Surface Laptop Ultra起售价为2599美元，根据所选处理器和内存配置不同，最高售价可达5899美元。其中24GB统一内存的入门款搭载Windows 11家庭版，其余型号则搭载Windows 11专业版。
Q2：Surface Laptop Ultra能运行大型AI模型吗？
A：可以。测试中通过Ollama运行了43GB大小的Llama3.3-70b模型（700亿参数），Blackwell GPU实现了每秒6.26个Token的处理速度，这种规模的模型通常难以在普通笔记本GPU上运行。
Q3：Surface Laptop Ultra的Copilot+功能现在能用吗？
A：目前还不能完全使用。据微软介绍，完整的软件支持要到2026年末或2027年初才能上线，像Recall、Click to Do等功能都要等到微软完成硬件适配后才会推出。
