# GTC 上 NVIDIA 用 RTX 电脑和 DGX Spark 跑本地 AI 助手，还发了新模型

> 原标题：GTC Spotlights NVIDIA RTX PCs and DGX Sparks Running Latest Open Models and AI Agents Locally

- 来源：NVIDIA 博客
- 发布时间：2026-03-17T13:00:46.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/6076
- 原文：https://blogs.nvidia.com/blog/rtx-ai-garage-gtc-2026-nemoclaw/

## 摘要

NVIDIA 在 GTC 上主推两件事：一是让 AI 助手直接在 RTX 电脑和 DGX Spark 小超算上本地跑，不用联网，隐私和 token 成本都省了。DGX Spark 有 128GB 统一内存，能塞下 120B 参数以上的模型。二是发新模型，包括小号的 Nemotron 3 Nano 4B 和大号的 Nemotron 3 Super 120...

## 推荐理由

我会先打个折：正文没披露标题里“最新开放模型”的全量清单和价格，所以不能给更高分。但 HKR 三项都站得住——本地跑大模型和代理的钩子够强，128GB 统一内存和 PinchBench 分数是实打实的数字，而且本地推理正好踩在隐私和成本这两个行业痒点上。保留 featured，不往上提，因为信息有缺口，来源也是厂商发布稿。

## 锐评

NVIDIA 在 GTC 上推了两件事：让 AI 助手在 RTX 电脑和 DGX Spark 小超算上本地跑，以及发新模型。DGX Spark 有 128GB 统一内存，能塞下 120B 参数以上的模型，这意味着不用联网也能跑大模型，隐私和 token 成本都省了。新模型里，Nemotron 3 Super 120B 在 PinchBench 上拿了 85.6%，Qwen 3.5 支持 26.2 万 token 的上下文窗口，能一口气处理很长的文档。

不过这篇博客是产品宣传，不是技术评测。它没提 DGX Spark 卖多少钱，也没说本地跑 120B 模型的实际推理速度有多快。85.6% 的基准分看着不错，但 PinchBench 测的是什么场景、对比了哪些模型，正文都没展开。另外，它说“最新开源模型”全都能跑，但具体支持哪些模型、兼容性怎么样，也没给清单。

如果你在考虑把 AI 工作流搬到本地，这条新闻说明硬件门槛在降低，但缺价格、缺实测、缺模型兼容细节，做决策前还得自己补这些信息。