一台筆電要價新台幣24萬元，沒聽錯，是24萬。就算以前買過八、九萬，甚至十幾萬的高階電競筆電，看到 MSI Prestige N16 Flip AI+ 的價格，我第一個反應還是：真的有必要嗎？
但這台的重點，不只是跑遊戲有多快，而是把128GB 統一記憶體、Windows 系統、CUDA，以及可攜式本地 AI 算力放在一起。再加上360度翻轉觸控螢幕、觸控筆，還有我很在意的 RGB 鍵盤，整個產品的定位就跟一般筆電不太一樣。
到底這些規格只是看起來很厲害，還是真的能幫忙工作？我們實際把會議資料、動畫、3D 建模、剪片都交給本地 AI，最後再一次跑五種工作，看看這24萬究竟花在哪裡。
重點速覽
- 128GB 統一記憶體與 CUDA，是這台本地 AI 筆電的核心價值。
- AI 能串接創作軟體，並留下可繼續編輯的動畫、模型與剪輯專案。
- 五項工作同時執行時，系統與 GPU 記憶體合計尖峰用量達99.6GB。
- 是否值得24萬元，取決於資料控管、工作流程與本地 AI 使用強度。
目錄
- RTX Spark 是什麼？關鍵是統一記憶體加上 CUDA
- 實測一：把會議錄音與 PDF，整理成真正能執行的工作
- 實測二：用中文指令，讓 AI 在 After Effects 做動畫
- 實測三：觸控筆畫草圖，交給 Blender 變成可編輯的 3D 模型
- 實測四：八分鐘素材，剪出橫式與直式的一分鐘精華
- 128GB 到底能做多少事？五項工作同時跑，尖峰用量99.6GB
- 能玩遊戲嗎？效能接近筆電版 RTX 5070，機身約1.9公斤
- 雲端 AI 已經很強，為什麼還要花24萬買本地算力？
- 24萬元值不值得？它不是全民筆電，而是特定工作者的工具
RTX Spark 是什麼？關鍵是統一記憶體加上 CUDA
NVIDIA RTX Spark 的概念，可以先用 Apple Silicon 來理解：它採用 ARM 架構，把 CPU、GPU、NPU 與記憶體高度整合，透過統一記憶體架構，讓不同運算單元使用同一個記憶體資源池。
熟悉 Mac 的人，對這個概念應該不陌生。但 RTX Spark 最不一樣的地方，是它跑 Windows，而且有 NVIDIA CUDA 運算平台。對需要跑本地 AI、串接創作工具的人來說，這才是真正的殺手鐧。
這次搭載的 N1X 是 RTX Spark 技術下的第一款處理器，有兩種規格，我們拿到的是高階版本：
- CPU：20核心，由10個 Cortex-X925 超大核心與10個 Cortex-A725 大核心組成。
- GPU：Blackwell 架構，具備6,144個 CUDA 核心，與 RTX 50 系列屬於同一世代架構。
- 晶片互連：採用 NVIDIA NVLink C2C，互連頻寬達600GB/s。
- 記憶體：128GB LPDDR5X 統一記憶體，由 CPU 與 GPU 共用。
為什麼跑本地大模型，記憶體容量這麼重要？
一般 Windows 電腦常見的設計，是處理器搭配獨立顯示卡。系統記憶體與顯示記憶體各管各的，顯卡可能只有8GB、16GB VRAM，就算是 RTX 5090，顯示記憶體也是32GB。
跑本地 AI 時，模型與運算過程需要大量記憶體空間。尤其希望主要運算都在 GPU 上完成時，顯示記憶體能不能容納模型與工作資料，往往比單看算力數字更實際。
傳統電腦可能出現一個狀況：系統 RAM 明明還有空間，GPU 卻已經先碰到 VRAM 上限。大容量統一記憶體，就是要讓 GPU 有機會使用更大的記憶體空間，而不是被獨立顯卡固定的容量卡住。
CUDA 的價值，不只是硬體規格
很多 AI 圖像、影片生成工具，以及 AI Agent 工作流程，會優先在 NVIDIA 硬體與 CUDA 環境上開發、測試。其他平台不是不能跑，而是有時需要額外轉換或最佳化，才能順利使用。
RTX Spark 延續 CUDA 生態系，優勢就是更容易接上這些既有工具，也有機會更快用到新模型。不過，個別工具能不能直接執行，仍然要看它本身的版本與相依環境，不能把有 CUDA 理解成所有軟體都保證相容。
另一個我覺得重要的點，是工作流程的延續性。先在筆電上建立 AI 工作流程，之後有更大的運算需求，可以再移到 NVIDIA 桌機，甚至資料中心。筆電不只是獨立的一台機器，也可以是整套開發與創作流程的起點。
實測一：把會議錄音與 PDF，整理成真正能執行的工作
上班族應該都懂，開完兩個小時的會，大家最想知道的通常不是每個人講過哪些話，而是三件事：最後決定什麼、誰負責、什麼時候要完成。
這次我們準備了一段討論美國旅遊行程的錄音，以及一份行程 PDF，交給本地模型搭配 Agent 處理。工作流程分成兩段：
- 先用本地語音辨識，把錄音轉成文字。
- 再交叉參考 PDF，整理討論重點、會議決議與後續待辦事項。
最後產出的內容，不只是錄音摘要，而是把散在不同資料裡的安排重新整理，變成比較容易追蹤的工作清單。對於會議內容很零碎、還得反覆翻文件確認的情況，這種做法很實用。
這裡還有一個本地 AI 的重點：在這套本地處理流程中，錄音和文件可以留在自己的電腦，不必為了整理資料而上傳到雲端服務。這能減少資料外傳的環節，但不代表只要用了本地 AI，就自動等於所有資安風險都消失。
實測二：用中文指令，讓 AI 在 After Effects 做動畫
第二個測試，是讓 AI 幫忙製作一段簡單的賽博龐克風格片頭。主角是「RTX Spark」字樣，搭配暗色背景、青色與紅色光效，先像遊戲畫面一樣閃爍，再逐漸亮起。
我們不是只丟一句「幫我做個動畫」就期待它通靈，而是先準備參考動畫，再用中文說明要做出的效果，請它產生 After Effects 腳本、設定文字光效與簡單關鍵影格，最後留下可以繼續編輯的 AE 專案。
實際執行時，Agent 先分析參考素材，再透過腳本建立動畫。大部分步驟在背景完成，最後才開啟 AE，讓我們檢查成果。
它最後確實做出了動畫，也留下專案檔。對沒有動畫經驗、只想先做出一個簡單片頭的人來說，這很有幫助。AI 先把圖層、光效、關鍵影格架好，我們再進去調整閃爍節奏、顏色與亮度，比從空白專案開始輕鬆很多。
不過，這裡必須講缺點：目前測試的版本還很早期，穩定性仍有進步空間。我們過程中偶爾會遇到本地模型服務停止，這套流程還不是每次按下去都能完全不用管。
實測三：觸控筆畫草圖，交給 Blender 變成可編輯的 3D 模型
Prestige N16 Flip AI+ 的 Flip，不只是名字。它的觸控螢幕能360度翻轉，可以改變擺放方式，也能像大型平板一樣直接在螢幕上操作、畫草圖。
機身底部還有專用的 MSI Nano Pen 收納槽，收起來時也能替觸控筆充電。不用另外找地方放筆，這種整合我覺得很加分。
我們的測試很直接：先畫一張簡單的2D 動物草圖，再交給 AI，請 Agent 操作 Blender，把它做成3D。
以烏龜草圖為例，它會分析外形，再透過 Python 腳本建立不同部件，加入材質、燈光與攝影機，最後算出預覽圖，並開啟 Blender 讓我們確認。
這裡最有價值的，不是它吐出一張看起來像3D 的圖片，而是真的留下可以手動修改的3D 專案，而且各個部件分開建立。之後想改身體比例、調整頭部、換顏色，不需要全部重來，可以直接進專案修改。
對有想法、卻不熟3D 建模的人來說，從腦中構想到第一個可用模型，中間的門檻確實降低很多。當然，這不代表隨手畫一張草圖，就能直接取代專業建模，但它很適合拿來建立初稿。
順便講一下，我真的很喜歡這個 RGB
這台搭載四區 RGB 鍵盤，在這次介紹的 MSI RTX Spark 筆電陣容中，它也是有 RGB 鍵盤的款式，其他款式則以白色背光為主。
買過電競筆電的人應該懂，這個很重要。實際算力有沒有增加是一回事，精神算力肯定有提升。好，扯遠了，繼續測試。
實測四：八分鐘素材，剪出橫式與直式的一分鐘精華
再來是我們最有感的工作：剪片。拍完之後要挑素材、排時間軸、調色、改畫面比例、輸出，不少步驟其實很重複。
這次我們準備一支約八分鐘的影片，以及事先整理好的剪輯方向與腳本範例，再用中文要求 AI，透過 DaVinci Resolve 做出一分鐘精華，同時提供橫式與直式版本。
Agent 透過腳本完成幾件事：
- 在 DaVinci Resolve 建立時間軸。
- 依照剪輯規劃排列片段。
- 套用調色處理。
- 調整直式影片的裁切與構圖。
- 輸出不同格式，並保留可修改的專案。
最後成功輸出兩支一分鐘影片：橫式為4K，直式為1080 × 1920，兩者都是60fps。而且不是只留下成品，還有專案檔。想換鏡頭、改顏色，或重新調整直式構圖，都能繼續手動處理。
我覺得這才是對創作者有意義的 AI 工作流程。前提是我們先有清楚的剪輯方向，AI 負責把時間軸、平台比例與輸出這些重複步驟做掉，人再接手修節奏與細節。
例如先讓它處理一部分調色參數，我再完成最後10%到20%的調整。省下來的時間，就能去挑更適合的音樂，或把影片節奏修得更好，而不是一直重複設定相同的東西。
128GB 到底能做多少事？五項工作同時跑，尖峰用量99.6GB
文件、動畫、建模、剪片分別跑完之後，我們想挑戰另一件事：既然有128GB，能不能一次做很多事？
這台可以依需求調整 GPU 預留記憶體。我們這一輪把96GB 預留給 GPU，模擬旅遊創作者同時處理多項工作的情境：
- 使用大型語言模型撰寫旁白與社群文案。
- 生成旅遊海報與 AI 動畫素材。
- 讓 AI 找出含有人物的影片片段。
- 處理4K 60fps 影片與畫面疊加工作。
- 執行語音辨識，製作字幕文字。
這次測試記錄到的記憶體尖峰用量是99.6GB。要注意，這個數字是 CPU 系統記憶體與 GPU 專用記憶體的合計，不是說 GPU 單獨吃掉99.6GB。
這也很直接地說明，大容量記憶體不是只有規格表好看。當大型模型、素材生成與影片處理一起進行，真的能吃掉非常多容量。
但也不要把容量跟速度畫上等號。這輪最能證明的是多項高記憶體需求工作有空間一起跑，而不是所有工作都因此變成瞬間完成。統一記憶體解決的是重要瓶頸之一，不是取消所有運算限制。
能玩遊戲嗎？效能接近筆電版 RTX 5070，機身約1.9公斤
雖然這台主打 AI 生產力，但 NVIDIA 畢竟是做遊戲顯卡起家的。N1X 的 GPU 採用 Blackwell 架構，也支援 NVIDIA DLSS 技術。
這次展示的《NBA 2K27》DLSS 5 畫面，球員皮膚質感與光影變得更擬真，尤其重播鏡頭很有轉播的感覺。至於我們自己實際玩幾款遊戲的整體感受，N1X 的遊戲表現接近筆電版 RTX 5070。
不過，這裡沒有完整列出各款遊戲的解析度、畫質設定與幀率，所以比較適合把它當成效能定位的參考，不是每款遊戲都能一比一對照。
我覺得比較有意思的是它的攜帶性：
- 機身重量約1.9公斤：以能跑本地 AI、也能玩重度遊戲的筆電來看，相對好攜帶。
- 搭配140W 變壓器：電源供應器體積也比不少傳統高效能 Windows 筆電的小。
- 測試中的離電表現：不插電時，效能感受與接電狀態相當接近。
對需要帶著電腦移動的人來說，算力能不能離開插座，跟規格有多高一樣重要。只是離電效能接近，不等於續航一定很長，這兩件事還是得分開看。
雲端 AI 已經很強，為什麼還要花24萬買本地算力？
老實說，我一開始也覺得這個價格很誇張。直到參加 Spark 台北發表會，跟創作者、KOL，以及已經使用相關設備的人聊過之後，才比較理解這類產品的價值。
它不是要說服所有人放棄雲端，而是在某些工作條件下，本地算力確實有它不可取代的用途。
第一，你的工作就是離不開 Windows 與 CUDA
如果既有工具、軟體與工作習慣都在 Windows，而且會長時間、中度到重度使用本地 AI，Windows、大容量統一記憶體與 CUDA 這個組合就很有吸引力。
尤其常常想試最新 AI 模型的人，CUDA 生態系的先行支援，會直接影響你要花多少時間處理環境問題。買的除了硬體，也包含接上既有工具鏈的便利性。
第二，有些資料就是不能送上雲端
雲端總算力比一台筆電強很多，現在不少服務也很便宜，那為什麼還要在自己電腦上跑？對部分使用者來說，答案是隱私與資料控管。
我當天聊到的使用者，有些處理政府或國防相關專案，有些在學校實驗室研究論文、專利，或尚未公開的成果。這些工作的重點，不只是算得快，而是資料能不能離開自己的環境。
他們可能把七、八成的一般運算交給雲端，但把最關鍵的研究內容與機密資料留在本地。論文研究在意成果的先後與未公開內容，企業則可能有合約上的保密要求。
如果規定就是不能把資料交給外部服務，那雲端再便宜、再強，都不是同一個選項。本地運算的意義，是減少必須把資料交出去的需求；至於完整資安，仍然得搭配設備、權限與流程管理。
當然，真正需要非常強大的本地運算，可能還是要用 H100、H200 這類更高階設備。筆電的優勢不是取代資料中心，而是把一定程度的本地算力做成能帶著走的形式。
第三，雲端生成、本地後製，可能更符合創作者的成本結構
我們自己的工作，也越來越常把雲端與本地混著用。例如先在雲端生成 Full HD 影片，再用本地算力升頻到4K。
直接在雲端取得高解析度內容，成本可能很高。當反覆處理的次數增加，把一部分工作留在本機，就有機會降低持續付費的需求。
但「有機會回本」跟「買了就會回本」是兩回事。最後還是看你的使用頻率、工作內容，以及真正省下多少費用與時間。Token 永遠覺得不夠用，需求也總會越來越多，但不能因為這樣就跳過成本計算。
24萬元值不值得？它不是全民筆電，而是特定工作者的工具
如果只是偶爾問 AI 問題、寫點文案，或主要工作都能在雲端完成，我不會因為這台有128GB，就說每個人都該買。24萬元真的不是小數字，而且這一代軟體流程還有早期版本的 Bug，需要接受它仍在成長。
但如果你的需求同時包含Windows、CUDA、大模型記憶體容量、資料不外傳，以及移動工作，就比較能理解它為什麼跟一般高階電競筆電不是同一種產品。
對創作者來說，這次最打動我的也不是某個算力數字，而是 AI 真的能進到 AE、Blender、DaVinci Resolve 裡，把第一版做出來，而且留下可以繼續編輯的專案。AI 先處理重複工作，我們再把最後的品質、節奏與審美補上，這個方向很實際。
另外，買第一代產品，多少也有一點浪漫。有些預購的人很清楚雲端已經夠強，甚至知道自己需要的 Agent 不一定要這麼高的本地算力，但就是喜歡，也想參與這個階段。有點像當年買第一代 Tesla 的感覺。
我期待未來兩、三年，這類 AI 筆電能越來越強，價格也有機會更親近人。不過那是我對發展方向的期待，不是今天購買就能保證的事。
回到 MSI Prestige N16 Flip AI+ 本身，翻轉觸控、內建觸控筆，確實讓「先畫草圖，再交給本地 AI 建模」變成很直覺的操作。RGB 則繼續負責提升我的精神算力。有需要進一步確認配置，可以參考 MSI 產品資訊。
多數人可能不會買第一代，也完全沒關係。這台真正讓我想清楚的是：本地 AI 的價值，不是每件事都比雲端快，而是讓某些資料與工作流程，能掌握在自己手上。理解這一點，就比較知道這24萬元對誰有意義，對誰又只是用不到的豪華規格。
