这意味着，以前必须配备最新高通、AMD锐龙AI或英特尔酷睿Ultra处理器专属NPU才能运行的底层AI模型，现在只要你的电脑装了一张拥有至少6GB显存的英伟达RTX 30系列、40系列或更新显卡，就有机会在本地跑起来了 。这标志着微软从“独家硬件认证”向“通用GPU加速本地AI”的战略大转向。

哪些本地AI功能被“解禁”了？

此次开放的API属于Windows Copilot Runtime的一部分，它为应用程序提供了直接调用本地设备AI算力的途径。在这项公开预览中，只要你的Windows 11电脑有一块支持的RTX显卡，就可以运行以下任务 ：

• 文本摘要与重写：应用程序可以完全在离线状态下，调用本地语言模型来提炼或润色内容。
• 文本生成：开发者可以将本地小语言模型（SLM）的能力集成到自己的Windows应用中。
• 文生图：支持完全在本机生成图像，无需将数据往返上传至云端 。
• 视频超分辨率与语音识别：在当前预览版本中，这两项功能暂时运行在CPU上，但它们同样属于不再强制要求NPU的扩展API集合 。

需要重点强调，这是一项通过Windows App SDK发布的面向开发者的特性，并非用户可以直接在系统更新里开启的开关。在微软的官方文档中，该功能被明确标记为“实验性” 。

一次针对NPU独占策略的彻底转向

自Copilot+ PC问世以来，微软一直维持着一条铁律：原生的Windows本地语言模型API和Copilot+品牌功能，仅能在集成了NPU的特定设备上使用 。NPU在那个阶段被视为微软本地AI生态中唯一认可的硬件加速器。

这一次，这道城墙被推倒了。一块英伟达RTX GPU，现在可以作为Windows本地语言模型的主力AI加速器（原先这是NPU的专属角色）。业界的反应直接而迅速：《PCWorld》认为此举“削弱了Copilot+的优势”，《PCMag》的表述更为直接，称从Build 2026大会传递出的信息就是：“Copilot+ PC对本地AI开发来说，已经不重要了” 。

微软不再将原生AI运行时与某个特定硬件认证绑定。任何一台拥有够用RTX显卡的Windows 11系统，现在都有可能加入到本地AI的开发生态中——这一改变将极大地拓宽AI驱动型Windows应用的目标市场。

细看限制：这项GPU预览版目前还做不到什么

尽管战略意义重大，但就目前而言，这仍是一项带有诸多限制的“半成品”：

• 纯粹的开发者预览：这不是一个稳定且普遍可用的版本。它的受众仅仅是那些希望通过App SDK试验本地模型集成的开发者，普通用户无法获得一个全新的功能开关 。
• 不包含Copilot+独占功能：即使你的RTX显卡能调用本地语言模型API，也无法解锁像Windows Recall（回忆功能）、Click to Do（单击即做）或Windows Studio Effects这类深度绑定NPU的Copilot+品牌体验 。
• 旗舰模型Phi Silica仍未就绪：报道指出，微软主打的本地小型语言模型Phi Silica目前尚未针对RTX显卡进行适配优化，在此预览阶段它仍停留在NPU执行模式 。
• 硬件门槛严苛：最低需要一张RTX 30系列或更新的显卡，且显存不得少于6GB。更早的GTX系列、RTX 20系列，以及显存不足的RTX 30系型号都在门槛之外 。
• 纯粹底层能力：这些API是供应用调用的技术管道，并非面向终端用户的交互界面或菜单设置 。

全新的硬件锚点：Surface RTX Spark Dev Box

在软件策略转向的同时，微软也用一记硬件重拳为这场变革定调。Build 2026期间，微软发布了Surface RTX Spark Dev Box，这是一款桌面级的开发者工作站，其核心是英伟达全新的RTX Spark系统级芯片，将Grace级别的Arm架构CPU与Blackwell架构的RTX GPU封装在了一起 。

这款RTX Spark平台的关键规格如下 ：

• **1 Petaflop（千万亿次）**的AI计算性能
• 最多6144颗Blackwell RTX核心和20颗高效Arm架构核心
• 128GB的统一系统内存，使其能完全在本地运行参数规模高达约1200亿的大语言模型

微软将这款Dev Box比作一台摆在桌面的“桌面数据中心”，旨在实现无需依赖云端即可完成大规模模型推理和智能体工作流的开发形态 。此外，微软还公布了同样基于RTX Spark的Surface Laptop Ultra，两者共同构成了一个新的Windows on Arm设备家族，专为本地AI而生 。与之配套的开发者工具链，还包括Windows ML中集成的原生TensorRT for RTX，以及面向Windows的DGX Station生态 。

通过向独立显卡开放本地AI运行时，并同步推出基于英伟达芯片的自家硬件，微软正在将开发者战略重心从“特定处理器型号”向“GPU算力”回归。对于任何想在Windows上构建本地AI功能的开发者来说，未来的道路，将不再看你有没有NPU标签，而是看你手里有多少真材实料的算力和显存。

这意味着，以前必须配备最新高通、AMD锐龙AI或英特尔酷睿Ultra处理器专属NPU才能运行的底层AI模型，现在只要你的电脑装了一张拥有至少6GB显存的英伟达RTX 30系列、40系列或更新显卡，就有机会在本地跑起来了 。这标志着微软从“独家硬件认证”向“通用GPU加速本地AI”的战略大转向。

哪些本地AI功能被“解禁”了？

此次开放的API属于Windows Copilot Runtime的一部分，它为应用程序提供了直接调用本地设备AI算力的途径。在这项公开预览中，只要你的Windows 11电脑有一块支持的RTX显卡，就可以运行以下任务 ：

• 文本摘要与重写：应用程序可以完全在离线状态下，调用本地语言模型来提炼或润色内容。
• 文本生成：开发者可以将本地小语言模型（SLM）的能力集成到自己的Windows应用中。
• 文生图：支持完全在本机生成图像，无需将数据往返上传至云端 。
• 视频超分辨率与语音识别：在当前预览版本中，这两项功能暂时运行在CPU上，但它们同样属于不再强制要求NPU的扩展API集合 。

需要重点强调，这是一项通过Windows App SDK发布的面向开发者的特性，并非用户可以直接在系统更新里开启的开关。在微软的官方文档中，该功能被明确标记为“实验性” 。

一次针对NPU独占策略的彻底转向

自Copilot+ PC问世以来，微软一直维持着一条铁律：原生的Windows本地语言模型API和Copilot+品牌功能，仅能在集成了NPU的特定设备上使用 。NPU在那个阶段被视为微软本地AI生态中唯一认可的硬件加速器。

这一次，这道城墙被推倒了。一块英伟达RTX GPU，现在可以作为Windows本地语言模型的主力AI加速器（原先这是NPU的专属角色）。业界的反应直接而迅速：《PCWorld》认为此举“削弱了Copilot+的优势”，《PCMag》的表述更为直接，称从Build 2026大会传递出的信息就是：“Copilot+ PC对本地AI开发来说，已经不重要了” 。

微软不再将原生AI运行时与某个特定硬件认证绑定。任何一台拥有够用RTX显卡的Windows 11系统，现在都有可能加入到本地AI的开发生态中——这一改变将极大地拓宽AI驱动型Windows应用的目标市场。

细看限制：这项GPU预览版目前还做不到什么

尽管战略意义重大，但就目前而言，这仍是一项带有诸多限制的“半成品”：

• 纯粹的开发者预览：这不是一个稳定且普遍可用的版本。它的受众仅仅是那些希望通过App SDK试验本地模型集成的开发者，普通用户无法获得一个全新的功能开关 。
• 不包含Copilot+独占功能：即使你的RTX显卡能调用本地语言模型API，也无法解锁像Windows Recall（回忆功能）、Click to Do（单击即做）或Windows Studio Effects这类深度绑定NPU的Copilot+品牌体验 。
• 旗舰模型Phi Silica仍未就绪：报道指出，微软主打的本地小型语言模型Phi Silica目前尚未针对RTX显卡进行适配优化，在此预览阶段它仍停留在NPU执行模式 。
• 硬件门槛严苛：最低需要一张RTX 30系列或更新的显卡，且显存不得少于6GB。更早的GTX系列、RTX 20系列，以及显存不足的RTX 30系型号都在门槛之外 。
• 纯粹底层能力：这些API是供应用调用的技术管道，并非面向终端用户的交互界面或菜单设置 。

全新的硬件锚点：Surface RTX Spark Dev Box

在软件策略转向的同时，微软也用一记硬件重拳为这场变革定调。Build 2026期间，微软发布了Surface RTX Spark Dev Box，这是一款桌面级的开发者工作站，其核心是英伟达全新的RTX Spark系统级芯片，将Grace级别的Arm架构CPU与Blackwell架构的RTX GPU封装在了一起 。

这款RTX Spark平台的关键规格如下 ：

• **1 Petaflop（千万亿次）**的AI计算性能
• 最多6144颗Blackwell RTX核心和20颗高效Arm架构核心
• 128GB的统一系统内存，使其能完全在本地运行参数规模高达约1200亿的大语言模型

微软将这款Dev Box比作一台摆在桌面的“桌面数据中心”，旨在实现无需依赖云端即可完成大规模模型推理和智能体工作流的开发形态 。此外，微软还公布了同样基于RTX Spark的Surface Laptop Ultra，两者共同构成了一个新的Windows on Arm设备家族，专为本地AI而生 。与之配套的开发者工具链，还包括Windows ML中集成的原生TensorRT for RTX，以及面向Windows的DGX Station生态 。

通过向独立显卡开放本地AI运行时，并同步推出基于英伟达芯片的自家硬件，微软正在将开发者战略重心从“特定处理器型号”向“GPU算力”回归。对于任何想在Windows上构建本地AI功能的开发者来说，未来的道路，将不再看你有没有NPU标签，而是看你手里有多少真材实料的算力和显存。