微軟親手拆掉 Copilot+ 的護城河：Windows 11 本地 AI 擁抱 RTX 顯示卡

• 文字摘要與改寫： 應用程式可以呼叫本地語言模型，在完全離線的環境下濃縮或重組內容。
• 文字生成： 開發者如今可將本地小型語言模型（SLM）的能力整合到自己的 Windows 應用程式中。
• 文字生成圖片： 該 API 路徑支援本地端圖片創作，不再需要繞經雲端 。
• 影片超解析度與語音辨識： 在目前的預覽版中，這兩個功能是運作在 CPU 上，但它們同樣屬於這次「不再強制要求 NPU」的擴充 API 組合包裡 。

不過，有一點務必留意：這是透過 Windows App SDK 推送的「開發者導向」版本，是一個標註「實驗性」的功能，而不是一般消費者會從 Windows Update 中看到的開關 。

關鍵戰略轉向：從 NPU 寡頭到 GPU 共和

打從 Copilot+ PC 問世以來，微軟一直把守著一道堪稱「鐵律」的規則：原生的 Windows 本地語言模型 API 以及 Copilot+ 品牌功能，只對「系統整合 NPU」的裝置開放，NPU 曾是微軟本地智慧運算清單中唯一的核可加速器 。

但這次的發布，正式打破了那道封印。一張 Nvidia RTX 顯示卡，如今可以做為 Windows 本地語言模型的首要 AI 加速器，這塊過去專屬於 NPU 矽晶片的神主牌，已被移開。業界對這個轉變的評價既快又直接。PCWorld 形容此舉「削去了 Copilot+ 的優勢」，PCMag 則更進一步明言，微軟在 Build 2026 大會上傳遞的訊息正是：「Copilot+ PC 對於本地 AI 開發來說，已經不再重要了」 。

微軟不再將自家的原生 AI 執行環境，鎖在特定的硬體徽章之後。任何搭載夠力的 RTX 顯示卡的 Windows 11 系統，都可以一腳跨入這個本地 AI 生態圈；這個轉變，也極大幅度地拓寬了 AI 驅動的 Windows 應用程式所瞄準的市場規模。

現實的但書：GPU 預覽版目前的限制

雖然戰略意義非凡，但這項奠基於 GPU 的支援畢竟還是個半成品。有幾條重要的現實限制，值得所有躍躍欲試的開發者與玩家放在心裡：

• 僅限開發者預覽： 這不是穩定、正式發布的版本，它是為了讓開發者透過 App SDK 實驗本地模型整合而生，而非為了讓一般使用者立即嘗鮮的新功能大禮包 。
• 拿不到 Copilot+ 獨家功能： 透過 RTX 顯示卡存取本地語言模型 API，並不會解鎖 Copilot+ 的品牌標誌功能，像是 Windows Recall（回顧）、Click to Do（快速操作）或 Windows Studio Effects（工作室效果）。這些體驗依然守著它們的 NPU 硬需求 。
• Phi Silica 尚未相容： 報告指出，微軟的旗艦級裝置端小型語言模型 Phi Silica，在此預覽階段仍尚未針對 RTX GPU 路徑最佳化，目前為止它依然是設定給 NPU 執行的 。
• 嚴格的硬體門檻： 最低的要求是一張 RTX 30 系列以上、具備至少 6GB VRAM 的顯示卡。所有舊款的 GTX 顯示卡、RTX 20 系列，以及任何 VRAM 不足的後起新秀，都在這個派對的門外 。
• 純粹的開發者底層建設： 這些 API 是應用程式整合用的管線，而不是一個給使用者互動的介面或功能開關 。

全新的硬體船錨：Surface RTX Spark Dev Box

微軟在 Build 2026 發表會上，搭配這個軟體大轉彎，祭出了一個硬體上的重量級宣言。該公司首度揭露了 Surface RTX Spark Dev Box，一台桌上型開發者工作站，其心臟是 Nvidia 全新的 RTX Spark 系統單晶片（SoC），在一塊封裝上結合了 Grace 等級的 Arm CPU 與 Blackwell RTX GPU 。

RTX Spark 平台的關鍵規格如下 ：

• 具備 1 petaflop 的 AI 運算效能
• 最高達 6,144 個 Blackwell RTX 核心以及 20 個低功耗 Arm 核心
• 擁有 128GB 的統一記憶體，能在完全無需雲端輔助的狀態下，運行高達約 1200 億參數的大型語言模型

微軟把這台 Dev Box 稱為一座放在桌上的「桌上型資料中心」，一個專為讓大模型推論與代理型工作流程在本地端實現而生的設備 。這台設備，接續著更早發表的 Surface Laptop Ultra（同樣由 RTX Spark 驅動）的腳步，共同塑造出一個專為本地 AI 運算而生的 Windows on Arm 裝置家族 。更宏觀的開發者工具鏈，也包含了在 Windows ML 中原生整合 TensorRT for RTX、以及一個屬於 Windows 生態系的 DGX Station 。

透過將本地 AI 執行環境開放給獨立顯示卡的同時，又順勢推出由 Nvidia 提供火力的一線硬體，微軟正將其開發者戰略的重心，從特定的處理器類型，移轉到「GPU 效能」這件事上。對於任何在 Windows 上打造裝置端 AI 功能的人來說，未來的明燈不再是 NPU 標籤，而是赤裸裸的運算力與記憶體容量。