微軟押注本地 AI 硬體，ChatGPT 用 GPT-6 生成可互動回答

微軟在舊金山舉行的 Surface 與 Windows 活動上，把 AI 敘事從雲端模型推向本地硬體、系統級智慧與開發者工具鏈；同一時間，OpenAI 為 ChatGPT 引入隨 GPT-6 到來的 Intelligent UI，讓回答從純文字變成圖表、按鈕和內嵌工具。兩條線索看似分屬硬體與軟體，卻共同指向一個變化：AI 正在尋找更貼近使用者裝置、工作流程和現實世界的落點。

Surface Laptop Ultra：RTX Spark 首秀落在 2599 美元筆電上

微軟在活動上公布 Surface Laptop Ultra 的發售資訊。這款筆電搭載 Nvidia RTX Spark Arm 架構晶片，8 核 CPU、24GB 記憶體、512GB 儲存空間的版本起售價 2599 美元，將於 10 月 16 日發布 ^[5]。從現場實機體驗來看，它延續了簡潔、克制的鋁合金機身，螢幕亮度出色，鍵盤觸感適中，大面積觸控板滑順；重量不到 4.5 磅，比蘋果 16 吋 MacBook Pro 更輕，但仍是 16 吋級生產力裝置 ^[4]。對需要最高 128GB 記憶體的 AI 開發者而言，它提供了 Windows 陣營中一款能與高階 MacBook Pro 相抗衡的可攜選擇。微軟還把它稱為 Nvidia RTX Spark 的首發平台，後者是 Nvidia 進入 Arm 架構 PC 晶片市場的嘗試 ^[5]。

Surface RTX Spark Dev Box：6000 美元級本地 AI 工作站

與筆電同台亮相的 Surface RTX Spark Dev Box，面向本地 AI 工作流程與開發者、工程師。它搭載 NVIDIA RTX Spark N1X 晶片，配備 128GB 統一記憶體和 2TB 儲存空間，儲存裝置可拆卸，但依產品頁資訊其餘配置不可客製；微軟稱其能執行參數規模「超過 120B」的 AI 模型 ^[2]。外觀上，這台機器頂部有陽極氧化鋁格柵，機身布滿約 1000 個通風孔，形狀像一塊放大的樂高積木，底部墊高，佔用桌面空間不小，重量至少 5 到 6 磅 ^[1]。連接埠包括 USB-C、USB-A、乙太網路、DisplayPort 2.1 和 HDMI 2.1b 等，但沒有 Mac Studio 那樣的讀卡槽 ^[1][2]。它已開放預購，價格 5999.99 美元，11 月開始出貨；作為 Project Zenith 裝置，它還預載 Windows 11 Pro、Visual Studio Code、Git、GitHub CLI、GitHub Copilot 和 Python ^[2][5]。對非企業使用者來說，價格仍是最大門檻，尤其相比最初 3999 美元、如今 128GB 版本接近 7000 美元的 NVIDIA DGX Spark ^[2]。

Windows 的 Hybrid Intelligence：Copilot 開始翻找本機檔案

微軟同時更新 Windows 的 AI 能力。其提出的 Hybrid Intelligence 讓 Copilot 存取 Windows PC 上的檔案，並跨作業系統執行操作；新的搜尋體驗也允許使用者從搜尋列發起快速操作 ^[5]。現場示範中，微軟 Copilot 執行副總裁 Jacob Andreou 讓 Autopilot 處理報稅：在收到會計師電子郵件後，Autopilot 搜尋不同資料夾找到檔案，重新命名、壓縮成資料夾，並草擬一封帶附件的電子郵件 ^[5]。這套思路強調本機與雲端模型分工，把 AI 從聊天視窗推進到檔案系統和應用程式動作層。為了支撐 Surface 裝置，微軟還在雷德蒙德園區用無窗倉庫式實驗室做可靠性測試，例如讓機器人反覆按鍵數千次、用巨型天線發射無線電波、從不同高度摔落裝置 ^[5]。這些測試同樣服務於 RTX Spark 平台首發時的穩定性訴求 ^[5]。

ChatGPT 的 Intelligent UI：GPT-6 把回答變成可操作介面

OpenAI 則為 ChatGPT 推出 Intelligent UI。該功能隨 GPT-6 逐步向所有使用者推出，讓聊天回答能組合文字、示意圖、圖表、表單、可點擊按鈕等互動元素 ^[3]。OpenAI 稱其訓練 GPT-6 判斷何時生成互動視覺而非純文字，以及如何在回答中排版；範例包括詢問七速自行車設計時展示可突顯部件的示意圖，或教使用者打麻將時生成牌面並按類別捲動查看 ^[3]。使用者還可以要求 ChatGPT 生成退休儲蓄計算器、復古小遊戲或帳單分攤器，工具會直接內嵌在回答裡 ^[3]。OpenAI 表示 GPT-6 還帶來更好的網頁搜尋、在收集資訊時更快給出部分答案，以及「對繞過安全訓練嘗試的更強抵抗力」 ^[3]。該功能先向 Plus、Pro、Business、Enterprise 使用者全球推出，週四擴展到 Go 和免費層；高付費使用者可用中階 GPT-6 Sol，Go 和免費使用者使用更高效的 GPT-6 Luna ^[3]。

語言模型試駕：從文字輸出到物理世界的一小步

在更靠近現實世界的一側，Axiom 的三名 AI 工程師 Aditya Ramabadran、Simon Mahns 和 Tobias Gessler 做了一次高風險實驗。他們坐進一輛 2024 年式 Toyota Corolla，在灣區一家 In-N-Out 的得來速附近打開筆電，要求 OpenAI 的 GPT-6 Astra 接管駕駛。他們把聊天介面連接到伺服器，再連接擋風玻璃上的多個攝影機和汽車轉向系統，同時讓安全駕駛員把腳放在煞車上 ^[6]。這個通常負責生成文字、程式碼和圖片的模型，最終緩慢地把車開到取餐窗口。有工程師感嘆「也許 AGI 真的來了」，但報導也指出，自動駕駛通常由專門訓練和工程的演算法完成，而這次是通用模型在沒有預先指導的情況下即時操作 ^[6]。實驗並未發生明顯危險狀況，卻暴露了把通用模型放進兩噸重、快速移動的鋼鐵機器中的風險；隨著模型對物理的理解提升，AI 可能以更驚人的方式進入現實世界 ^[6]。研究人員正把物理推理視為下一個前沿，Elorian AI 的 Andrew Dai 和 Scale AI 等團隊還開發了 Humanity’s Sixth Sense 基準，衡量模型理解物理場景的能力 ^[6]。

共同趨勢：AI 正從對話框走向裝置、介面與道路

把這幾條線索放在一起，可以看到 AI 競爭的重心正在向外擴張：微軟用 Surface Laptop Ultra 和 Dev Box 把大模型塞進本機裝置，用 Hybrid Intelligence 讓 Copilot 觸及檔案與操作；OpenAI 用 Intelligent UI 改寫 ChatGPT 的輸出形態；Axiom 的實驗則把語言模型推到物理世界邊緣。短期值得關注的是，RTX Spark 平台的真實效能與散熱表現、6000 美元級開發工作站的買家範圍，以及 Intelligent UI 在免費層的可用程度。更長期的問題在於，當 AI 同時擁有本機算力、系統權限和物理行動能力，價格、安全與可靠性將成為決定它能否真正落實的三重門檻。