蹦迪、给狗造翅膀这帮人玩电脑的路子有点野
上周五，托尼参加了小红书在海口举办的明日公园主题活动，晚上蹦迪的时候就看到了这样的一幕。
很明显，这段视觉效果的灵感来源于 PCB 电路板。
但是后来我才知道，这段 PCB 图片素材不是创作者瞎画的，而是一块基本逻辑能跑通的真 · PCB。
有意思的是，创作这个效果的人，此前并没有从事过电子电路相关的工作。
事实上，这回小红书海口的主题活动底下还有很多小型的讨论会和创作者沙龙，而前面这些就是我们在英伟达的沙龙里听到的真人真事。
这个故事来自一位叫王志昂的媒体创作者，制作这段视觉效果的设备则是一台笔记本电脑，搭载英伟达最近刚发布的 RTX Spark N1X 芯片。
现场听完王志昂老师的分享，托尼我也是有点恍惚的 —— 一个没有接触过电子电路的人，靠一台笔记本就能做出这样的效果？You Sure？
但是仔细想想的话，也合理：
我们之前测试过的 RTX Spark 笔记本电脑，搭载了 20-core NVIDIA Grace CPU 和 Blackwell RTX GPU，最高支持 128GB 统一内存，内存带宽达到 300GB/s。
这套配置给创作者用的话，那还真是爽歪歪。
我知道肯定会有小伙伴说，128 GB 的统一内存不上不下：乍一看很大，普通人干什么活都够用了，但是真拿来干活的大模型还真不一定跑得动。比如要想按照传统方法部署蓝色大肥鱼 V4 和 V4.1 Flash 的话，至少也要 200 GB 的统一内存才能把权重、上下文全都带起来。
然而由于梁圣开源，情况已经发生了变化：
unsloth 团队最近成功把 DeepSeek 4.1 Flash 压到了 128 GB 统一内存能跑的水平，早前参数更小的 DeepSeek V4 Flash 更是早就有了 128 GB 统一内存无压力运行的量化版本。
再加上英伟达量大管饱的 GPU 规模，这下是真能在本地跑可以拿来干大活的强力模型了。。。
扯远了，我们回到创作者沙龙现场。
刚刚提到的这位王志昂，在现场里详细地分享了用 RTX Spark 平台制作这个动画的过程。
他倒是很坦诚，说之前也有尝试过接触 PCB 电路，之前创作相似题材的时候，都是在网络上手动检索具有构成美学的线路板图像做参考。
但这次因为是在英伟达的 RTX Spark 平台上创作的，能干的事儿变多了，他直接让本地 AI 在 EDA 里画了一张大概能跑得通的 PCB 设计板图纸。
再按照类似的布局和线路规则，生成城市建筑与道路的俯瞰图。这样一来，电路板和城市就有了构图上的呼应。
观众在观看抽象流动的画面时，借由所使用的设备里拥有的PCB和所处的城市空间的图像，把美学与个体经验，作品与具体生活串联了起来。
图像来源-艺术家王志昂
在剩下的工作里，像什么提取这张 “PCB 城市” 图像里的信息，再转化成三维空间中的点、线、块，这些过程中 AI 也帮了不少忙。
但要让这些点、线、块动起来，配合音乐一起蹦迪，那就是另一套逻辑了。
受限于工具和目前 AI 的能力上限，这个过程大部分还是得创作者自己来完成，这里头就会用到一个叫Touch Designer 的工具。
接触过现场视觉、互动装置或者新媒体艺术创作的小伙伴，应该对它不陌生。
画面里的元素如何移动、变形，彼此之间有什么关系，都需要创作者在 Touch Designer 里设计和实现。想法越特别，需要自己琢磨的部分也就越多。
期间 RTX Spark 倒是可以用 GPU 分担 TouchDesigner 的图像和点云运算，还能借助英伟达的 CUDA 调用显卡算力，但 AI 在这个过程中能做的就不多了，只是解决一部分搭建基础逻辑的工作。
王志昂还在现场举了个例子 —— 假如想做一滴水落地、溅开、回弹的效果，他会先把这个过程拆成下落速度、回弹的弹性等规则，再让 AI 帮他用创作软件的语言实现，并留下可以调整的参数。
所以从王志昂的创作流程就能看出， RTX Spark N1X 这样的 AI 硬件平台，并不像我们想的那样彻底替代掉创作者，而是变成了创作者的超级金手指：
它做的只是把 AI 辅助和熟悉的创作工具放在同一台电脑上，让一个陌生、实现起来又有些费劲的想法，有机会继续往下走。
卡兹克自己就做了一个很好的例子 —— 没错，英伟达除了邀请几位创作者之外，还邀请了我们的同行「数字生命卡兹克」来到了沙龙的现场。