在端側(cè)AI算力領(lǐng)域，過去大半年間，各類產(chǎn)品層出不窮。從英偉達(dá)DGX Spark到各廠商的桌面AI超算，人們不斷進(jìn)行著模型推理測試、ComfyUI工作流嘗試以及各類AIGC場景的探索。這些產(chǎn)品雖各有亮點(diǎn)，但一個(gè)事實(shí)逐漸清晰：端側(cè)硬件雖強(qiáng)，卻并非適合所有人在所有階段直接購置。

以入門級(jí)AI開發(fā)者為例，初期可能僅需運(yùn)行7B參數(shù)的小模型，但幾個(gè)月后或許就想嘗試70B甚至更大規(guī)模的模型。這是由于算力需求呈逐級(jí)上升態(tài)勢，若一步到位購買頂配硬件，前期利用率極低，畢竟此時(shí)開發(fā)者尚處于入門階段；若先購買夠用配置，過不了多久又會(huì)面臨升級(jí)問題，因?yàn)榇藭r(shí)已具備一定水平。這種節(jié)奏很難精準(zhǔn)把握。

如今，一個(gè)人借助AI工具承擔(dān)傳統(tǒng)小團(tuán)隊(duì)工作的“OPC（One Person Company）”概念逐漸興起，成為超級(jí)個(gè)體的愿景聽起來十分美好，但對(duì)算力的要求也大幅提升。一個(gè)人可能上午是AI開發(fā)者，忙著調(diào)試模型、編寫代碼；下午變身內(nèi)容創(chuàng)作者，制作AI漫??；晚上還想玩玩游戲放松身心。不同角色對(duì)算力的需求差異巨大，一臺(tái)固定配置的機(jī)器很難滿足所有場景的需求。

Gartner曾預(yù)測，在未來5到10年內(nèi)，DaaS（桌面即服務(wù)）將成為主流，云電腦有望成為企業(yè)與組織的首選辦公計(jì)算機(jī)。其背后的邏輯在于，當(dāng)摩爾定律的邊際效應(yīng)遞減，而AI模型參數(shù)量卻以摩爾定律數(shù)倍的速度增長時(shí)，算力向云端遷移成為必然趨勢。這也是我們開始關(guān)注云端桌面AI的原因。

近期，我們體驗(yàn)了一款名為阿里云無影個(gè)人云超算的產(chǎn)品。準(zhǔn)確地說，是在線上“開通”了一臺(tái)云端電腦，經(jīng)過一周的體驗(yàn)，有了諸多新發(fā)現(xiàn)。

阿里云無影是一款可隨時(shí)隨地接入的云上電腦，其最大特點(diǎn)是實(shí)現(xiàn)了“算力與終端的徹底解耦”，為用戶帶來了極大的便利。在實(shí)際體驗(yàn)中，無論使用MacBook、Windows筆電還是iPad，只要安裝無影客戶端App，就能瞬間接入同一個(gè)云端桌面。

2020年，阿里云推出第一代無影云電腦，其終端是一個(gè)名片夾大小的C - Key，連接顯示屏即可進(jìn)入云端桌面。當(dāng)時(shí)這一品類還需反復(fù)解釋，很多人將其與遠(yuǎn)程桌面混為一談。到了2024年，無影個(gè)人版亮相，個(gè)人玩家可直接運(yùn)行《黑神話：悟空》，在1080P分辨率下幀率穩(wěn)定在60幀。到CES2026，桌面AI超算成為幾乎所有PC廠商的標(biāo)配，惠普將AI PC集成到鍵盤里，聯(lián)想讓筆記本屏幕自動(dòng)旋轉(zhuǎn)跟蹤人臉，眾多廠商基于DGX Spark推出巴掌大的本地AI超算。而連續(xù)兩年參展的阿里云，作為云廠商拿出了無影個(gè)人云超算。

無影個(gè)人云超算有一個(gè)終端硬件“無影魔方ultra”，它巴掌大小，比一本精裝書還輕，類似接口豐富的“瘦客戶機(jī)”，可輕松塞進(jìn)口袋。別看它尺寸小巧，背后連接的云端配置卻十分強(qiáng)大：兩塊RTX 5880（單卡48GB顯存，Ada Lovelace架構(gòu)專業(yè)級(jí)顯卡）、64核vCPU，總共96GB GPU顯存。96GB顯存意味著什么？市面上頂級(jí)的消費(fèi)級(jí)顯卡RTX 5090顯存僅32G，96GB是其三倍，可輕松加載100B以上參數(shù)大模型進(jìn)行推理，運(yùn)行視頻生成任務(wù)也不在話下，無需擔(dān)心爆顯存問題。在本地搭建這樣一套硬件環(huán)境，成本至少三萬元以上，而在無影上，前期巨大投入被化解，它如同列表里的一個(gè)圖標(biāo)，可隨時(shí)支配，讓超級(jí)算力變得觸手可及。

“無影魔方ultra”本身不進(jìn)行計(jì)算，所有算力都在云端，可看作一個(gè)“無限算力的水龍頭”：插上電源、連上屏幕，就能打開云端那臺(tái)超級(jí)電腦，獲取源源不斷的高性能。此次體驗(yàn)開通的是雙卡配置，頂配還可選擇4塊RTX 5880（合計(jì)192GB GPU顯存）、96核服務(wù)器級(jí)CPU、384GB內(nèi)存，這樣的性能參數(shù)在多數(shù)場景下都應(yīng)能滿足需求。

傳統(tǒng)個(gè)人電腦是一次性購買，而無影的算力具有彈性。今天運(yùn)行輕量任務(wù)可使用小規(guī)格配置，明天進(jìn)行模型訓(xùn)練可一鍵切換到頂配，數(shù)據(jù)通過無影存儲(chǔ)中心無縫同步，切換過程不會(huì)丟失進(jìn)度。打開后臺(tái)，通過“鏡像管理”，可為“云電腦”“AI學(xué)習(xí)機(jī)”“工作站”一鍵鏡像多個(gè)系統(tǒng)，此次主要鏡像了Windows、LinuxUbuntu、Kylin三種不同系統(tǒng)進(jìn)行測試。

左側(cè)列表中的“無影內(nèi)容廣場”如同一個(gè)“AI超市”，這里有大量第三方共享鏡像。想做圖，可選擇“ComfyUI - 含主流模型和節(jié)點(diǎn)”鏡像；想進(jìn)行模型訓(xùn)練，可選擇“AI - Toolkit LoRA訓(xùn)練”鏡像；想運(yùn)行模型推理或搞開發(fā)，PyTorch、TensorFlow基礎(chǔ)框架一應(yīng)俱全。甚至還有ModelScope（魔搭社區(qū)）、DiffSynth - Studio等阿里達(dá)摩院的獨(dú)家生態(tài)鏡像。

參數(shù)只是參考，實(shí)戰(zhàn)才是關(guān)鍵。此次評(píng)測直接采用高強(qiáng)度測試，用目前AI圈最主流且消耗顯存的ComfyUI視頻生成工作流進(jìn)行極限壓測，運(yùn)行阿里開源的Wan 2.2 14B（萬相）視頻生成模型。設(shè)定提示詞為“馬在行走，絲帶飄動(dòng)，表情靈動(dòng)（A horse walking, ribbons flowing, vivid expression）”，分辨率設(shè)定為1280×720，開啟FP8矩陣乘法優(yōu)化和FLOW流匹配架構(gòu)，后臺(tái)日志開始快速滾動(dòng)。

在模型加載階段，即便使用了FP8量化優(yōu)化，僅模型權(quán)重就占用了13629MB，將近13.6G顯存。若加上推理過程中的中間變量（KV Cache），24G顯存的本地顯卡不僅難以應(yīng)對(duì)，甚至?xí)苯颖@存。而在無影上，日志顯示當(dāng)前可用顯存28969MB，對(duì)于96G的總顯存而言，毫無壓力。生成速度方面，核心采樣過程耗時(shí)1分20秒，從點(diǎn)擊開始到視頻生成完畢，總耗時(shí)3分34秒。日志中還有一行“l(fā)owvram patches: 357”，這是針對(duì)低顯存環(huán)境的自動(dòng)優(yōu)化補(bǔ)丁，對(duì)96G顯存來說雖有些多余，但也體現(xiàn)了無影在軟件層面兼容性做得細(xì)致。

至頂AI實(shí)驗(yàn)室的小伙伴實(shí)測后表示，無影使用起來又快又方便，可直接將ComfyUI配置到電腦的Chrome瀏覽器上使用，相當(dāng)于在瀏覽器上直接運(yùn)行ComfyUI。更值得一提的是，鏡像市場里預(yù)配好的ComfyUI環(huán)境，兩卡96G顯存可同時(shí)加載多個(gè)大模型和LoRA權(quán)重，無需反復(fù)卸載和重裝。對(duì)于AI漫劇創(chuàng)作者來說，一條漫劇工作流往往需要串聯(lián)多個(gè)模型，在24G顯存的本地顯卡上，模型切換需反復(fù)騰挪，而96G顯存可讓所有模型常駐，創(chuàng)作者可專心調(diào)參，提高產(chǎn)能，讓高端生產(chǎn)力工具變得平易近人。

工作之余，這臺(tái)“怪獸”能否用于放松呢？切換到云電腦模式，無影的內(nèi)容廣場里預(yù)置了《黑神話：悟空》《鳴潮》《我的世界》《永劫無間》等15款熱門游戲大作，未來可能還會(huì)上線更多游戲。進(jìn)入某款游戲并登陸相關(guān)賬號(hào)后，還可通過賬號(hào)入口登陸更多游戲。

時(shí)延是云游戲的關(guān)鍵指標(biāo)之一。官方建議，要獲得1080p、30fps的流暢基礎(chǔ)體驗(yàn)，需保證15Mbps以上的帶寬，網(wǎng)絡(luò)延遲低于60ms；若追求1080p、60fps的電競級(jí)高幀率絲滑體驗(yàn)，帶寬門檻需提升至25Mbps，延遲可達(dá)到30ms以內(nèi)。此次實(shí)測，玩《鳴潮》這類動(dòng)作游戲時(shí)操作跟手度極高，延遲基本穩(wěn)定在16ms上下，幾乎感覺不到是在云端運(yùn)行。在《我的世界》這類對(duì)加載速度要求較高的游戲中，大部分時(shí)間也非常流暢，僅在極少數(shù)復(fù)雜場景下，時(shí)延會(huì)短暫波動(dòng)到60ms左右，但不影響操作。

前面一直使用無影客戶端進(jìn)行測試，實(shí)際上“無影魔方ultra”支持多端接入。即便只攜帶“無影魔方ultra”，任何一塊屏幕都能成為接入入口。在游戲場景中，這一特性十分有趣：在辦公室可用MacBook玩，回家路上可用iPad接著玩，存檔和進(jìn)度無縫銜接。這表明，當(dāng)算力在云端且延遲足夠低時(shí)，手中設(shè)備的品牌和配置已不再重要，屏幕成為關(guān)鍵。

使用Mac客戶端接入時(shí)，有個(gè)細(xì)節(jié)令人印象深刻：本地Mac和云端無影之間可直接拖拽文件，操作感覺就像在同一臺(tái)電腦的兩個(gè)文件夾之間移動(dòng)文件，使用過程中會(huì)產(chǎn)生一種錯(cuò)覺，仿佛MacBook突然多出了幾塊RTX 5880顯卡。

對(duì)于超級(jí)個(gè)體而言，一天的生活可能是這樣的：上午用容器模式調(diào)試模型、編寫代碼，下午切換到Windows環(huán)境進(jìn)行AIGC內(nèi)容創(chuàng)作，晚上打開云游戲放松身心。一臺(tái)固定配置的物理主機(jī)很難滿足這些不同角色的需求，但在無影上，切換身份就像切換頻道一樣簡單。這也意味著，超級(jí)算力不再是少數(shù)專業(yè)人士或機(jī)構(gòu)的專屬，而是成為陪伴用戶從好奇、探索到精通的成長伙伴。

性能之外，成本也是用戶關(guān)注的重點(diǎn)。無影的核心優(yōu)勢之一是將一次性高昂的硬件投資轉(zhuǎn)化為極致可控的按需付費(fèi)服務(wù)，采用“核時(shí)”計(jì)費(fèi)模式。根據(jù)實(shí)測后臺(tái)數(shù)據(jù)，“開機(jī)”狀態(tài)下，無論是云電腦還是容器，平均消耗150.82核時(shí)/小時(shí)；“關(guān)機(jī)”狀態(tài)下，云電腦消耗0.06核時(shí)/小時(shí)，容器消耗0.04核時(shí)/小時(shí)。若不手動(dòng)點(diǎn)擊“關(guān)機(jī)”，后臺(tái)會(huì)持續(xù)運(yùn)行，因?yàn)橄到y(tǒng)默認(rèn)用戶可能在后臺(tái)運(yùn)行長任務(wù)（如訓(xùn)練模型），此時(shí)處于7×24小時(shí)工作狀態(tài)，這也是為了保障用戶花幾周配置好的環(huán)境不會(huì)因關(guān)機(jī)而清空，這些核時(shí)換來的是數(shù)據(jù)安全存儲(chǔ)和下一次啟動(dòng)的便利。即便手動(dòng)點(diǎn)擊“關(guān)機(jī)”，后臺(tái)仍會(huì)消耗極低的存儲(chǔ)費(fèi)，因?yàn)橛脩舻臄?shù)據(jù)（硬盤、鏡像、環(huán)境配置）仍占用云端資源。不過，關(guān)機(jī)狀態(tài)下24小時(shí)消耗的核時(shí)總共僅幾毛錢，若確定不用，點(diǎn)擊“銷毀”即可。具體費(fèi)用方面，根據(jù)阿里云官方說法，即便是4卡RTX 5880頂配（192GB顯存），每月按量付費(fèi)也僅在1000元左右。此次體驗(yàn)的雙卡配置，每天高強(qiáng)度使用8小時(shí)，其余時(shí)間關(guān)機(jī)，月費(fèi)大約500 - 600元。作為對(duì)比，CES上同臺(tái)亮相的DGX Spark，搭載GB10 Grace Blackwell超級(jí)芯片和128GB統(tǒng)一內(nèi)存，單臺(tái)售價(jià)3999美元起步。但兩者設(shè)計(jì)思路不同，DGX Spark走本地化路線，一次買斷，性能固定，勝在離線可用、數(shù)據(jù)不出本機(jī)；無影走云端彈性路線，按需取用，隨時(shí)升降，勝在配置天花板高、無硬件折舊。在一些公開測評(píng)中，無影頂配的綜合跑分可達(dá)DGX Spark的數(shù)倍，而月費(fèi)遠(yuǎn)低于后者的一次性購入成本，當(dāng)然，兩款產(chǎn)品面向的場景和取舍不同，直接比價(jià)未必公平。

若只是將傳統(tǒng)PC的算力搬到云上，無影只能算是“更方便的高性能電腦”，但無影的另一個(gè)拳頭產(chǎn)品AgentBay，展現(xiàn)了更大的野心。AgentBay是無影為AI Agent（智能體）打造的云端基礎(chǔ)設(shè)施，它讓AI助手獲得了“手和腳”，AI不再只是坐在聊天框里回答問題，而是可以在云端沙箱里操作瀏覽器、控制桌面應(yīng)用、執(zhí)行代碼、操控手機(jī)界面，所有操作都在安全隔離的環(huán)境中獨(dú)立運(yùn)行，不影響用戶自己的設(shè)備。想象一個(gè)場景，對(duì)AI說“幫我從這五個(gè)PDF里提取關(guān)鍵數(shù)據(jù)，整理成Excel，然后發(fā)郵件給團(tuán)隊(duì)”，過去AI只能寫出提取腳本，剩下的需用戶自己動(dòng)手，有了AgentBay，AI可在云端打開一臺(tái)完整的電腦，自行操作瀏覽器下載文件、打開Office處理數(shù)據(jù)、登錄郵箱發(fā)送，全程無需用戶介入。這與最近爆火的clawdbot類似，不過Agentbay增加了內(nèi)置Clawdbot模式，同時(shí)還具備browser use能力和企業(yè)多Clawdbot部署能力。

此次上手體驗(yàn)，最讓人印象深刻的不是某個(gè)具體的跑分?jǐn)?shù)字或啟動(dòng)速度，而是一種錯(cuò)位感。手中握著一個(gè)比充電寶大不了多少的小方盒，屏幕上卻運(yùn)行著需要服務(wù)器機(jī)房才能驅(qū)動(dòng)的大模型。沒有風(fēng)扇的呼嘯聲，沒有機(jī)箱的發(fā)熱，連多余的線都不需要。好的計(jì)算或許就像好的設(shè)計(jì)，當(dāng)用戶不再需要思考顯卡是否夠用、內(nèi)存是否充足、驅(qū)動(dòng)是否安裝時(shí)，就可以將全部注意力放回真正想做的事情上。