亿智蘑菇官方微信
小伙伴们好，我是潮玩！关注一下，每天都有新收获哦！
上两篇，我们分别对零刻GTi15 Ultra的生产力及游戏性能做了测试。今天，我们将聚焦于当下最火爆的AI赛道，一起看一看，这款新品主机的性能表现吧。毕竟，在这台小机子里有着Intel系列近乎顶流的处理器，我们也蛮好奇的。
一、超强算力，零刻GTi15 Ultra AI性能跑分
零刻GTi15 Ultra内置的处理器是Intel Core 9 285HX处理器，它是一个复合了CPU、IGPU和NPU的算力核心。从性能上来讲，相较于上一代它的AI算力提升了187%，达到了99TOPS。
我们也使用了鲁大师对其进行了测试，其中，CPU方面它的超分辨率达到了24783、人脸识别达到了15202、物体识别达到了23531、阅读理解达到了64849，背景虚化达到了7901，处理器AI综合得分为21451分。
同时，鲁大师也对显卡的AI性能进行了测试，它的总体得分为65776，超分辨率为33927、人脸识别为141672、物体识别为101107、阅读理解为138195，背景虚化为18334。
鲁大师的评测项目比较细致，但大体上可以分为两类，分别对应着语言大模型和视觉大模型。从上面一系列的得分可以看出，零刻GTi15 Ultra是完全可以应对日常AI需求的。
同时，我们还使用了Procyon测试软件的AI部分，对零刻GTi15 Ultra进行了测试。需要特别说明的是，由于Intel Core 9 285HX处理器本身就自带了iGPU和NPU，其中显卡可调用显存可达16GB。因此也具备了跑语言大模型的基础。
从上面的一系列数据可以看出，虽然是一台迷你主机，但它已经具备了应对众多语言大模型的能力，还是非常强悍的，基本上可以驾驭家用或准专业级的AI应用。但对于高阶语言大模型，它是可用但响应会略慢。
在文生图大模型的测试之中，我们可以看到，整机的性能得分为244分。其中，测试生成的16张512x512图片，总时间为408.518秒，单张图片生成时间为25.532秒。可以说，不论是语言大模型的运行，还是文生图，这台小机子的性能确实很强悍。
二、蛮强的AI麦克风，录入文字不用手
这次升级到零刻GTi15 Ultra，我们主要是看重了它的两个特性。一个是它在机身上使用了一排四个麦克风组成AI阵列降噪。通过AI算法，它可以甄别人声并自动过滤背景音。这是因为，零刻在阵列麦克风组中内置了B1降噪芯片，并具备了DNN神经网络的算法。通过对特定波形的分析，它可以在提纯人声的基础上，消除回声、啸叫并自动调节人声音量的增益大小。我们也做了一个简单的小测试，当打开Adobe Audio录制音频时就可以发现，这组阵列麦克风不会将拍手声录制进去，但会准确的捕获人声。
这个时候，我们使用AI比如说“豆包”的语音功能互动就非常方便。你问它答，就相当于身边多了一个懂事的小助手。
另外，它对于声音细节的捕获也是非常准确，比如，我们现在已经用阵列AI麦克风来配合讯飞输入法取代键盘的文字录入了，而且准确度很高、识别迅捷，让人放心。
三、双万兆网口，打造顶级局域网速率工作站
本次的零刻GTi15 Ultra配备双万兆网口，这绝对是一项战未来属性的配置。万兆网口的理论传输速度最高可以达到1.25GB/s，理想状态之下可以做到秒传1GB文件，这对于频繁使用局域网，调用视频素材的友友们来说，应该是一种福音的存在吧。
此外，对于有一定网络应用基础的友友们来说，通过链路聚合，将两个网口“合并”使用，在多流并发的情况下，它还可以实现最高20Gbps的传输速度。
四、本地大模型部署及测试
（一）AIBOX简测
零刻系统预装了AI软件和模型，可以说是一个集大成的版本。在这里，我们不单单能够使用预制的Deepseek，还可通过API接入其它的大模型，甚至预制了很多特性智能体，对于新手来说，也是比较友好的。
我们也用它回答了几个问题，总体的反馈也是比较快的。比如，我们提出上述的问题，经过它的思维展示时，到回答它使用的时间为17.8秒。这个和网页版的速度差距是有的，但也完全在可用的范围之内。
除了本地版之外，我们还可以在模型管理中，通过输入API来调用其它在线模型的算力，
及选择自己喜欢的智能体，生成特定风格的回答。
甚至是添加自己所需要的知识库，并用它来定制、训练自己的大模型。可以说，使用AI模型的方方面面，它都有照顾到，非常适合萌新上手。
（二）DeepSeek 8B测试
当然了，除了它，我们也测试了借助LMSTUDIO部署的DeepSeek。与AIBOX相比，它下载和选择模型更为方便，但缺点是很多设置需要自己摸索。不过，它的界面与AIBOX相似，我们就不单独赘述，直接看一下实测数据吧。
在DeepSeek本地大模型之中8B的版本，可以说是比较均衡和广泛使用的一个。本次测试也是使用的这个版本。我们提问，你好，DeepSeek进行了回答。从下面提供的数据可以看出，零刻GTi15 Ultra的响应为14.48token/s、247tokens，首个token用时0.48s，耗时17.05秒。
在回答你是谁的时候，零刻GTi15 Ultra的响应为14.17 token/s、310 tokens，首个token用时0.46s，耗时21.78秒。
最后，我们要求它来编写一个贪吃蛇小程序，结束后，我们来看数据。零刻GTi15 Ultra的响应为13.62token/s、1665 tokens，首个token用时1.44s，思考时长为122.24秒。
从上述的一系列测试可以看出，零刻GTi15 Ultra是完全可以驾驭在本地部署的中阶语言大模型的，而这也满足了友友们约90%+以上的需求。
同时，我们也对内存的使用情况进行了检测，从中可以看到，在运行8B大模型时，它的内存占用可控，从测试的两周来看，系统稳定也从未闪退。不论是让它推理，还是编程，都可以很效率地完成。
（三）Stable Diffusion测试
同样，我们也使用Stable Diffusion测试了一下零刻GTi15 Ultra文生图的能力。我们使用略微简单的提示词，迭代步数20，一次一张图片直出，用时是1分57.91秒。
使用复杂提示词，迭代步数30，一次四张图片直出，用时是6分51.56秒，平均2分钟一图，还是相当不错的。特别是，对于只有核显的迷你主机来说，甚至有点让我们感到喜出望外。
在跑Stable Diffusion时，我们可以看到，它的内存使用量约在17.4GB，冗余空间足够，系统运行流畅且稳定。
五、都有云端了，我们需要在本地部署AI吗？
虽然这是一个见仁见智的问题，但却和您的实际需求密不可分。如果您平时使用AI仅仅是作为搜索工具的话，那么肯定是云端AI具备着更强的算力与更新的知识库。
不过，若您想使用专门为您个性化需求定制的AI大模型，或是有着数据保密要求的话，那么本地的大模型显然更有优势。不论是语言大模型，还是文生图大模型，它们都可以通过添加知识库或是单独的训练，变成您想要的样子。
六、那么，我们又是怎么使用本地大模型的呢？
在自媒体领域，我们对于AI的应用主要就是补短！通过有意识地给本地模型添加知识库，我们可以让大模型专注于某一领域并成为专家，在节目的创作中，它就会根据知识库作答，不会像联网模型一样，信口开河地拼凑答案，甚至可以为我们提供创作思路或大纲。
补的第二个短，就是画面！不是每一个自媒体创作者都是好的画手，以前遇到问题，我们会求助于网络。但随着版权要求的越来越严苛，贸然使用网上图片，非常容易踩红线，导致作品下线或账号被警告。而通过本地部署训练出来模型所创作的图片，将会极大地减少此类风险，同时也会丰富我们作品的视觉表现。
购买建议：
虽然是一台小小的主机，但是零刻GTi15 Ultra战未来的属性，已经在最近开始频繁发力！它的AI算力，已经可以满足友友们的日常需要。同时，AI阵列麦克风+AI工具的模式，也极大地拓展了我们的使用场景。如果您也对AI提升工作战力感兴趣，那么可以多关注一下这台性能小怪兽哦。
好了，本期的体验分享就到这里，我是潮玩，8小时内努力搬砖，8小时外热烈码字，这里持续分享数码新体验，承蒙欢喜，予我厚爱，我们下期再见！
