OpenAI刚向英伟达下单了10万块Blackwell GPU。而中国一个开发者，把英伟达那台3999美元的桌面AI盒子放在办公桌上，跑起了大实验室用5万美元机架才能训练的机器人模拟器。 演示内容只是一个空荡荡的立方体，漂浮在空荡荡的世界里。50帧/秒。他发视频配了一句话：“家用机器人是这么起步的，还是这只是个昂贵的玩具？” 视频爆火——正好赶上英伟达第二批Spark向开发者发货。72小时，180万播放。美国硬件工程师转发：终于可以拥有自己的设备了。所有中文评论区都在说同一句话：停在1分42秒。 停在1:42。别管屏幕上那个空立方体，别看帧率计数器，看顶部状态栏的内存读数：已用2.4 GiB，可用87.4 GiB。那个立方体只占了3%的内存。 那空着的84GB内存不是给未来机器人场景留的余量。那84GB已经在跑别的东西了。 ColdMath。138,168美元利润。2025年11月注册。简介：Edge Compounds。 账户👉 他不是买Spark来训练机器人的。他买它，是因为机器人是英伟达唯一一款搭载128GB显存的芯片的工作负载。让Spark在真实机器人领域受限的慢显存，对他来说恰恰是完美的——1,200个并行天气集成模拟。 机器人训练需要快显存，因为每一帧都是训练循环里的一步。天气集成需要大显存，因为每个城市都是一个并行的模拟，彼此不通信。Spark的芯片比游戏卡慢六倍，但也大五倍。这个取舍是否重要，取决于你知不知道自己在跑什么。他知道。 惠灵顿3月28日16°C。东京3月20日16°C。钱包里每一个城市，都是集成模拟在公开预报发布前三小时就已经跑过的城市。 评论区变成侦探现场。有人把视频放慢到0.25倍。有人把钱包里的交易时间戳和公开预报服务更新时间戳对上——每一笔交易都落在那三小时窗口里。Spark一直在抓这个缺口。 六个月前，深圳一个14岁小孩把一个AI代理推到了GitHub。评委说：没有实际应用价值。3,100次fork之后。工位上这个开发者，是其中之一。他在英伟达发货的那一周就把代理接入了Spark。 那个空立方体不是跑分。那个空立方体是屏保——代理占了另外84GB的时候跑着玩的。 Isaac Sim的安装不是项目本身。Isaac Sim的安装是他能用公司报销买这台设备的理由。 “这到底是一个真工具还是一个昂贵玩具”这个问题，是视频里唯一一个设计成让观众自己去回答的东西。 他不是在测试“家用机器人时代到了没有”。他是第一个发现英伟达为错误工作负载宣传的这台设备，其实是市面上最便宜的天气模拟器的人。 那条视频有180万播放。论坛帖子还在争论六倍显存延迟的代价。他桌上的Spark还在跑。钱包还在赶在公开预报更新之前打击那些城市。那个立方体还浮在3%的显存里。 机器人演示做得更好的那个地方，钱包更小。用错工具的那个人，钱包更大。他只是花了一个下午装了个机器人模拟器而已。