4、地平線：零之曙光

5、孤島驚魂5

6、孤島驚魂6

7、古墓麗影：暗影

8、絕地求生

9、賽博朋克2077

10、巫師3

11、無主之地3

12、戰(zhàn)爭機器5

測試數據匯總如下：

和極摩客K4的Radeon 780M相比，奧?？芆miniPro的游戲性能要強了10%左右，主要還是因為它的55W的性能釋放比后者高了整整10W的原因。

和獨顯相比，奧睿科OminiPro的性能已經超越GTX 1050 Ti，領先幅度約為18%。與RX 6400和GTX 1650 D6這樣的獨顯相比，差距也只有25%左右。

五、溫度與磁盤性能測試：烤機半小時穩(wěn)定54W性能釋放 溫度僅82度

1、烤機測試

測試時室溫為24度。

我們使用AIDA64 FPU進行了長達半小時的烤機測試，奧?？芆miniPro可以穩(wěn)定54W的性能釋放，銳龍7 Pro 8845HS全核頻率4GHz，溫度82度。

2、磁盤性能測試

奧睿科OminiPro內置一塊定制PCIe 4.0 1TB SSD。

AS SSD Benchmark總分為3796，順序讀寫分別為4029MB/s、2544MB/s、4K隨機讀寫分別為62MB/s、169MB/s。

CrystalDiskMark 64GB測試環(huán)節(jié)，順序讀寫速度分別為4154MB/s、2819MB/s。

六、AI性能出色 可運行Qwen-32B大模型

根據我們對奧?？芆mini主機Pro在處理器與集成顯卡方面的多項測試來看，這款迷你主機在性能釋放上表現(xiàn)相當出色，CPU與GPU均具備強勁實力，不僅能輕松應對日常辦公與娛樂需求，在圖形處理與多任務運行中也游刃有余。那么，在如今備受關注的AI應用領域，它又能帶來哪些可能？

自ChatGPT走紅以來，生成式AI的浪潮已席卷全球各行各業(yè)。特別是隨著DeepSeek-R1等系列大模型的發(fā)布，本地化部署大模型成為新的趨勢。然而，本地運行大模型對硬件提出極高要求，不僅需要強大的算力支撐，更依賴大容量的顯存與內存配合。目前市面上主流的32GB內存輕薄本，通常僅能流暢運行參數量在14B及以下的大模型；即便搭配高性能獨顯如RTX 5090筆記本電腦GPU，最高也僅能支持到32B模型，難以讓用戶體驗更大規(guī)模AI模型的真正魅力。

我們測試的這臺奧?？芆mini主機Pro，搭載AMD銳龍7 PRO 8845HS處理器，集成NPU提供16 TOPS的AI算力，并配備32GB DDR5內存。在這樣的配置下，它在AI任務中表現(xiàn)如何？

我們使用LM Studio軟件部署了多個當前熱門的大模型進行實測。在運行Q4量化版的Qwen3-30B-A3B模型時，該主機達到了12.25 tokens/s的推理速度，整體響應流暢，體驗良好。

▲在運行Q4量化版的Qwen3-30B-A3B模型時，該主機實現(xiàn)了12.25 tokens/s的推理速度。

▲挑戰(zhàn)更高參數的DeepSeek-R1-Distill-Qwen-32B模型時，該主機的推理速度仍有2.93 tokens/s。

進一步挑戰(zhàn)更高參數的DeepSeek-R1-Distill-Qwen-32B模型時，在同樣Q4量化設置下，主機的推理速度為2.93 tokens/s。盡管響應不算特別流暢，但仍可正常運行。值得注意的是，多數同內存容量的輕薄本在運行14B以上模型時已顯吃力，部分甚至無法加載32B模型。由此可見，奧?？芆mini主機Pro在銳龍7 PRO 8845HS的加持下，展現(xiàn)出優(yōu)于同級的AI推理能力，讓普通用戶也能在本地嘗鮮更大規(guī)模的AI模型，拓展了迷你主機的應用邊界。

七、預裝ORICO AI助手 玩法多樣

相信很多用戶通常使用最多的是文心一言、豆包和DeepSeek在線版的大模型，而如果想要部署本地大模型，需要掌握熟練的技巧，門檻相對較高。為了方便大眾用戶使用到更多類型的大模型，奧?？芆mini主機Pro還特別預裝了“ORICO AI助手”App。

▲奧睿科Omini主機Pro預裝有AI助手，支持部署本地大模型。

打開App并登錄后，界面會提示下載基于ASR模型（語音識別）和Embedding模型（包含BEG長語義的文本嵌入和MiniCPM-V多模態(tài)理解）。該App中的應用商城提供了目前市面上主流的AI工具，比如國內常見的Qwen、豆包、納米AI和騰訊元寶，還有國外的ChatGPT、Gemini以及Stable Diffusion等。這都不是重點，最關鍵的是該App支持部署本地AI大模型，比如可以直接在模型商店一鍵下載部署Qwen3:14B、DeepSeek-R1:14B、Qwen3-30B-A3以及最新的Qwen3:30B-A3B-2507等大模型。值得注意的是，像30B這類較大規(guī)模的大模型在現(xiàn)有的硬件配置上無法直接下載部署，需要用戶升級更大的內存后才能使用。對于日常辦公、學習來說，14B的模型就能滿足使用。

▲AI助手中的模型商店里提供了多個不同規(guī)模的大模型可直接下載部署到本地使用

除了可以一鍵部署本地大模型外，該App還支持搭建本地知識庫和上傳筆記，兩大功能與本地大模型深度聯(lián)動，既解決了分散資料的管理痛點，又讓大模型的交互更貼合個人需求，大幅提升AI工具的實用價值。

其中，本地知識庫能幫你將工作中的項目方案、客戶資料，學習時的專業(yè)教材、論文文獻、課程筆記甚至個人經驗總結等各類內容，統(tǒng)一上傳至本地知識庫，無須擔心資料散落在云端網盤、本地文件夾或不同辦公軟件中，實現(xiàn)“一站式”集中管理。更重要的是，知識庫與本地大模型深度綁定，大模型會快速學習并理解這些專屬資料，當你需要檢索信息時，無須手動翻找文件，只需提問（比如“提取xx方案報告”“解讀xx產品的關鍵技術”），大模型就能從知識庫中精準定位相關內容，快速給出總結、解讀或原文引用，比傳統(tǒng)搜索工具效率提升數倍。

▲AI助手中有多種模型

更關鍵的是，所有資料均存儲在奧?？芆mini主機Pro本地，依托主機的硬件安全防護，敏感信息不會上傳云端，既避免了數據泄漏風險，又能讓大模型的回答更貼合你的行業(yè)場景、工作習慣或學習重點，真正實現(xiàn)“專屬AI顧問”的體驗。

該App還支持上傳筆記功能，它目前僅支持直接上傳txt文本，暫不支持上傳PDF、音頻和圖片。如果需要上傳圖片，可以在上傳的文本里面通過插入圖片的方式上傳。你可以隨時將碎片化的會議記錄、待辦事項同步至App，這些筆記會自動融入本地知識庫，成為大模型的“實時學習素材”。比如開會時記錄的核心需求，上傳后大模型可直接基于這些內容生成執(zhí)行方案；學習時標注的重點難點，也能讓大模型針對性補充拓展，讓AI交互從“通用問答”升級為“個性化服務”，適配辦公、學習和創(chuàng)作等多元場景。結合奧睿科Omini主機Pro的32GB大內存與16 TOPS NPU算力，即便知識庫存儲海量資料，大模型的檢索與交互依舊流暢無卡頓，讓普通用戶也能輕松擁有高效、安全和個性化的本地AI生態(tài)。

八、小結：解決了散熱煩惱的mini主機

此前我們測試過不少迷你主機，比如小米和Morefine魔方M600迷你主機，它們在45W的功耗下烤機10分鐘，CPU溫度能到90度。搭載銳龍9 7940HS的極摩客K4，也需要90度的高溫才能保證45W的性能釋放。

而奧?？芆miniPro我們進行了長達半小時的烤機測試，其搭載的銳龍7 Pro 8845HS處理器能始終保持54W的性能釋放，而且溫度僅有82度。

也就是說，奧睿科OminiPro能在性能釋放高9W的情況下，核心溫度還低了8度。

反映到性能上，對比搭載性能更強的銳龍9 7940HS主機的極摩客K4迷你主機，奧睿科OminiPro的多核性能能有6%的優(yōu)勢，游戲性能則能領先10%左右。

當然溫度更低也意味著主機噪音更低。

P.s.小米迷你主機若是解鎖45W性能釋放，風扇噪音會大到難以忍受。

傳統(tǒng)的ATX主機體積在40L左右，大量占用了本來就不多的辦公桌面空間。而奧?？芆miniPro的體積僅有1L左右，相當于傳統(tǒng)臺式機的1/40，可以任意放在任何合適的地方，就算是外出帶著也完全沒有任何問題。

如果你想要一臺能玩3A游戲的主機，大部分迷你電腦顯然不行（其實奧?？芆miniPro在主流3A游戲中，1080P最高畫質下都能保證30~40FPS的幀率，也不是不能玩）

但是如果你只是需求一臺用于辦公娛樂的主機，從各方面來說，臺式機真的已經out了。

一臺超迷你的主機可以省卻很多煩惱，雖然初期采購費用貴了那么一點，但是節(jié)省的空間、電費足夠值回成本。

最新評論