說到頂配的MacBook Pro，我第一反應就是專業的“影視工作”，大記憶體、大硬碟、頂級螢幕和外放都是影視工作者的最愛。
除了“影視工作”之外，MacBook其實還有一個“絕活”：得益於統一記憶體架構，它可以本地執行70B甚至更大引數量的AI模型。
現在本地執行大語言模型變得非常簡單，普通使用者也可以輕鬆體驗了。
那這是否意味著AIPC時代終於要到來了呢？
今天我們就來簡單分析一下：
蘋果 MacBook Pro 16
左滑看介面
機身左側
機身右側
它的配置如下：
Apple M4 Max 處理器（16核CPU+40核GPU）
128GB 統一記憶體
8TB 固態硬碟
16.2英寸 3456×2234解析度 100%DisplayP3色域 120Hz重新整理率 miniLED奈米紋理顯示屏
厚度 16.8mm
重量 2.13kg
介面卡重量 331g
參考售價57099元
它的優缺點如下：
優點！
1，螢幕素質極佳，色彩管理完善
2，搭載自研M4 Max處理器，效能和能效表現極佳
3，揚聲器外放效果一流
缺點！
1，風扇較為敏感，且噪音偏大
2，劉海螢幕影響觀感
3，高負載下，鍵盤面溫度較高
【升級建議】
這檯筆記本電腦拆機比較困難，卸下底面所有螺絲，用撬片劃開前部及兩邊的卡扣，略微抬起後蓋用力向前拉，即可取下後蓋。
雖然描述比較簡單，但轉抽處的金屬卡扣比較牢固，想要拉出後蓋其實很費勁，由於記憶體和固態都是板載，我們也不建議使用者自己拆機。
128GB統一記憶體能滿足99.9999%的需求，SoC與記憶體一同封裝在基板上，無法加裝或更換。（128GB記憶體為可選的最大容量）
固態硬碟同樣為板載，容量8TB，已經配滿無法升級。
【購買建議】
1，對螢幕規格和素質表現要求極高
2，對記憶體和儲存的需求極高
3，擁有富堪敵國的家庭條件
頂配MacBook Pro 16搭載了128GB的統一記憶體，“視訊記憶體”容量非常大，Windows陣營方面，後續即將上市的AMD Ryzen AI MAX系列處理器新品也將擁有類似的能力。
螢幕方面，這臺電腦選配了奈米紋理技術（選配+1100元），表面為磨砂質感，能夠有效減少眩光、反光，但是觀感不如標準版「通透」。
並且清理維護起來比較麻煩，必須用專門的清潔布，否則可能會損傷奈米紋理層。
實測色域容積104.6%DisplayP3，色域覆蓋99.6%DisplayP3，螢幕支援色域切換：
以DisplayP3為參考，平均ΔE 0.53，最大ΔE 1.43；
在sRGB模式下，平均ΔE 0.25，最大ΔE 1.1。
實測最大亮度631nits，HDR激發亮度高達1693nits。
介面方面，機身左側有兩個雷靂5介面（支援最高140W PD充電和DP影片輸出）、一個3.5mm音訊介面和MagSafe磁吸電源介面；
機身右側有一個雷靂5介面（支援最高140W PD充電和DP影片輸出）、SD卡槽和HDMI2.1介面。
噪音方面，它的滿載人位分貝值為55.3dB。（環境噪音為32.1dB）
續航方面，中高負載模擬續航測試成績為13小時11分鐘。
蘋果 MacBook Pro 16 頂配版售價31999元起，預設標配48GB記憶體、1TB固態硬碟，而今天這款將螢幕、記憶體、硬碟通通拉滿，選配完的價格達到了57099元，堪比一輛家用小轎車。
所以如果你預算極其充裕，且想要一臺能本地執行超大AI模型的筆記本，那這檯筆記本值得考慮一下。
但如果你沒那麼多錢，那看評測是免費的。
【散熱分析】
上圖是蘋果 MacBook Pro 16（M4 Max）的拆機實拍圖，單熱管雙風扇的組合。
室溫25℃
反射率1.0
macOS版本：Sequoia
15.2
15.2
使用R23迴圈和Steel Nomad Light壓力測試進行烤機。
在滿載狀態下，CPU溫度最高103℃，大部分P核都在90℃左右、E核都在80℃左右，核心功耗約31W，P核頻率約3.1GHz，E核2.6GHz；
GPU功耗約29W，溫度在85℃上下，頻率 1528MHz。
單烤CPU，大部分P核都在100℃左右、E核都在70℃以上，核心功耗約60W，P核頻率約3.8GHz，E核約2.6GHz。
單烤GPU，溫度在90℃左右，功耗約59W，頻率1502MHz。
左滑看烤機背面溫度
機身背面溫度
表面溫度如上圖所示，鍵盤鍵帽最高溫46.7℃出現在“Y”鍵上，WASD鍵附近約為38.3℃，方向鍵33.8℃。左腕託溫度為32.6℃。背面中心溫度為40.1℃。
總的來說，頂配版MacBook Pro 16散熱表現中規中矩，核心溫度控制的尚可，但是噪音和表面溫度的表現比較一般，達到了同尺寸遊戲本的水平。
【豬王的良心結語】
許多觀眾應該已經在春節假期體驗過了網頁版/app版的DeepSeek R1了，截至目前，DeepSeek的伺服器仍然不是很穩定，不僅響應速度慢，而且還經常直接回復“伺服器繁忙，請稍後再試”，體驗不算很好。
使用本地執行的模型就可以規避這個問題。
其實本地執行DeepSeek R1的配置要求也不高，4060/70筆記本就可以執行7B規模，4080/90筆記本可以執行14B規模，而今天這臺頂配MacBook Pro甚至可以執行70B規模。
普通小白想要體驗也不用擔心，因為相關軟體已經十分完善了，不再需要敲程式碼了。
最重要的是，DeepSeek R1的小模型雖然引數量不大，但是在基準測試中的表現可一點也不差。
下圖是DeepSeek R1小模型的基準測試成績。
在我看來，無論軟體還是硬體，本地執行大語言模型的門檻都已經大幅降低，初步具備了普及的條件。
我們還製作了一期本地執行DeepSeek R1的影片教程，感興趣的觀眾可以移步觀看。
