Mac Studio M5 Ultra视频剪辑评测

Mac Studio M5 Ultra 对视频剪辑师而言，真正的分水岭不是核心数量，而是首次采用四晶粒架构的 Ultra 芯片把本地 AI 分析从"能跑"推向了"可用"，但三款主流 NLE 之间的效率差距也随之暴露得前所未有地清晰。

Scott Simmons 在 ProVideo Coalition 的这篇评测（part 1）发布于 2026 年 9 月 21 日，测试机是一台 256GB 内存的 M5 Ultra Mac Studio。他给出的最关键一组数据来自视觉搜索分析耗时对比：同样 65 条纪录片 B-roll 素材，Premiere 在 M5 Ultra 上用了 5 分 40 秒，Resolve 用了 21 分钟，Final Cut Pro 用了 22 分 05 秒。而在上一代 M3 Ultra 上，这三者分别是 6:28、22:09、24:43。到了 M1 Ultra，Premiere 在 16 分钟时卡死被手动终止，Resolve 跑了 41 分钟，FCP 用了 28 分 17 秒。

Premiere 快得多，但 Simmons 的判断是"它不够准"。

UltraFusion 与四晶粒：这次 Ultra 和以前不一样

M5 Ultra 本质上是两颗 M5 Max 通过 UltraFusion 技术连接，提供超过 4.4TB/s 的带宽。macOS 把它识别为一颗统一处理器、一个统一内存池，应用程序不需要任何特殊配置就能吃满整颗芯片。

但这一代 Ultra 与前几代的关键差异在于：这是 Apple 第一次用四晶粒（quad-die）架构来制造 Ultra 芯片。对剪辑师、3D 艺术家和跑重负载的 ML 从业者来说，这种无缝整合的意义，很可能比规格表上印的核心数更大。

这种"翻倍"逻辑还延续到了媒体引擎上——M5 Ultra 的媒体引擎数量是 M5 Max 的两倍。Simmons 特别提醒剪辑师注意这一点：翻倍不等于所有东西都快一倍，但取决于你在做什么，整体速度确实会提升。Apple 给出的一个标志性 benchmark 是 M5 Ultra 能同时播放 33 路 8K ProRes。Simmons 承认这在真实世界里极为罕见，但它证明了 Apple 造出来的东西有多强。

更值得从业者注意的是，这些媒体引擎被直接做进了 M 系列芯片，开发者可以通过 Apple 的 Video Toolbox API 把媒体引擎支持构建进自己的应用——所有主流视频剪辑平台都这么做了。

接口与网络：几乎原地踏步，但规格全换新

M5 Ultra Mac Studio 的连接性与自 M1 以来的 Mac Studio 几乎一致，只是规格和标准更新了：

前置端口包括 2 个 Thunderbolt 5（USB-C，支持最高 120 Gb/s 数据传输、原生 DisplayPort 2.1、系统集群），在 M5 Max 配置上前置雷雳口是 USB-C；另有 1 个 SDXC 卡槽（支持 UHS-II 速度）。

后置端口包括 4 个 Thunderbolt 5（同样 120 Gb/s、DisplayPort 2.1、可为外设充电）、2 个 USB-A（最高 5 Gb/s）、1 个 HDMI（支持多声道音频输出和高级高分辨率显示协议）、1 个 10Gb 以太网口（Nbase-T，通过标准 RJ-45 向后兼容 1Gb、2.5Gb、5Gb）、1 个 3.5mm 耳机孔（内置对高阻抗耳机的高级支持）。

无线方面是 Wi-Fi 7（802.11be），通过 Apple 自研的 N1 无线网络芯片实现；蓝牙 6；内置 Thread 网络技术用于本地智能设备基础设施。

视觉搜索：本地 AI 分析成了新的性能战场

视觉搜索工具现在已经是三大主流 NLE 的标配。它是 AI 的自然延伸，也是一个很好的用例——不再靠关键词或元数据搜索，而是直接描述一段素材来找它。这在纪录片剪辑里尤其有用，因为你有大量 B-roll。

但视觉搜索也是目前最耗时的功能，至少从分析环节来看是这样。所有素材都必须被分析，取决于你用哪个应用、分析什么，可能是视觉搜索分析、转录，或人脸分析与检测。这是个真正有用的功能，但如果你的素材量很大，就必须把它规划进工作流，因为分析要花不少时间。

Premiere、Resolve 和 Final Cut Pro 都在设备本地用本地模型做这个分析。Adobe Premiere 的 Media Intelligence 搜索还需要额外下载模型，通过 Creative Cloud 应用完成。

Simmons 的测试方法是：导入若干文件夹的 B-roll。他原本第一个文件夹有 500 多条素材，很快证明这会花太久，于是削减到可管理的 65 条不同格式和长度的纪录片素材。

三款 NLE 的实测差距与准确度陷阱

从耗时表看，Premiere 在分析速度上碾压另外两家，但 Simmons 认为它"不够准"。这批素材很多和火车有关，有些火车侧面印着编号。分析完成后，他在三个应用里都搜索"train"，三者都很快返回了大量火车和铁轨素材，符合预期。

但有几列火车侧面印着数字 12。当他搜索"12"时，Resolve 和 Final Cut 都正确返回了——原文在这里被截断，但结合上下文，言下之意是 Premiere 没能靠视觉搜索把"12"这个画面内容找出来。这暴露了一个关键问题：分析速度和分析精度之间存在权衡，而 Premiere 明显偏向了速度。

Resolve 的 IntelliSearch 是两步流程：它可以识别并分析内容，也可以单独跑一遍人脸检测分析。你不想做人脸检测可以不做的。Simmons 很喜欢 Resolve 在很多操作上给出的 FPS 输出，让人感觉它真的在飞速处理媒体。在他的测试里，人脸检测额外花了 1 个小时，但他没把这段时间计入统计。

Resolve 还提供两档分析：快速分析和更深入的分析，各自需要下载不同的模型数据。取决于你想用 Resolve 里的哪个 AI 功能，你得下载不同的模型。Simmons 喜欢这种有针对性、让剪辑师有选择权的做法。他选了快速分析，显然更深入的分析需要更长时间。

所以呢：这对剪辑师意味着什么

第一，本地 AI 分析正在成为剪辑工作流的固定成本。视觉搜索、转录、人脸检测这些功能不再是噱头，而是纪录片和大量 B-roll 项目里真正能省时间的工具。但它们的代价是分析时间，而分析时间直接取决于芯片的媒体引擎和统一内存带宽。M5 Ultra 的四晶粒架构和 4.4TB/s 带宽，本质上是在为这类"批量预处理"负载买单。

第二，NLE 之间的 AI 实现策略已经分化。Premiere 走的是"快但粗"的路线，Resolve 走的是"分档、可选、带 FPS 反馈"的路线，Final Cut 在速度上垫底但在准确度上和 Resolve 站在一起。对剪辑师来说，选择哪个 NLE 不再只是操作习惯问题，而是你愿意用多少分析时间换多少搜索准确度的问题。如果你做的是纪录片，搜索"12"却找不到画面里印着 12 的火车，这个功能的实用价值就大打折扣。

第三，Ultra 芯片的买家应该重新算账。M5 Ultra 相比 M3 Ultra 在视觉搜索上的提升并不是代际飞跃——Premiere 从 6:28 到 5:40，Resolve 从 22:09 到 21:00，FCP 从 24:43 到 22:05。真正的大跃迁发生在从 M1 Ultra 往后的世代。如果你手上是 M1 Ultra 或更早的机器，M5 Ultra 值得认真考虑；如果你已经是 M3 Ultra 用户，单看视觉搜索这一项，升级的边际收益并不惊人。

Simmons 说 part 2 会继续聚焦 NLE 里的 AI 功能，因为"我们现在活在 AI 时代，使用 AI 和跑本地 LLM 模型对很多剪辑师来说很重要"。这句话本身就是信号：Mac Studio 的评测重点，已经从"能剪几路 ProRes"转向了"本地 AI 跑得多快多准"。