handy-computer 发布 whisper-small 的 transcribe.cpp GGUF 量化版
handy-computer 在 Hugging Face 发布了 openai/whisper-small 的 GGUF 量化版本，供 transcribe.cpp 使用。该模型支持多语言转录、语言检测和语音翻译，提供 F32 到 Q4 K M 六种量化规格，其中 Q8 0 仅 270MB 且 LibriSpeech test-clean WER 为 3.
部署工程
技术方向 · 把模型跑起来的工程实践：推理优化、量化与成本、Serving 架构与可观测性 · 共 3317 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
9月14日周一 · 10 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
handy-computer 发布 whisper-medium GGUF 量化版
handy-computer 在 Hugging Face 发布了 openai/whisper-medium 的 GGUF 量化版本，供 transcribe.cpp 使用。该模型支持多语言转录、语种检测和语音翻译，提供 F32 到 Q4 K M 共六种量化规格，其中 Q4 K M 仅 504 MB 且 LibriSpeech test-clean WER
正文结构化主题已通过公开置信门槛
MiniMax H3 INT4 量化与混合精度 VAE 模型发布
Hugging Face 用户 koongrizzly 发布了 MiniMax H3 的量化模型合集，包含来自 Winnougan 的 INT4/W4A8 ConvRot 量化 transformer 与文本编码器，以及自行转换的混合 FP16/FP32 Video VAE，并整合了 Turbo LoRA。该仓库面向消费级 GPU 的本地低显存推理，官方适配
正文结构化主题已通过公开置信门槛
Argmax 发布 SpeakerKit Core ML 说话人分离模型
Argmax 在 Hugging Face 上发布了 SpeakerKit Core ML 模型，这是一个基于 pyannote 的说话人分离（diarization）模型，采用 Core ML 格式并经过量化，配套 WhisperKit 使用。该模型与 Swift 框架 SpeakerKit 配合，相关架构和基准测试发表在 Interspeech 2025
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b10948：WebGPU 测试排除 HY V4
llama.cpp 发布 b10948 版本，主要变更是将 HY V4 从 WebGPU 的 test-llama-archs 测试中排除（PR #28855，由 Stanisław Szymczyk 共同提交）。该版本同时提供 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台预编译二进制包，覆盖 CUDA、V
正文结构化主题已通过公开置信门槛
llama.cpp b10947 修复 nemotron-h 专家 FFN 除零崩溃
llama.cpp 发布 b10947 版本，修复了 nemotron-h 模型在加载时的专家 FFN 尺寸回退逻辑缺陷。当 NextN/MTP 尾部循环中 expert feed forward length 未提供该层数值时，代码会用 n ff/n expert used 推导专家 FFN 尺寸，而这两个逐层数组在非 MoE 层上合法地为 0，导致同时为
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b10946：修复 s390x VXE repack 辅助函数
llama.cpp 发布 b10946 版本，主要变更是为 ggml-cpu 的 s390x 架构添加对 VXE 专用 repack 辅助函数的保护（PR #28775）。该版本同时提供覆盖 macOS、iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包，支持 CUDA、Vulkan、ROCm、SYCL、Ope
正文结构化主题已通过公开置信门槛
Ornith-1.5-35B-A3B 去审查版 GGUF 量化发布
Hugging Face 用户 gbuzhf 发布了 Ornith-1.5-35B-A3B 的 abliterated（去审查）GGUF 量化版本，基于 huihui-ai 的 abliterated 权重，提供 19G/21G/23G/25G 四档 ICE 量化及 BF16 主模型。该版本使用 27,513 条全语料重要性矩阵校准，并嵌入模型自带的 MTP
正文结构化主题已通过公开置信门槛
英特尔2026技术创新与产业生态大会9月22日开幕
智东西报道，英特尔将于9月22日-23日举办2026英特尔技术创新与产业生态大会（Intel Connection 2026），聚焦智能体AI、端侧全场景创新与AI基础设施三大赛道。大会包含11场主题演讲、7大专题论坛、40+场技术课堂、15000平方米AI成果展区（1300+项成果）及5场免费开发者实操工作坊，英特尔与60余家合作伙伴展示云边端全栈技术。
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b10944：修复 SYCL 内存获取错误
llama.cpp 发布 b10944 版本，主要修复 SYCL 后端获取内存时的错误（#28227），包括对不支持 ZES API 的处理、优化代码、调整日志级别、清理无用头文件，并修复检测 Level Zero SDK/开发包失败时的构建错误。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制包。
9月13日周日 · 10 条
正文结构化主题已通过公开置信门槛
K2-Horizon-7B 社区 GGUF 量化版本发布
社区开发者 ngquocvinh 在 Hugging Face 上发布了 IFM/K2-Horizon-7B 的 GGUF 量化版本，共 15 个文件，覆盖 Q8 0 到 Q1 0 等多种量化等级。该模型原生支持 524,288 token 上下文，面向英文、中文、编程、推理、长上下文和智能体任务。发布者提供了与 BF16 参考模型在 WikiText 上的
正文结构化主题已通过公开置信门槛
后摩智能与绿联合作推出HomeAgent家庭AI中枢
9月12日晚，绿联科技在品牌全球发布会上推出与后摩智能合作的UGREEN HomeAgent HA100 Pro，定位为以本地AI算力打造的家庭AI中枢。该产品结合后摩智能M50芯片的本地AI算力，将本地计算、存储、家庭看护和全屋设备管理能力融为一体，试图解决家庭设备数据分散、入口割裂及隐私安全问题。后摩智能M50基于存算一体架构，单芯片提供160 TOPS
正文结构化主题已通过公开置信门槛
大模型牌桌上，蚂蚁如何出牌？
雷峰网通过2026外滩大会观察蚂蚁集团的AI布局：底层为已迭代至Ling 3.0的百灵模型（含flash、tiny及多模态、金融版本），上层面向用户推出阿福（用户1.5亿、日均健康咨询约2000万次）和阿宝，面向企业由蚂蚁数科推出升级为商业智能体超级工厂的Agentar，并延伸至具身智能的灵波通用大脑。蚂蚁数科CEO赵闻飙披露AI To B业务增速达三位数。
正文结构化主题已通过公开置信门槛
MiniCPM5-1B 去审查变体发布：拒绝率从93降至3
开发者 saidutta69 在 Hugging Face 发布了 MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking-heretic，这是对 GnLOLot 的 MiniCPM5-1B 微调版使用 Heretic v1.4.0 进行定向消融（abliteration）得到的去审查变体。该方法通过编辑注意力输出和 MLP 下
正文结构化主题已通过公开置信门槛
LFM2.5-2.6B 编码代理去审查版发布
开发者 saidutta69 在 Hugging Face 发布了 LFM2.5-2.6B-Fable5-Coding-Agent-heretic，这是对 AyoubChLin/lfm2.5-2.6b-fable5-coding-agent（基于 LiquidAI/LFM2.5-2.6B 全参数 SFT）的「去审查」变体，使用 Heretic v1.4.0
正文结构化主题已通过公开置信门槛
llama.cpp b10938：Vulkan 队列提交驱动 bug 临时修复
llama.cpp 发布 b10938 版本，主要修复 Vulkan 后端的一个驱动 bug：当同一 VkDevice 上的两个队列同时提交时，会破坏内部同步。在驱动修复前，项目在 queuesubmit 周围加互斥锁作为临时方案。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译包。
正文结构化主题已通过公开置信门槛
GitHub 推出 HydraFusion：Copilot 多模型路由实现前沿级性能
GitHub 推出 Project HydraFusion 研究预览，为 GitHub Copilot 提供运行时多模型编排能力，通过 Single、Cascade、Critique 三种执行模式动态路由请求。该系统在 TerminalBench 2.1 上相比 Claude Opus 5 提升 4.9 个百分点任务质量并降低 67% 预估成本，在内部 Ch
正文结构化主题已通过公开置信门槛
bartowski 发布 Qwen3.8-27B GGUF 量化版
bartowski 发布了 Qwen3.8-27B 的 GGUF 量化版本，使用 llama.cpp b10896 进行 imatrix 量化，支持文本与图像输入（需 mmproj 文件）以及 MTP 推测解码。该版本于 2026-11-09 更新，采用新的 tensor-layout 重新上传，并提供了各量化档位的文件大小、bpw、PPL 与 KLD 等指
正文结构化主题已通过公开置信门槛
llama.cpp b10937：OpenCL 行对齐规则扩展至 q4 K/q5 K/q8 0
llama.cpp 发布 b10937 版本，主要变更是将 OpenCL 后端的 noshuffle 行对齐规则从仅适用于 q6 K 扩展到 q4 K、q5 K 和 q8 0 量化类型（PR #28575）。该版本同时提供 macOS、iOS、Linux、Android、Windows 及 openEuler 等多平台预编译二进制包，覆盖 CPU、CUDA、
正文结构化主题已通过公开置信门槛
llama.cpp b10936：改进 qwen3-coder 复杂类型解析
llama.cpp 发布 b10936 版本，主要改进 qwen3-coder 聊天解析器对复杂类型的支持，并清理了相关语法。该版本同时提供覆盖 macOS、Linux、Windows、Android 等多平台的预编译二进制文件。