Pinterest 发布 PinDCO：十亿级整页感知动态创意优化系统
Pinterest 在 arXiv 发布其生产级动态创意优化系统 PinDCO，用于十亿级视觉发现平台上的广告创意检索与选择。系统核心为 Creative Component Fusion Network（CCFN），对图像、标题、布局等创意组件分别建模并融合打分，同时引入 Pixel-aware Adjustment Module（PAM）根据创意尺寸调整
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 1715 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 · 15 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
基于ONNX的量化分析工具助力高效AI模型部署
马里兰大学的研究者提出 Quantization Analysis Tool，一个基于 ONNX 框架的量化分析工具，用于简化 AI 模型量化工作流。该工具提供逐层敏感度分析、权重与激活分布可视化，帮助开发者识别对低精度敏感或鲁棒的层，从而在模型大小、延迟与精度之间做出权衡。实验表明该工具能有效提升量化后精度，改善边缘设备部署效率。
正文结构化主题已通过公开置信门槛
NUS Show Lab 寿政：融合自回归与离散扩散，打造具身大模型底座
新加坡国立大学 Show Lab 负责人寿政教授在 ECCV 2026 上介绍了 Show-o 系列统一多模态模型，该架构在单个 Transformer 中融合自回归预测与离散掩码扩散生成，解决文本离散性与视觉连续性难以统一的问题。团队进一步提出循环一致性监督实现理解与生成的双向反哺，并通过 3D Tokenizer 与时空双向注意力提升连续视频生成质量。研
正文结构化主题已通过公开置信门槛
Qwen3.8-Flash 量化包登陆 Strix Halo，支持长上下文与视觉输入
开发者 jcbtc 在 Hugging Face 发布了 Qwen3.8-Flash-CIRU-STRIX-IU4 v4.0.0，这是面向 128 GB AMD Strix Halo（Ryzen AI Max+ 395）机器的 Qwen3.8 Flash 量化包，支持长上下文文本生成、OpenAI 兼容 API、Web UI 和可选图像输入。该包基于 Qwe
正文结构化主题已通过公开置信门槛
handy-computer 发布 nemotron-3.5 流式 ASR 的 GGUF 量化版
handy-computer 在 Hugging Face 发布了 nvidia/nemotron-3.5-asr-streaming-0.6b 的 GGUF 量化版本，供 transcribe.cpp 使用。该模型是 0.6B 参数的 cache-aware 流式 FastConformer 编码器加 RNN-T 解码器，支持 32 种语言区域的多语言语音
正文结构化主题已通过公开置信门槛
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.
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 · 5 条
正文结构化主题已通过公开置信门槛
CMSManhattan 发布 JiRack Ultra 7B CPU 三值模型
CMSManhattan 在 Hugging Face 发布 JiRack Ultra 7B（CPU）模型，基于 DeepSeek R1-7B 架构并加入 BitNet 风格的三值（1.58bit）支持，提供 GGUF 量化版本，面向 CPU 推理优化。模型附带更新的 JiRack Precision Tokenizer，新增 Routing、Media、V
正文结构化主题已通过公开置信门槛
CMSManhattan 发布 JiRack Ultra 32B CPU 三值量化模型
CMSManhattan 在 Hugging Face 发布 JiRack Ultra 32B（CPU）模型，基于 DeepSeek R1-32B 架构并引入 BitNet 风格的三值（1.58bit）量化与更新版 JiRack 分词器，新增路由、媒体、视觉、声音、工具调用和机器人等标签。模型提供 GGUF 量化版本，面向 CPU 推理优化，可用于 RAG
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
AMAImedia 发布 DeepSeek-V4.1-Flash FP8 GGUF 量化版
AMAImedia 在 Hugging Face 发布了 DeepSeek-V4.1-Flash 的 FP8 GGUF 量化版本，基于 deepseek-ai/DeepSeek-V4.1-Flash 原始模型转换而来，属于 NOESIS 多语言配音自动化平台的一部分。该模型为 552B 参数的多模态 MoE 架构，支持百万级上下文，通过 CED 架构、CSA
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