开源生态

CrowdGPT 发布社区分布式模型 Crowd-v1

CrowdGPT 在 Hugging Face 发布其首个社区分布式语言模型架构 Crowd-v1，参数量约 10 亿，采用 Transformer、GQA、RoPE、SwiGLU 与权重共享设计，目前仅训练 290 亿 token 且仍在预训练中。该发布提供部分训练权重与确定性初始化（seed 42）及 BF16/FP32 二进制格式，供 CrowdGPT

miceworks 发布 Mark-SLM-V3-150M 稀疏语言模型

研究者 miceworks 在 Hugging Face 发布 Mark-SLM-V3-150M，一个 150M 参数、基于 deepseek2 架构的稀疏语言模型，采用 MLA 与细粒度 MoE，并导出为 IQ4 NL 量化的 GGUF 文件。模型在 3.47M token 的课程数据上训练，在 Open SLM Leaderboard 上取得 16.36

nphSi 发布基于 Z-Image 的人物 LoRA 模型

用户 nphSi 在 Hugging Face 上发布了一个名为 Z-Image-Lora 的 LoRA 模型，基于 Tongyi-MAI/Z-Image 与 Z-Image-Turbo 构建，用于文生图任务。该模型通过 vrtlxxxx 触发词生成特定人物形象，并在 2026 年更新中新增了大量人物名单。页面还提供了 LoRA 索引、预览与社区讨论入口，属

Qwen3.8 Flash CIRU Strix Orca v6.0.0 运行时更新

OrcaRouter 将 Qwen3.8 Flash 研究检查点转换为紧凑专家格式，并发布适配 AMD Strix Halo 与 CIRU v5 运行时的 GGUF 版本。v6.0.0 运行时修复了长提示中图像输入失效的问题，多槽位服务速度提升数倍，并支持可选的磁盘提示缓存；模型权重、草稿模型与投影器均未改动。

LiteLLM 发布 v1.104.9：镜像签名验证与 SpendLogs 索引修复

LiteLLM 发布 v1.104.9 版本，所有 Docker 镜像均使用 cosign 签名，并提供了基于固定 commit hash 和 release tag 两种验证方式。该版本将自动构建 SpendLogs 索引的修复回移到 stable/1.104.x 分支，同时把 litellm 升级至 1.104.9、litellm-proxy-extra

LiteLLM 发布 v1.103.11：镜像签名验证与 SpendLogs 索引修复

LiteLLM 发布 v1.103.11 版本，所有 Docker 镜像均使用 cosign 签名，并提供了基于固定 commit hash 和 release tag 两种验证方式。该版本主要将自动构建 SpendLogs 索引的修复回移到 stable/1.103.x 分支，并更新版本号。此次更新提升了镜像供应链安全性与代理支出日志的性能。

Vercel AI SDK 发布 ai@7.0.169 补丁更新

Vercel AI SDK 发布 ai@7.0.169 补丁版本，内部校验 schema 改用 Zod Mini 以减小打包体积，同时保留公共 message schema 的经典 Zod 方法、错误信息及对 Zod 3/4 的兼容性。此外修复了 useChat 队列在优先发送工具审批时丢失请求选项的问题，并在异步 sendAutomaticallyWhen

Ornith-1.5-35B-A3B 去审查版 ICE GGUF 量化发布

开发者 gbuzhf 在 Hugging Face 发布了 Ornith-1.5-35B-A3B 的 GGUF 量化版本，基于 huihui-ai 的 abliterated（去拒答）检查点，采用 Sangreal 重要性矩阵与 ICE 1.6/2.0 量化配方，提供 12G 至 25G 五档文件并保留 MTP 草稿层。作者给出各档相对 BF16 的 KL

llama.cpp 发布 b12255：修复 plamo2 循环缓存张量重命名

llama.cpp 发布构建版本 b12255，主要变更是修复 plamo2 模型中循环缓存张量被重命名的问题（#31984）。该版本同时提供 macOS/iOS、Linux（含 CUDA、ROCm、Vulkan、SYCL、OpenVINO 等后端）、Android、Windows 及 UI 等多平台预编译包。

LangChain 发布 1.4.10 版本

LangChain 发布 langchain 1.4.10 版本，包含多项修复：将中间件内部的模型调用从 messages 流中隔离、在 ModelRefusalMiddleware 中省略 trace 输入，并更新依赖以修补新版 Python 的安全锁解析。这些改动主要提升流式输出与追踪数据的正确性和安全性。

llama.cpp b12253：修复工具参数控制字符转义

llama.cpp 发布 b12253 版本，修复了 common 模块中工具调用参数字符串的控制字符转义问题。此前 normalize quotes to json 在将 Python 风格工具参数转换为 JSON 时会原样保留原始控制字符，导致返回给客户端的 arguments 成为非法 JSON，历史回放会直接失败；现在通过 escape json s

openEuler预告Agentic Infra操作系统新方案

openEuler在Agentic Infra操作系统大会媒体预沟通会上预告，将发布面向Agentic Infra的技术突破及超节点落地进展，覆盖Agent可观测与安全治理、极速沙箱、智能体记忆系统和KV Cache优化。社区执行总监刘飞表示，智能体基础设施需同时解决启动速度、并发密度和任务生命周期问题，openEuler从文件系统、内存管理和安全机制等操作

蚂蚁灵波开源触觉预训练模型LingBot-Touch

蚂蚁灵波开源了面向灵巧操作的触觉预训练基础模型LingBot-Touch，可统一处理压阻式、视触觉、磁触觉等不同传感器信号并编码为可复用的触觉Token。该模型用4983小时真实触觉数据自监督预训练，在Sharpa Wave和XHand1两款灵巧手、四种策略模型上完成26项真机任务，平均成功率普遍提升，其中LingBot-VLA在Sharpa Wave上从4

另有 2 家信源报道

llama.cpp b12249：ggml-rpc 连接失败不再崩溃

llama.cpp 发布 b12249 版本，修复 ggml-rpc 在端点不可达或 HELLO 握手失败时直接 GGML ABORT 终止整个进程的问题，改为 start() 返回 bool、get dispatcher() 返回 nullptr 并让各调用方按保守行为处理。该问题源于 Android 上 llama.rn 手机 RPC 集群中不可达 wo

DSPy 3.5 发布：更轻更快的 LM 基础层

DSPy 发布 3.5.0 版本，将 RLM、Flex、GEPA 从实验模块转为正式核心模块，ReActV2 取代 ReAct，并默认启用 XMLAdapter 与自动 API 路由。该版本引入轻量 lm15 引擎，使 LiteLLM 和 OpenAI Python 库变为可选依赖，默认安装体积从 206.7 MiB 降至 30.9 MiB，依赖数从 65

llama.cpp b12248：Vulkan GROUP NORM 工作组改为二维以规避限制

llama.cpp 发布 b12248 版本，主要修复 Vulkan 后端 GROUP NORM 计算的工作组划分问题：将工作组划分为二维，以规避 maxComputeWorkGroupCount 限制，并改用已有宏实现。该版本同时提供 macOS、Linux、Windows、Android 等多平台、多后端（CUDA、Vulkan、ROCm、SYCL、Op

llama.cpp b12247：修复 MoltenVK 越界读写

llama.cpp 发布 b12247 版本，主要修复 Vulkan 后端在 MoltenVK 上的越界读写问题，通过为 norm f32、l2 norm f32 和 sum rows f32 的管线设置 disable robustness，解决 test-backend-ops 的 sentinel 不匹配错误。该版本同时提供 macOS、Linux、W

NVIDIA 开源 NVKE 与 NVKR，管理 GPU 基础设施上的 Kubernetes 集群

NVIDIA 发布两个开源项目 NVIDIA Kubernetes Engine（NVKE）和 NVIDIA Kubernetes Recipes（NVKR），均处于公开预览阶段，用于在 GPU 基础设施上构建和运营托管 Kubernetes 服务。NVKE 提供运行托管 Kubernetes 服务的软件及集群管理 API，NVKR 负责构建经过验证的节点镜

NVIDIA 将 Agent Substrate 捐赠给 CNCF，为大规模 Agent 扩展 Kubernetes

NVIDIA 将开源项目 Agent Substrate 捐赠给 CNCF Sandbox，该项目为沙箱化 AI Agent 提供零信任运行时，通过在多路复用的小型 worker Pod 池上对空闲会话做检查点与恢复，实现比标准容器高 10 倍的密度。文章指出 Kubernetes 原生模型不适合 Agent 频繁启停、长时间空闲的工作负载，并介绍了请求排队

社区发布 Molmo2-8B INT8 量化包，作 MiniMax H3 编码器

开发者 Alissonerdx 在 Hugging Face 发布社区量化包，将 allenai 的 Molmo2-8B 量化为 INT8 ConvRot 权重（约 9.29GB），作为实验性的 MiniMax H3 文本/视觉编码器，并提供 MolmoPoint-8B 点跟踪模型用于视频分割。该包非 Ai2 或 MiniMax 官方发布，需使用自带 loa