AgentionAI 发布 Signal 3.8 27B：Qwen3.8 高效微调 GGUF
AgentionAI 发布 Signal 3.8 27B，这是对 Qwen3.8-27B 的微调版本，以 GGUF 格式提供，采用自蒸馏训练，不引入外部数据。官方评测显示其答案 token 减少 25%、思考 token 减少 41%，同时 GSM8K 准确率持平或提升，并借助内置 MTP 草稿头提升投机解码接受率，端到端生成时间最多缩短约 19%。
开源生态
技术方向 · 开源模型、框架与仓库动态：权重开放、社区项目、开源与闭源的力量对比 · 共 700 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15日周二 · 3 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
Biohub 发布 60 亿参数蛋白质语言模型 ESMC-6B
Biohub 在 Hugging Face 上发布 ESMC-6B 蛋白质语言模型，拥有 60 亿参数、80 层，基于 UniRef、MGnify 和 JGI 的蛋白质序列训练。同时开源了 300M 和 600M 参数变体，并基于冻结的 ESMC-6B 训练了 ESMFold2 结构预测模型和稀疏自编码器。该模型可用于蛋白质表示、变体效应预测和蛋白质工程等
正文结构化主题已通过公开置信门槛
llama.cpp v0.4.1 发布：新增多模型支持并升级 ggml
llama.cpp 发布 v0.4.1，新增 Maple 20B-A1B 三元 MoE、腾讯 Hy 4 预览版和 Spark2.5 模型支持，并改进 JSON schema 处理、聊天解析、日志和服务器子进程管理。核心变更包括修复 DeepSeek2、GLM-MoE 等模型的 MTP KV 缓存分配，以及 Qwen/Kimi/GLM 的 GDN 归一化问题。
9月14日周一 · 17 条
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b10964，版本号升至 0.4.1
llama.cpp 发布 b10964 版本，将版本号提升至 0.4.1（PR #28900）。该版本为 macOS、iOS、Linux、Android、Windows 及 openEuler 等多个平台提供预编译二进制包，涵盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。
正文结构化主题已通过公开置信门槛
llama.cpp b10955 修复 ggml-cpu 堆损坏问题
llama.cpp 发布 b10955 版本，修复了 ggml-cpu 中因预编译头（PCH）导致的 CACHE LINE SIZE 不一致问题。PCH 强制在 ops.h 之前包含 ggml-impl.h，使 C++ 内核使用 256 字节的硬件破坏性干扰大小，而 C 工作缓冲区代码仍用 64，导致 rope 工作缓冲区偏小并引发堆缓冲区溢出，最终在 gg
正文结构化主题已通过公开置信门槛
K2-Horizon-MoVA-36B-A4B 社区 GGUF 量化版发布
Hugging Face 用户 ngquocvinh 发布了 IFM/K2-Horizon-MoVA-36B-A4B 的社区 GGUF 量化版本，提供从 Q8 0 到 Q1 0 共 15 种量化档位。该基础模型是采用 Mixture-of-Values 注意力的稀疏 MoE 模型，总参数 36B、每 token 激活约 4B，原生支持 524,288 tok
正文结构化主题已通过公开置信门槛
首届蚂蚁灵波具身大模型挑战赛正式启动
蚂蚁灵波联合魔搭社区、阿里云天池发起首届蚂蚁灵波具身大模型挑战赛，以外滩大会论坛为启动场合。大赛以2026年7月全面开源的LingBot-VLA 2.0具身智能基座模型为技术底座，面向全球企业、高校和个人开发者开放。赛程包括线上初赛（含RoboTwin 2.0仿真任务与可选真机任务）和11月在上海举行的线下真机黑客马拉松，旨在推动LingBot-VLA在开发
正文结构化主题已通过公开置信门槛
llama.cpp b10952 发布：修复 SYCL oneDNN scratchpad 内存池释放顺序
llama.cpp 发布 b10952 版本，主要修复了 SYCL 后端中 oneDNN scratchpad 破坏内存池释放顺序的问题（PR #28704）。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。
正文结构化主题已通过公开置信门槛
mlx-optiq 发布 Gemma-4 12B QAT 混合精度 4-bit 量化模型
mlx-optiq 发布了 mlx-community/gemma-4-12B-it-qat-OptiQ-4bit，这是基于 Google 量化感知训练（QAT）版 Gemma-4 12B 的 4-bit 混合精度 MLX 量化模型。它采用敏感度引导的逐层比特分配（157 个组件用 8-bit，171 个用 4-bit，平均 5.25 bits-per-we
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b10951：优化 llama decode 调用时机
llama.cpp 发布 b10951 版本，其中一项改动是将 llama n rs seq 检查移到 llama decode 调用之前，若检查为真则直接返回，从而在不需要时避免调用 llama decode。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译二进制包，覆盖 CUDA、Vulkan、ROCm、SY
正文结构化主题已通过公开置信门槛
Occamy-1.0：面向协作的开源帕累托前沿35B智能
研究团队发布 Occamy-1.0，一个基于 Qwen3.6-35B-A3B 检查点继续训练得到的 35B 规模协作（co-work）智能体模型。该模型通过执行导向数据、可回放长程轨迹基础设施以及分阶段后训练（Marathon Expert 与 Sprint Expert 合并）来提升工具调用、状态跟踪与长任务连续性。在多个协作基准上，Occamy-1.0
正文结构化主题已通过公开置信门槛
深度机智发布PhysBrain 1.5，登顶全球开源物理AI榜
中国公司深度机智于2026年9月9日发布物理基座模型PhysBrain 1.5，在28项公开基准上取得72.5综合均分，位居开源模型首位，与GPT-6 Astra（73.3）、Gemini 3.6 Flash（73.0）差距收窄至1分以内。该模型围绕其提出的Physical Loop物理智能循环架构，将具身理解、动作生成与未来状态预测统一在同一训练框架中，并
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
Simon Willison 发布 commit-rewriter 0.1 提交信息编辑工具
Simon Willison 发布了一个名为 commit-rewriter 0.1 的小型 Web 应用，用于编辑 Git 仓库的提交信息。该工具最初是为了清理 Datasette 安全版本发布中带有编码代理痕迹和私有仓库 issue ID 的提交记录。用户可通过 uvx commit-rewriter path/to/repo 运行，提交编辑后工具会创建
正文结构化主题已通过公开置信门槛
shot-scraper 1.12 新增 WebP 截图支持
Simon Willison 为其截图自动化工具 shot-scraper 增加了 WebP 格式支持，用户可通过 --quality 参数控制质量，不指定时输出无损 WebP。作者称 WebP 截图文件体积通常明显小于 JPEG 或 PNG，该功能是为其新的 commit-rewriter 工具生成截图而开发。
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
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