llama.cpp b11062：CUDA 为 qwen4 启用稀疏 flash attention
llama.cpp 发布 b11062 版本，主要变更是为 qwen4 在 CUDA 后端启用稀疏 flash attention（sparse fa），对应 PR #28770。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，包含 CUDA 12/13、Vulkan、ROCm
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20日周日 · 18 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
APUS开源国内首批Jev跨平台复现，国产模型实现秒级决策
中国AI企业APUS旗下AI实验室于9月19日公布全球最早一批针对Jev的独立开源复现成果，并封装为开箱即用的Agent Skill「fast-browser-use」，支持macOS、Linux、Windows，可在无GPU的Mac和PC上纯本地离线运行，代码以MIT协议开放。该项目复现了Jev跳过自回归解码、单Token Logits直接打分与KV-Ca
正文结构化主题已通过公开置信门槛
DeepSeek 开源插件化 agent harness 项目 dsh
DeepSeek AI 开源了名为 DeepSeek Harness（dsh）的 agent harness，采用「一切皆插件」架构，基于 Cordis 构建。项目目前处于开发者预览阶段，官方警告将出现破坏兼容性的变更，用户可通过 npm 的 npx 命令或源码方式运行 Web UI。项目以 MIT 协议开源，并提供文档、Discord 社区与 GitHub
正文结构化主题已通过公开置信门槛
XHToken 发布 Spark-X2.5-4B-GGUF 本地部署模型
XHToken 在 Hugging Face 发布 Spark-X2.5-4B-GGUF 量化模型，基于 Spark-X2.5-4B，采用混合注意力架构，原生支持最长 1M token 上下文和 200 多种语言，面向对话、写作、翻译、推理、编程、工具调用与智能体工作流。该 GGUF 版本支持 llama.cpp、Ollama、LM Studio 和 Uns
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b11060：修复 mamba 时间步投影连续性
llama.cpp 发布 b11060 版本，主要修复了 mamba 实现中时间步投影输入的内存连续性问题，并在归一化后跳过不必要的连续拷贝。该版本同时提供覆盖 macOS、Linux、Windows、Android 等多平台及 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端的预编译二进制包。
正文结构化主题已通过公开置信门槛
阶跃发布 Step 5 Preview，跻身 AA 榜单全球开源前三
阶跃星辰于9月20日发布新一代旗舰基座模型 Step 5 Preview，面向 AI 编程、软件工程、专业知识工作与金融等场景，提升真实世界 Agentic 任务表现。该模型在全球权威榜单 Artificial Analysis Intelligence Index 中跻身全球开源前三，单任务成本仅为 Claude Opus 5 的 1/8，并计划于 10
正文结构化主题已通过公开置信门槛
Comfy-Org 发布适配 ComfyUI 的 Qwen3-VL 重打包模型
Comfy-Org 在 Hugging Face 上发布了 Qwen3-VL 的重新打包版本，将 Qwen/Qwen3-VL-4B-Instruct 和 Qwen/Qwen3-VL-8B-Instruct 转换为适配 ComfyUI 的单文件模型。该仓库提供 bf16、fp8 scaled、int8 convrot 和 nvfp4 等多种量化格式，用户需将文
正文结构化主题已通过公开置信门槛
DeepBeepMeep 发布 Wan2.1 单文件模型，适配 WanGP 低显存视频生成
DeepBeepMeep 在 Hugging Face 上发布了 Wan2.1 视频生成模型的单文件版本，基于 Wan-AI/Wan2.1-T2V-1.3B，用于配合其开源项目 WanGP 使用。WanGP 支持 Wan、Hunyuan Video、Flux 1 & 2、Qwen、Z-Image 和 LTV 等视频生成模型，主打低显存需求（最低 6GB 即可
正文结构化主题已通过公开置信门槛
llama.cpp b11057 新增 Ling 3.0 专用解析器
llama.cpp 发布 b11057 版本，新增针对 Ling 3.0（Bailing V3）的专用聊天解析器。由于 Ling 3.0 Flash 模板在生成提示中预先打开 think 块，模型不会输出起始 标签，且工具调用可能出现在 之前，导致原有自动解析器将工具调用误判为 reasoning content，客户端收到空 content 且无 tool
正文结构化主题已通过公开置信门槛
Luck-Spark V-300-MoE：小型Mixtral风格MoE研究预览
开发者 Dr. Zeon 在 Hugging Face 发布 Luck-Spark V-300-MoE，一个从零预训练的小型 Mixtral 风格 MoE 语言模型，总参数约 2.95 亿，含 4 个专家、top-2 路由、1024 上下文。模型在 Kaggle 双 T4 上训练，目标语料 50 亿 token，当前权重处于训练早期，可生成短文本但可能重复或
正文结构化主题已通过公开置信门槛
Swift-Qwen3.8-27B 去审查版 GGUF 量化模型发布
Hugging Face 用户 ajgazin 发布了 Swift-Qwen3.8-27B-Uncensored-Dynamic-MTP-GGUF，这是对已去审查（abliterated）的 Swift-Qwen3.8-27B 模型进行 GGUF 量化的版本。该模型采用 Unsloth Dynamic 3.0 量化布局，包含 MTP 头以支持 llama.c
正文结构化主题已通过公开置信门槛
datasette-auth-github 发布 1.0 版本
Simon Willison 发布 datasette-auth-github 1.0 版本。他此前在 agent.datasette.io 演示站点上发现已认证会话持续时间过短，原因是插件设置 cookie 时缺少 Max-Age 参数，导致会话在浏览器关闭时即过期。他在 #80 中修复了该问题，并因插件已长期存在且同时兼容 Datasette 0.65.
正文结构化主题已通过公开置信门槛
MinerU 4.0.4 发布：修复 VLM 显存与日志问题
MinerU 发布 4.0.4 版本，主要修复 VLM 引擎在高显存设备上的 GPU 显存利用率逻辑，并降低推理性能、模型加载等日志级别。API server 的 --log-level 参数现在仅作用于服务端日志，WebUI 修复了超长文件名的幂等处理问题。依赖方面要求 mineru-vl-utils 最低版本提升至 2.0.5，以修复 lmdeploy
正文结构化主题已通过公开置信门槛
华为发布灵衢互联架构与昇腾960超节点，构建Agentic AI算力底座
华为在2026年全联接大会上发布灵衢（UnifiedBus）统一互联总线协议，以及昇腾960芯片、昇腾960超节点、OceanStor M900 AI记忆存储等AI基础设施新品。灵衢将CPU、NPU、DPU、内存、存储等统一互联，使10万卡集群的MFU从约20%提升至35%，单集群可支持100万颗AI处理器。华为同时推进CANN开源与Agent开发生态合作，
正文结构化主题已通过公开置信门槛
华为昇腾跨过生态拐点，提出Agentic计算五大变化
在华为全联接大会2026上，华为宣布昇腾已跨越生态拐点，CANN社区成为中国活跃度最高的开源社区，昇腾成为PyTorch官方支持的首个中国算力平台。华为计算首席战略官朱照生提出Agentic计算的五大变化，包括从单服务器到超节点、从进程到思程、从SIMD到SIMD+SIMT、从HiFloat8到HiFloat4、从人工算子编程到Agent编程调优，并宣布思程
正文结构化主题已通过公开置信门槛
llama.cpp b11055：hexagon 后端新增 GEGLU QUICK 支持
llama.cpp 发布 b11055 版本，主要变更为在 hexagon 后端新增对 GEGLU QUICK 的支持（PR #29114）。该版本同时提供 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台预编译二进制，覆盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。
正文结构化主题已通过公开置信门槛
llama.cpp b11054：Hexagon 后端启用 TOP K 算子支持
llama.cpp 发布 b11054 版本，主要变更为在 Hexagon 后端启用对 TOP K 算子的支持，包括单行 TOP K 线程化、提升基于 VTCM 的尺寸上限、修复 TOP K mdev 行分区、优化大行选择，并更新了相关文档。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译包。
正文结构化主题已通过公开置信门槛
Hugging Face 开源 Reef：面向持续自我改进智能体的推理基础设施
Hugging Face 开源了 Reef 基础设施，旨在让智能体（harness + 模型）能够从经验中持续自我进化。Reef 以推理为核心，提供标准 OpenAI 格式推理端点，并将推理轨迹、执行结果和用户反馈存储为结构化经验流，支持模型权重与 harness（提示、记忆、技能、工具、编排逻辑）的联合更新。其目标是让开源社区更容易实验持续自我改进，并获得
9月19日周六 · 2 条
正文结构化主题已通过公开置信门槛
Qwen3.8-Omni-Flash 以更低价格对标 Gemini Flash 多模态能力
Qwen 发布首个面向 AI 智能体的多模态模型 Qwen3.8-Omni-Flash，可同时处理音频与视频并自主调用工具完成视频剪辑、短视频翻译、电影摘要等任务，上下文窗口达一百万 token。官方称其在音视频任务上接近 Gemini 3.8 Flash 的水平，但 API 定价更低：输入每百万 token 0.15 美元、输出 0.47 美元，音频输入每
正文结构化主题已通过公开置信门槛
llama.cpp b11053 发布：改进 server 启动日志
llama.cpp 发布 b11053 版本，主要改进了 server 的启动日志信息。更新后每个模型在日志中会显示来源标签（preset/models dir/cache），替代原先难以理解的星号标记，并在“Loaded cached model presets”日志中显示 Hugging Face hub 缓存路径，同时新增 hf cache::get