llama.cpp 发布 b11535：llama-bench 支持 -fitc 参数
llama.cpp 发布 b11535 版本，主要变更是 llama-bench 现在会在 -fitc 参数大于所需基准测试规模时予以尊重（PR #28331）。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台多后端的预编译二进制包，包括 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等。
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 2114 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。
10月10日周六 · 6 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
llama.cpp b11534：CUDA 移除 SSM SCAN 后冗余拷贝
llama.cpp 发布 b11534 版本，主要针对 CUDA 后端进行优化：在 SSM SCAN 之后移除冗余的 CUDA 拷贝，将更新后状态快照的拷贝融合进循环缓存，并在 K==1（非投机解码）场景下同样移除冗余拷贝。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。
正文结构化主题已通过公开置信门槛
Cloudflare 发布多模态决策模型 Clef-omni，并降价提速 Clef 系列
Cloudflare 发布 Clef-omni 开放权重决策模型，支持音频、视频、图像和文本多模态输入，基于 Qwen3-Omni-30B-A3B-Instruct MoE 架构，冻结主干并训练 LoRA 适配器。同时 Clef-flash 降价至低于 Jev，Clef 速度提升。该模型在单次 API 调用中完成多模态评分，文本决策中位延迟约 130ms，2
正文结构化主题已通过公开置信门槛
Anthropic 推出面向开源项目的免费 AI 扫描器
Anthropic 推出名为 Cyber Mission 的长期计划，旨在保护关键基础设施和开源软件免受网络攻击。其中关键基础设施防御计划（CIDP）向电网、水务和交通网络运营方提供 Claude 模型、工程师和威胁分析，创始合作伙伴包括 CrowdStrike、Palo Alto Networks、Deloitte 和 Rockwell Automatio
正文结构化主题已通过公开置信门槛
llama.cpp b11532：ModernBERT 编码器改用精确 GELU
llama.cpp 发布 b11532 版本，主要变更是为 ModernBERT 编码器使用精确的 GELU 激活函数（PR #30108），同时保留 ggml geglu 上的 tanh GELU 别名，并将 gelu python 映射到 ggml geglu erf。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b11531：重构 chat API
llama.cpp 发布 b11531 版本，主要变更是对 chat 模块的 API 进行重构（PR #30210）。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、OpenVINO 等多种后端。
10月9日周五 · 14 条
正文结构化主题已通过公开置信门槛
a16z 报告：消费级 AI 仍处早期，ChatGPT 遥遥领先
a16z 合伙人 Olivia Moore 发布报告，盘点前 100 款消费级 AI 应用，指出 ChatGPT 仍遥遥领先，Suno、ElevenLabs 等小型产品展现出持续生命力。她认为消费级 AI 仍处早期，真正机会在于摆脱订阅和 API 收费模式、探索广告等变现方式，并借助开源与轻量模型降低成本；同时社交、约会、电商、旅游、金融、健康等品类目前尚无
正文结构化主题已通过公开置信门槛
AWS 2026年9月AI更新：Bedrock、AgentCore与Strands新进展
AWS 发布 2026 年 9 月 AI 构建者更新汇总，涵盖 Amazon Bedrock、AgentCore 和 Strands 三方面。Bedrock 新增 OpenAI 的 Astra、Sol、Luna 模型，Claude Fable 5.1、Opus 5.5、Sonnet 5.5，Moonshot AI 的 Kimi K3，以及 xAI 的 Gro
正文结构化主题已通过公开置信门槛
Ai2 开源科学报告生成模型 AstaBrief 8B
Ai2 开源了 AstaBrief 8B，一个专为科学报告生成训练的小型开放权重模型，可将研究问题与检索到的文献片段转化为带引用的报告。该模型基于 Qwen3-8B，采用 SFT 和 DPO 训练，已作为 Asta 平台的 Fast 模式上线，并同时开源模型权重和训练数据。相比 Claude 驱动的 Thinking 模式，Fast 模式平均每份报告生成时间
正文结构化主题已通过公开置信门槛
llama.cpp b11529 修复 ggml acc 越界写入漏洞
llama.cpp 发布 b11529 版本，修复了 ggml acc 中因负偏移量导致的越界写入漏洞。ggml acc impl 在将 size t 偏移量收窄为 int32 t 时未做范围检查，大偏移量截断为负数后被符号扩展为巨大 size t，绕过边界断言，造成 dst 缓冲区下方越界写入。修复方式是在收窄前检查偏移量，与 ggml set impl
正文结构化主题已通过公开置信门槛
WanGP 发布 Qwen Image 2.1 Turbo 单文件权重
DeepBeepMeep 在 Hugging Face 发布了适配 WanGP 的 Qwen Image 2.1 系列单文件权重，包括官方 Qwen-Image-2.1-Turbo 的 BF16 与 INT8 ConvRot 量化版本。该权重面向低显存与旧 GPU 用户，推荐使用 8 步、CFG 1 及专用调度器，无需加速 LoRA，并复用原有文本编码器与
正文结构化主题已通过公开置信门槛
llama.cpp b11528：修复 meta 后端主机张量视图断言
llama.cpp 发布 b11528 版本，主要修复了 meta 后端在处理主机内存张量视图时的断言问题：ggml-alloc 不会为视图单独分配缓冲区，而 meta 后端此前会在遇到这类节点时崩溃，该改动同时泛化了此前的 s copy main 变通方案，修复了使用 --split-mode tensor 配合部分 offload 时 KV cache
正文结构化主题已通过公开置信门槛
llama.cpp b11527：WebGPU 算子改用 2D 工作组调度
llama.cpp 发布 b11527 版本，主要变更是 WebGPU 后端将所有原本使用 1D 工作组调度的算子（如 rms norm）改为使用 2D 工作组调度，并移除了 1D 工作组调度逻辑。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台及 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端的
正文结构化主题已通过公开置信门槛
llama.cpp b11526 发布：修复 Vulkan rms norm workgroup 溢出
llama.cpp 发布 b11526 版本，主要修复了 Vulkan 后端中 rms norm 算子 workgroup 数量溢出的问题（PR #30145）。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 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。此次更
正文结构化主题已通过公开置信门槛
huihui-ai 发布 GLM-5.3-Flash 去审查 GGUF 版本
huihui-ai 发布了 Huihui-GLM-5.3-Flash-abliterated-GGUF，这是基于 zai-org/GLM-5.3-Flash 通过 abliteration 技术去除拒绝行为的无审查版本，并以 GGUF 量化格式提供。该模型仅对第 15 至 35 层进行了消融，其余层和专家模块保持不变，GGUF 文件来自 unsloth 的量
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b11524：默认架构移除 MUSA mp 21
llama.cpp 发布 b11524 版本，主要变更是从默认架构中移除 MUSA 的 mp 21，由摩尔线程的 Xiaodong Ye 提交并经过评审修改。该版本同时提供覆盖 macOS、iOS、Linux、Android、Windows 和 openEuler 的多平台预编译二进制包，支持 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等
正文结构化主题已通过公开置信门槛
mradermacher 发布 decider-35b-a3b 的 GGUF 量化版本
开发者 mradermacher 在 Hugging Face 上发布了 Mapika/decider-35b-a3b 模型的 GGUF 量化版本，提供从 Q2 K 到 Q8 0 共 11 种量化规格，文件大小覆盖 13.0GB 至 37.0GB。该模型基于 Apache-2.0 许可，标签显示其定位为决策模型，具备校准、结构化输出、多任务、单次推理及混合专
正文结构化主题已通过公开置信门槛
llama.cpp b11521 发布：服务器默认端口改为 9931
llama.cpp 发布 b11521 版本，主要变更是将服务器默认端口改为 9931（PR #30159）。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，支持 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 b11518：Metal 新增 128/96 flash attention 内核
llama.cpp 发布 b11518 版本，主要变更为在 Metal 后端新增 128/96 flash attention 内核，并支持接受所有已编译的配对组合（PR #30209）。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 CPU、CUDA、Vulkan、ROCm、SYCL、OpenV
正文结构化主题已通过公开置信门槛
ModelScope 发布 v1.40.2：新增 Intel XPU 设备支持
阿里 ModelScope 发布 v1.40.2 版本，新增对 Intel XPU（含 iGPU 及 Arc、Flex、Max 系列独显）作为模型推理与训练目标设备的支持，可结合 IPEX-LLM 优化在 Intel GPU 硬件上运行 ModelScope 模型。此外引入小版本镜像构建流程以提升容器化部署的发布粒度，并更新了 modelscope-hub