开源生态

llama.cpp 新增从 HF Hub 发现与下载模型功能

llama.cpp 发布 b11714 版本，为其 UI 新增从 Hugging Face Hub 发现和下载模型的功能，并加入下载暂停、恢复、断点续传及草稿模型（sidecar）自动匹配下载等能力。该更新还引入 Enable Discover Models 开关，用于控制是否允许浏览和下载 HuggingFace GGUF 模型。这些改动提升了 llama

Meta 发布 Muse Spark Open 等模型，重塑开源前沿格局

Meta 发布开放权重模型 Muse Spark Open（816B 总参数/42B 激活参数，1M 上下文，原生多模态），成为当前最强的美国开源模型，显著缩小了美国与中国开源模型之间的差距。文章同时提到 Reflection 的 Beam 和 Mistral Large 4 等新模型，并分析 Meta 自定义许可证中的署名、营收门槛等限制可能影响采用。此外

llama.cpp 发布 b11711：修复 CUDA fattn 编译警告

llama.cpp 发布 b11711 版本，主要修复 CUDA 后端 fattn 向量分发中的 -Wtautological-compare 编译警告，由 Hugging Face 的 Adrien Gallouët 提交。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SY

llama.cpp b11710：CUDA 分组专家 top-k 融合优化

llama.cpp 发布 b11710 版本，主要变更为在 CUDA 后端为分组专家（grouped experts）的 top-k 计算增加融合（fusion）优化，并补充了测试、修复了 HIP 相关问题，同时将该优化接入 graph optimize。该版本同步提供 macOS、Linux、Windows、Android 等多平台、多后端（CUDA、Vu

llama.cpp b11709 新增 Kolibri-1 模型支持

llama.cpp 发布 b11709 版本，新增对 Aleph-Alpha 的 Kolibri-1 模型支持。Kolibri-1 是德英双语 MoE 推理模型，78B 参数、每 token 激活 3.46B，采用滑动窗口与全注意力交错、GQA 及专家偏置路由等结构。转换器复用 AfmoeModel 处理专家布局，FP8 检查点走通用路径，并注册了架构测试。

智谱发布法律专用开源模型GLM-Legal，登顶双榜

智谱推出法律专用开源模型 GLM-Legal，基于 GLM-5.3-Flash 底座经法律语料中期训练与数万法律任务强化学习而成，可审合同、串证据、做跨境合规研究。在 Vals AI 法律测评中，它以 19.2% 任务全通过率和 86.23% 准确率登顶 Harvey LAB 与 LegalBench 开放权重模型榜。智谱已开放 Beta 申请，并计划将能力

清华开源智能体操作系统PilotDeck 2.0，任务成本降83%

清华大学THUNLP实验室联合面壁智能、OpenBMB等团队开源了智能体操作系统PilotDeck 2.0，以WorkSpace工作舱为单位隔离文件、记忆与任务，并实现记忆白盒化可查可改。系统内置智能路由，让强模型负责规划决策、轻量模型执行杂活，在复杂任务测试中成本约为纯顶配单体模型的六分之一，同时得分略高。系统原生支持MCP，采用AGPL-3.0许可证，支

Deepseek V4.1 Flash 1017 智能体任务超越更大模型并大幅降低成本

中国 AI 公司 Deepseek 发布 Deepseek-V4.1-Flash-1017，通过网站、应用和 API 提供，并在 Hugging Face 与 ModelScope 开源模型权重。该模型采用带自反馈的强化学习（RLSF）进行后训练，运行更快、输出更短，在内部基准的编程与智能体任务上超过 Claude Opus 5、GPT 5.6-Sol 等更

另有 3 家信源报道

llama.cpp b11707：Granite switch 支持 256 选项标记

llama.cpp 发布 b11707 版本，主要合并了 PR #30693，为 Granite switch decision 模型支持最多 256 个单 token 语义选项标记。转换阶段会遍历具体模型的词表，发现 1 个及以上纯字母的单 token 序列（如 A、AA、BB），以突破原先大小写字母加数字仅 66 个标记的限制，并让 C++ 侧计算出的标

REA 开源项目将 AI 智能体引入二进制逆向分析

开源项目 Reverse Engineer Anything（REA）在 GitHub 上获得超过 20 万星标，它通过 MCP 服务器把 Ghidra、Hopper、IDA 等逆向工程工具接入 Claude Code、Codex 等编码智能体，让开发者可以检查编译后的二进制文件、追踪函数调用并验证假设。项目展示了追踪 Notion Electron 剪贴板

亚马逊收购 DuckLabs，并在 Aurora PostgreSQL 中集成 DuckDB

亚马逊宣布收购 DuckDB 背后的阿姆斯特丹公司 DuckLabs，DuckDB 创始人 Hannes Mühleisen 和 Mark Raasveldt 将加入 AWS 并继续主导该开源项目的技术方向。DuckDB 及 DuckLake、Quack 等 Duck Stack 组件仍以 MIT 许可证保持免费开源，由非营利 DuckDB 基金会继续监督。

Fish Audio 发布 Drama 3 多说话人 TTS 模型

Fish Audio 发布新一代文本转语音模型 Fish Audio Drama 3，采用 35B 参数、每 token 激活 3B 的 MoE 文本主干与混合注意力，并配备 Codebook-MTP 音频解码器，支持最多 16 个说话人标签、声音克隆与自然语言控制。该模型发布首日即支持 SGLang-Omni 与 vLLM-Omni 部署，在单张 H200

Hugging Face 发布基于 Z-Image 的人物 LoRA 测试仓库

Hugging Face 用户 ifmylove2011 发布 girlslike-zimage 仓库，提供基于 Tongyi-MAI/Z-Image Base 与 Turbo BF16 训练的人物 LoKR/LoRA 权重，采用全秩 LoKR 方案，并说明 zi 与 zit 后缀在 base/turbo 模型间的兼容性差异。作者给出 Turbo 模型 4-

llama.cpp b11706：修复 SYCL 权重重排后提示词处理回归

llama.cpp 发布 b11706 版本，主要修复了 Q4 0/Q8 0 权重重排后 SYCL 后端提示词处理出现的回归问题（#30374）。该版本同时提供 macOS、Linux、Windows、Android 等多平台、多后端（CUDA、Vulkan、ROCm、SYCL、OpenVINO 等）的预编译二进制包。此次更新属于开源推理框架的常规缺陷修复与

llama.cpp 发布 b11701：新增 Beam (Reflection) 支持

llama.cpp 发布 b11701 版本，主要变更是为模型新增 Beam（Reflection）支持（PR #30670）。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，涵盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

LangGraph 1.2.16 发布，修复恢复流程并新增 Postgres 检查点清理

LangGraph 发布 1.2.16 版本，主要修复了恢复（resume）流程中的多个问题，包括无效恢复值时让其他任务正常结束、恢复的 Command 更新只应用一次、子图恢复时不再重跑已完成任务、以及恢复退出运行的待写入只保存一次。同时发布 prebuilt 1.1.1、checkpoint-postgres 3.2.0 和 checkpoint-sql

LangGraph SDK 发布 0.4.8，修复线程流错误处理

LangGraph 发布 langgraph-sdk 0.4.8 版本，同时更新 langgraph 至 1.2.16、prebuilt 至 1.1.1。本次更新修复了 Python SDK 中线程流错误未暴露的问题，并停止对已被拒绝的流进行重试。

Ollama 发布 v0.40.6：新增 GGUF q2 0 支持并修复 Windows 进程问题

Ollama 发布 v0.40.6 版本，包含四项变更：Windows 平台防止孤儿 runner 进程、GGUF 新增 q2 0 张量及文件类型支持、在 Ollama 云中启动 clef、以及 --ask 模式问题键改用标识符。该版本为常规维护更新，主要涉及推理运行时稳定性与模型文件格式支持。

Google 开源 EnvHarness：让智能体在动态环境中自进化学习

Google 研究人员开源了 EnvHarness 框架，它通过标准 reset()/step() 接口包裹静态环境，在不修改智能体、环境或评估系统的前提下动态调整训练环境。该框架包含 setup、rule、link 三类可组合组件，并引入 EnvRigger 自动分析智能体弱点并生成针对性修改。在 WebArena、SWE-bench Verified 和

llama.cpp b11700 新增 Granite Switch 决策模型支持

llama.cpp 发布 b11700 版本，主要新增对 IBM Granite Switch 决策模型（decision model）的转换与推理支持，并允许该模型同时进行聊天与决策。相关改动由 IBM 的 Gabe Goodhart 提交，期间部分 chat+decision 支持被回滚，最终简化为 Granite Switch 支持决策时也始终支持文本