开源生态

阶跃星辰开源Step 5 Preview，登OpenRouter周榜第二

阶跃星辰正式开源Step 5 Preview模型权重，BF16与FP8两个版本同步上线Hugging Face和ModelScope。该模型采用稀疏MoE架构，总参数600B、激活参数27B，支持100万Token上下文，在Artificial Analysis Intelligence Index取得44分，位居全球开源模型前三，并在OpenRouter周

Meta 的 Muse Spark Open 现已上线 Amazon SageMaker JumpStart

Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线。该模型采用 MoE 架构，总参数 816B、每 token 激活 42B，支持 100 万 token 上下文，可接受文本、图像、文档、音频和音视频输入并输出文本，面向长时运行的编码智能体工作流。用户可在自己的 AWS 账户中

llama.cpp v0.7.0 发布：新增 MoE 专家 GPU 缓存与多种投机解码

llama.cpp 发布 v0.7.0，新增 LiliCorr 投机解码技术、GLM5-Next 的 MTP 投机解码，以及面向 MoE 专家权重的 GPU 缓存（--moe-cache-mib，专家卸载时解码最高约 2.2 倍加速）。同时新增 K2 Horizon、Prism Bonsai 2 27B、EmbeddingGemma-2、LiquidAI d

Black Forest Labs 发布 FLUX 3 Image Klein，8GB 显存可跑

Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein，参数规模 5.6B，支持文生图、图像编辑及最多十张参考图生成，具备原生 4K 输出和像素级编辑能力。其 INT8 版本可在仅 8 GB 显存的 NVIDIA GPU 上运行，在 RTX 4070 上生成一张图不到 9 秒。该模型以 FLUX Kommunity 许

llama.cpp 发布 b11669，版本号升至 0.7.0

llama.cpp 发布 b11669 版本，将版本号提升至 0.7.0（PR #30603）。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，覆盖 CPU、CUDA 12/13、Vulkan、ROCm、SYCL、OpenVINO 等多种后端，并附带 UI 包。

英伟达发布 Nemotron 3.5 Super VL 开源多模态模型，面向企业智能体

英伟达发布开源多模态模型 Nemotron 3.5 Super VL，拥有 1200 亿参数，面向企业级持续运行的 AI 智能体，可处理文本、图像、文档和视频。该模型采用混合专家架构，每 token 仅激活 120 亿参数，并与 Mistral AI、Thinking Machines Lab、Perplexity、Black Forest Labs 组成的

另有 1 家信源报道

llama.cpp 发布 b11662 版本：同步 ggml 并更新多平台构建

llama.cpp 发布 b11662 版本，主要变更为同步 ggml 子模块。该版本提供了覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包，支持 CPU、CUDA、Vulkan、ROCm、OpenVINO、SYCL 等多种后端，并附有 UI 包。此次更新属于常规构建发布，为本地大模型推理用

NVIDIA 扩展 Nemotron 家族：推出 Super VL 与 Bolt 模型

NVIDIA 发布 Nemotron 3.5 Super VL 开源 1200 亿参数模型，面向常驻智能体，任务完成速度比同类最佳模型快 5 倍，精度接近其最大推理模型但参数量约为五分之一。同时推出两款边缘模型 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB，覆盖从企业服务器到本地设备的智能体部署。多家机构正基于自

Tokenmaxxing BERT：分词速度提升 50 倍

Hugging Face 博客介绍了 tokenizers 库的优化工作，通过性能分析发现 BERT 分词器 88% 的编码时间花在文本规范化上，其中大部分消耗在 unicode categories crate 的 char::is mark nonspacing() 检查。作者针对这一瓶颈进行优化，使 bert-base-uncased 的编码速度再提升

llama.cpp b11658 新增 maion-coder 架构支持

llama.cpp 发布 b11658 版本，主要新增对 maion-coder 架构的支持，并加入对 Draft 模型的初步支持，同时移除了 maion 的 context shift 函数。该改动由微软的 Karthik Vijayan 参与贡献，随版本一同提供 macOS、Linux、Windows、Android 等多平台预编译二进制。

llama.cpp b11655：修复 Vulkan 并发首次设备初始化

llama.cpp 发布 b11655 版本，主要修复了 Vulkan 后端并发首次设备初始化的问题（#29766），并在 test-thread-safety 中改为并行加载模型以暴露该并发初始化崩溃。同时该版本提供了覆盖 macOS/iOS、Linux、Android、Windows 等多平台多后端的预编译二进制包。

llama.cpp b11647：Vulkan 优化 AMD f16 KV 缓存复制

llama.cpp 发布 b11647 版本，主要针对 Vulkan 后端优化 AMD 平台上的 f16 KV 缓存处理：通过一次性将跨步 f16 KV 数据复制到暂存区，使读取分散到多个内存通道，并复用通用 copy shader 替代专用 shader，同时将优化扩展到 bf16，但在 RDNA4 上禁用。该改动由 Ruben Ortlam 提交，Cla

llama.cpp b11645：Metal 张量 API 闪存注意力内核新增 BF16 变体

llama.cpp 发布 b11645 版本，主要变更是为 Metal 后端的 tensor API flash attention kernel 增加了 BF16 变体，并将 tensor FA kernel 移动到 kernels/fa tensor.metal 文件中。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编

OpenAI工程师涉窃听被捕；151款应用拒绝豆包GUI代操作；腾讯上线绿泡泡短剧

OpenAI一名沙特籍工程师因在旧金山办公室会议室电视机背面藏匿加密录音设备被捕并遭解雇，涉嫌窃听高管机密会议，但无迹象显示其接触过模型权重。豆包手机助手公示《屏幕自动化操作声明协议》后披露151款拒绝GUI自动化操作的应用清单，微信、淘宝、美团、DeepSeek等在列。此外，腾讯上线对标字节红果的免费短剧小程序绿泡泡短剧，OpenAI正洽谈收购开源安全厂商

Modal 获 16 亿美元 D 轮融资，估值达 160 亿美元

Modal 完成 16 亿美元 D 轮融资，估值达 160 亿美元，成为纽约最新的 AI 基础设施独角兽，5 个月内使用量和估值均增长 3 倍，一年内增长 15 倍。其 Sandboxes 产品年收入达 3 亿美元，已启动近 30 亿个沙箱，可扩展至百万并发。此外，Google 开始更广泛地推出 Gemini 4 Argon，面向编程、金融、法律、网络安全和

NVIDIA 通过开放资源、合作与算力扩大欧洲科研界先进技术获取

在都柏林 AI in Science Summit 上，欧盟委员会推出 AI in Science Enablers Initiative，并与 RAISE 框架衔接，旨在把产业界资源对接给欧洲科研群体。NVIDIA 宣布加入该计划，提供开放模型与数据集、深度学习课程、算力与云资源，以及与法国、西班牙、瑞典等国 AI 工厂和 EuroHPC 超算中心的合作。

llama.cpp b11643 发布：修复仅 embedding 图空图问题

llama.cpp 发布 b11643 版本，修复了仅含 embedding 的图在关闭 embeddings 时因 build pooling() 提前返回、t embd 不再展开而导致图为空、输入未被分配的问题，通过在该情况下展开 t embd 解决。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台多后端（CUDA

Anthropic第三季度营收168亿美元，增长放缓，拟11月IPO

Anthropic在旧金山向潜在投资者披露第三季度营收达168亿美元，环比增长约45%，但增速较第二季度超140%的增幅明显放缓。公司连续第二个季度实现调整后盈利，调整后营业利润率为11%，且现金流为正。Anthropic计划于11月感恩节前进行IPO，但部分投资者对营收数据感到失望，预计估值可能被下调至1.5万亿美元以下。此外，公司估计5%至7%的收入来自

另有 1 家信源报道

Quarkus LangChain4j 发布 1.13.4 修复 Redis 过滤安全漏洞

Quarkus LangChain4j 发布 1.13.4 版本，主要更新包括将 htmx.org 从 2.0.10 升级到 2.0.11，并修复了 GHSA-8vpj-4r6j-h9qg 安全漏洞，该漏洞涉及 RedisFilterMapper 中元数据过滤键的转义问题。此次发布为维护性更新，提升了该 Java 生态 LangChain4j 集成的安全性。

蚂蚁百灵开源Ling-3.1-flash，主打真实工作流任务执行

蚂蚁百灵开源推出Ling-3.1-flash模型，主打真实工作流任务执行，可跨网页、文档、表格和代码环境完成多步骤办公任务。模型采用约560B总参数、每Token激活约25B的混合线性注意力加稀疏MoE架构，上下文窗口达1M，并通过混合精度量化将部署GPU从8卡降至4卡。在GDPVal-AA V2.1办公任务评测中ELO得分1673，Artificial A