llama.cpp b11899：mtmd 新增能力查询接口
llama.cpp 发布 b11899 版本，核心变更是为 mtmd（多模态）模块新增 mtmd helper get capabilities 接口，用于查询多模态能力，并补充 audio stream、audio gen spk ref、text gen 等能力标记，同时保留旧 API 以维持兼容。该版本同步提供 macOS/iOS、Linux、Andr
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 2111 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26日周一 · 20 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 发布 b11898：修复 ARM 架构未使用变量
llama.cpp 发布 b11898 版本，主要修复了 ggml-cpu 中 ARM 架构下未使用变量的编译问题（#31180）。同时该版本提供了覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包，包含 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。此次更新属于常
正文结构化主题已通过公开置信门槛
AtomicChat 发布 Muse Glimmer 30B GGUF 量化版
AtomicChat 在 Hugging Face 发布了 Meta Muse Glimmer 30B 的 GGUF 量化版本，基于原始 BF16 权重并采用校准的重要性矩阵与实测选定的位布局。该版本已合并进 llama.cpp master，可在单张 RTX 5090 上以 24.6 GB 显存运行完整多模态、工具调用与投机解码，生成速度提升 1.8 倍。
正文结构化主题已通过公开置信门槛
AtomicChat 发布 Nemotron 3.5 Bolt 74B-A9B 的 GGUF 量化版本
AtomicChat 在 Hugging Face 发布了 NVIDIA Nemotron 3.5 Bolt 74B-A9B 的 Atomic Dynamic GGUF 量化版本，基于 NVIDIA 原始 BF16 权重和自建重要性矩阵构建，采用标准 llama.cpp 量化类型。该版本提供从 Q8 0 到 IQ1 M S 共 13 个文件，其中 21.9
正文结构化主题已通过公开置信门槛
AtomicChat 发布 Nanbeige4.3-33B GGUF 量化版本
AtomicChat 在 Nanbeige 发布 Nanbeige4.3-33B 当天，基于其原始 BF16 权重制作并发布了 GGUF 量化版本，包含自研重要性矩阵的 Atomic Dynamic 系列（13.7GB 至 30.1GB）以及 llama.cpp 原生 Q8 0、Q5 K M。该模型为 33B 稠密 agent 与推理模型，Llama 架构、
正文结构化主题已通过公开置信门槛
llama.cpp b11897：重构架构测试以支持 Windows 共享库构建
llama.cpp 发布 b11897 版本，重构了 test-llama-archs 测试，使其不再链接内部 libllama 符号，从而修复了在 Windows 共享库（DLL）构建下无法编译的问题。改动包括在 llama-ext.h 中声明 llama arch 包装函数、将模型保存测试改用公开的 llama model save to file()，
正文结构化主题已通过公开置信门槛
MiniCPM-V 4.7 35B-A3B 开源 MoE 多模态模型发布
面壁智能（OpenBMB）发布 MiniCPM-V 4.7 的 35B-A3B 版本，这是 MiniCPM-V 系列首个 MoE 多模态模型。该模型借助 Lookahead Expert Scheduling（LES）、细粒度分层量化和 DSpark 投机采样，成为首个可在端侧无损流畅运行的开源 MoE 模型，在 iPhone 17 Pro Max 上仅用
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b11896：修复 WebGPU memset 竞态
llama.cpp 发布 b11896 版本，主要修复了 CI 中 WebGPU memset 的竞态问题（#31162）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。此次更新属于常规构建发布，对普通用户影响有限，主要提升 CI
正文结构化主题已通过公开置信门槛
llama.cpp b11895：修复 Metal 大矩阵输出偏移溢出
llama.cpp 发布 b11895 版本，主要修复 Metal 后端在大矩阵输出偏移场景下的整数溢出问题，并加宽了 batch 偏移与 MUL MAT ID token 索引的数据宽度。该改动由 Codex 辅助完成，属于底层推理引擎的稳定性修复，可避免 Apple 设备上大模型推理时因偏移溢出导致的错误。同时该版本照例提供覆盖 macOS、Linux、
正文结构化主题已通过公开置信门槛
FuriosaAI 发布适配 RNGD 的 Llama-3.1-8B FP8 模型包
FuriosaAI 在 Hugging Face 发布 furiosa-ai/Meta-Llama-3.1-8B-Instruct-FP8-dynamic，该仓库在 RedHatAI 的 FP8 动态量化版 Llama-3.1-8B-Instruct 基础上附带 Furiosa Executable Bundle（FXB），可在 FuriosaAI RNGD
正文结构化主题已通过公开置信门槛
Google DeepMind 发布 Gemma 4 系列开源多模态模型
Google DeepMind 在 Hugging Face 发布 Gemma 4 系列开源模型，包含 E2B、E4B、12B、26B A4B、31B 五种尺寸，采用 Dense 与 MoE 混合架构，支持文本、图像、视频及部分尺寸的音频输入，上下文窗口最高 256K。该系列强化推理、编码与原生函数调用能力，并引入多 Token 预测（MTP）草稿模型，通过
正文结构化主题已通过公开置信门槛
IBM Granite Speech 4.1-2b NAR 的 GGUF 量化版发布
handy-computer 在 Hugging Face 发布了 IBM Granite Speech 4.1-2b NAR 模型的 GGUF 量化版本，供 transcribe.cpp 推理框架使用。该模型采用非自回归架构，通过一次前向传播完成 CTC 假设编辑，支持英语、法语、德语、西班牙语和葡萄牙语离线语音转文字。量化后 Q4 K M 仅 1.56G
正文结构化主题已通过公开置信门槛
KRAFTON 发布 Raon-1 mini GGUF 量化版本
KRAFTON AI 在 Hugging Face 发布了 Raon-1 mini preview 的 GGUF 量化版本，供 llama.cpp 使用，文件由同一检查点的 BF16 权重转换而来，Q6 K 及更小量化使用了 imatrix。Raon-1 mini 是 KRAFTON AI 从零训练的 30B-A4B MoE 语言模型，采用混合注意力架构，原
正文结构化主题已通过公开置信门槛
MiniCPM-V 4.7 1B 发布 GGUF 量化版，面向端侧多模态推理
OpenBMB 在 Hugging Face 发布 MiniCPM-V 4.7 1B 的 GGUF 量化版本，基于 llama.cpp，面向端侧部署。该 1B 多模态模型采用 LLaVA-UHD v4 的 ViT 内早期压缩与 4x/16x 混合视觉 token 压缩，官方称在整体得分和推理效率上明显优于 Qwen3.5 0.8B。模型支持 iOS、Andr
正文结构化主题已通过公开置信门槛
Huihui Qwen3.8-27B 消融版 NInfer FP8/NVFP4 量化发布
Hugging Face 用户 lyf 发布了基于 huihui-ai/Huihui-Qwen3.8-27B-abliterated 的 NInfer 量化产物，采用 FP8 与 NVFP4 混合精度，面向 Blackwell 架构（RTX 5090、sm120）。该仓库同时提供原始 v2 与 v3 兼容版本，v3 仅更新容器与聊天模板、保持全部 1118
正文结构化主题已通过公开置信门槛
DeepSeek 开源推理框架 DeepInfer，AI 编写算子同周登顶两大榜单
DeepSeek 全面开源推理框架 DeepInfer，继模型权重和 FlashMLA、DeepGEMM 等算子库之后，进一步开放模型运行链路；其 FlashMLA 人工手调版本算子性能达到硬件极限的 90% 以上。同一周内，完全由 AI 编写算子、无人工逐行调优的 ForgeKernel 同时登顶英伟达 SOL-ExecBench FlashInfer-B
正文结构化主题已通过公开置信门槛
n8n 发布 1.123.88 修复 SQLite 写锁与 certifi 更新
n8n 发布 1.123.88 版本，主要包含两项缺陷修复：核心模块在写连接打开失败时释放 SQLite 写锁，以及任务运行器中将 certifi 更新至 2026.10.23。该版本为常规补丁更新，影响范围限于使用 SQLite 存储或任务运行器的自托管用户。
正文结构化主题已通过公开置信门槛
港科CMU联手岩山科技开源EdgeRock-4B，KV Cache砍掉99%
岩山科技旗下岩芯矩阵联合港科大、CMU等高校发布并开源EdgeRock-4B模型，采用记忆岩锚（RMA）机制，将256K上下文下的KV Cache固定在72MiB，相比源模型Qwen3.5-4B减少99.1%。在单张80GB GPU上实现512路并发长推理，输出吞吐达12124 tokens/s，为源模型的6.42倍，同时AIME 2024-2026平均一次
正文结构化主题已通过公开置信门槛
成立3个月便反超GPT-6 Astra！深圳黑马首次亮相
成立仅三个月的深圳公司炎曦动力（Primotion）首次公开亮相，发布具身基座模型Paimon-0，在RoboColiseum、RoboCasa365、VLA-Arena等四项评测中排名第一，并在RoboColiseum通用操作子榜上超过GPT-6 Astra、Claude Opus 5.5、Gemini 4 Argon等通用多模态大模型。该公司定位为具身芯
正文结构化主题已通过公开置信门槛
Solstice-AI 发布 DeepSeek-V4.1-Flash 去审查 GGUF 量化版
Solstice-AI 在 Hugging Face 发布了 DeepSeek-V4.1-Flash-UNCENSORED-Protium-GGUF，这是基于 DeepSeek-V4.1-Flash 的去审查（uncensored/dealigned）GGUF 量化版本，采用 Protium-1.0 认知架构，并集成推测解码 DSpark Drafter、1