NVIDIA 英伟达

llama.cpp b11078：新增采样参数环境变量配置

llama.cpp 发布 b11078 版本，新增通过 LLAMA ARG 环境变量配置 temperature、top-p、min-p 及各类惩罚参数的能力，使 llama-server 可完全通过环境文件（如 Debian 上的 systemd）控制。同时使用 llama-gen-docs 重新生成 readme 文件，并提供了覆盖 macOS、Linu

llama.cpp 发布 b11076 版本

llama.cpp 发布 b11076 版本，主要变更为移除测试中的过时注释（#29140）。该版本同步提供 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台预编译二进制包，覆盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

llama.cpp 发布 b11075：简化 ggml-metal 融合算子声明

llama.cpp 发布 b11075 版本，主要改动是简化 ggml-metal 后端中融合算子（fusion pattern）操作列表的声明方式，从 ops all 派生非空融合算子并去掉模式向量中的 all 后缀。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 CUDA、Vulkan、ROC

llama.cpp 发布 b11074：修复 JSON 枚举处理

llama.cpp 发布 b11074 版本，主要修复了 JSON 枚举（enum）处理问题，为枚举值添加了 common json value 处理逻辑，并曾添加 tests/test-json.cpp 测试但按要求移除。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台多后端（CUDA、Vulkan、ROCm、SYC

llama.cpp b11073：SYCL 合并 MKL-FA softmax 加载

llama.cpp 发布 b11073 版本，主要变更是 SYCL 后端对 MKL-FA softmax 加载进行合并（coalesce），替代原先每行一个 work-item 的实现方式，并改进了变量命名可读性。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、Ope

开放模型当前的力量格局：中美竞争现状

Interconnects AI 作者向美国国会议员及幕僚介绍开放权重模型在中美竞争中的现状。文章指出，自 2025 年 4 月起中国 AI 公司在开放权重模型领域明显领先，Hugging Face 下载量约为美国的两倍（32 亿对 16 亿），在 Artificial Analysis 智能指数上中国模型 GLM-5.3、Kimi K3 等得分 42-45

llama.cpp b11070：Hexagon 后端 DMA 与 64 位映射重构

llama.cpp 发布 b11070 版本，主要针对 Hexagon 后端进行大规模重构，重写缓冲区和 DMA 处理以支持 64 位映射。改动涵盖二进制算子、softmax、GDN、矩阵乘法等内核的 DMA 化，并新增检查脚本与开发者文档。同时提供 macOS、iOS、Linux（含 CUDA、ROCm、Vulkan、SYCL 等）及 Android 多平

llama.cpp 发布 b11068：修复 macOS 27 SDK Metal 弃用警告

llama.cpp 发布 b11068 版本，主要修复了 macOS 27 SDK 下 Metal 后端的弃用警告（PR #29136）。该版本同时提供覆盖 macOS/iOS、Linux、Windows、Android 及 openEuler 的多平台预编译二进制，支持 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。

OpenRouter 排行榜：425 个模型的价格、实测速度与韩语质量

该项目基于 OpenRouter 公开 API 构建了一个覆盖 425 个模型的排行榜，展示每百万 token 价格、服务商、精度、可用性、上下文长度、实测响应速度和韩语质量。作者对 330 个模型从敬语、韩国制度知识、格式遵循、术语等七个维度独立评分，发现约三分之一模型韩语评级为 F，且质量、性价比、速度领先者几乎从不重合。此外，作者用付费 API 对 3

中国最大独立Token工厂硅基流动再融资，年内累计近29亿

AI基础设施企业硅基流动（SiliconFlow）宣布完成B+轮二期和C轮融资，投资方包括中国互联网投资基金、国新基金、中国移动链长基金等，2026年度累计融资金额近29亿元。融资将用于推理引擎、异构算力调度、模型与芯片适配等核心技术研发，强化Token供应平台能力并加快全球市场拓展。该公司成立于2023年，按2025年Token年吞吐量计是中国最大的独立生

llama.cpp 发布 b11063：修复 AST 非法 UTF-8 处理

llama.cpp 发布 b11063 版本，主要更新是在 common/peg 中处理 AST 里的非法 UTF-8 序列，并按照 Unicode 建议返回最大子部分（maximal subpart），同时移除了 strict 参数。该版本同步提供 macOS、iOS、Linux、Android、Windows 等多平台预编译二进制包，覆盖 CUDA、Vu

Runway 研究实时 AI 视频生成：边描述边直播

Runway 公布其实时视频生成研究，用户可在描述过程中直接流式生成视频，而非输入提示词后等待。该方案基于其首个通用世界模型 GWM-1（构建于 Gen-4.5 之上），逐帧生成并接受镜头运动、机器人指令或音频作为控制。Runway 认为实时生成可缩短等待时间、降低 GPU 成本，并将计算负载从训练转向使用；同时指出视频模型逐帧累积误差是核心难题，其通过用自

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。

特朗普提议为AI改名并组建AI Force

特朗普在 Truth Social 上发起投票，提议为 AI 重新命名，候选名称包括 Superior Intelligence、Extreme Intelligence 和 Supreme Intelligence，并称 AI 安全担忧是民主党制造的骗局。他还表示将成立类似太空军的 AI Force，并很快任命 AI 事务负责人。此举呼应了近期 AI 安全

另有 2 家信源报道

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。

AI监管之争未休：CEO阵营分裂，特朗普政府立场摇摆

围绕AI监管的争论持续升温。Anthropic CEO Dario Amodei提出三步计划放缓AI发展，OpenAI CEO Sam Altman、Google DeepMind联合创始人Demis Hassabis及Elon Musk一度公开表示认同。但Meta CEO Mark Zuckerberg反对限制企业自主权，并与Musk、Nvidia CEO

llama.cpp 发布 b11052：json-schema 支持正则转义连字符

llama.cpp 发布 b11052 版本，主要变更是其 json-schema 功能现在接受正则表达式模式中的转义连字符（PR #29127）。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。

llama.cpp 发布 b11050：修复 Metal FA 支持检查

llama.cpp 发布 b11050 版本，主要修复了 Metal 后端 Flash Attention 支持检查的问题（#29122）。该版本同步提供 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台预编译二进制包，覆盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

llama.cpp 发布 b11049：测试架构生成 dummy 词表

llama.cpp 发布 b11049 版本，主要变更为 test-llama-archs 生成 dummy test vocab（#29084），该改动由 pi:llama.cpp/DeepSeek-V4-Flash-Vision-Exp 协助完成。发布同时提供 macOS/iOS、Linux、Android、Windows、openEuler 等多平台预

llama.cpp b11046：OpenCL 新增 flash attn bin kernel 支持

llama.cpp 发布 b11046 版本，主要变更为在 OpenCL 后端新增对 bin kernel flash attn f32 f16 bin 的支持，并对 prefill 阶段的 flash attention 做了保护性处理。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vul