NVIDIA 英伟达

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

SGLang v0.5.20 发布：新增多款模型与性能优化

SGLang 发布 v0.5.20，包含来自 237 位贡献者的 713 个 PR。该版本新增 GLM-5.3-Flash、Hy4-Preview、Qwen3.8-Flash-Next、K2 Horizon、Nanbeige4.2 等自回归模型以及 SenseNova-U1.5-8B-MoT、FastH3、VDN-H3 等扩散模型支持。同时引入 RL rol

Kimi K3 上线 Amazon Bedrock

Moonshot AI 的 Kimi K3 模型在 Amazon Bedrock 上线，据 Moonshot AI 称这是其最强模型，也是首个达到 2.8 万亿参数的开源模型，具备原生视觉能力和 100 万 token 上下文窗口，相比 Kimi K2 扩展效率提升约 2.5 倍。Kimi K3 是 Bedrock 上首个支持显式提示缓存的开源权重模型，可降

AINews：Claude Code Projects、Gemini 托管智能体与 Jev 分类模型

本期 AINews 汇总了 2026 年 9 月 16-17 日 AI 动态：Anthropic 在 Claude Code 中推出 Projects，支持单次对话派生多个云端并行会话并跨线程传递上下文；Google 更新 Gemini 托管智能体，新增基于 Antigravity 的 harness 以及 Credentials API 和 Files A

在 Amazon EKS 上使用 NVRx 实现容错分布式训练

AWS Machine Learning Blog 发布技术文章，介绍如何在 Amazon EKS 上结合 NVIDIA Resiliency Extension (NVRx) 实现容错的 PyTorch FSDP 分布式训练。方案通过异步检查点、进程内重启和 ft launcher 作业内重启三层机制，分别应对软故障、硬故障和节点丢失，并在 H100 GP

llama.cpp 发布 b10996：为 qwen3-coder 强制推理预算结束标签

llama.cpp 发布 b10996 版本，主要变更是针对 qwen3-coder 在推理预算结束时强制输出 \n 标签。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文件，包括 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等加速方案。

llama.cpp b10995：Vulkan MUL MAT ID BN/2 尾部分支改为无条件

llama.cpp 发布 b10995 版本，主要变更是让 Vulkan 后端的 MUL MAT ID BN/2 尾部分支变为无条件启用，将 BN/2 设为默认并作为 BNover4 的禁用回退，同时移除该分支的启用门控；BN/4 分支仍由 enable smaller matrices 控制。该版本同时提供 macOS、Linux、Windows、Andr

llama.cpp b10993 发布：为 hf-jobs 添加自托管 WebGPU 与 Vulkan

llama.cpp 发布 b10993 版本，主要变更是为 hf-jobs 添加自托管的 WebGPU 和 Vulkan 后端，并调整 CPU 后端线程数。该版本同时提供覆盖 macOS、Linux、Windows、Android 等平台的预编译二进制，支持 CUDA、ROCm、Vulkan、SYCL、OpenVINO 等多种加速后端。

llama.cpp b10992：llama-bench 支持 --version 打印构建信息

llama.cpp 发布 b10992 版本，主要变更是为 llama-bench 增加 --version 参数以打印构建信息（PR #28971）。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、ROCm、OpenVINO、SYCL 等多种后端。

llama.cpp 发布 b10991：修复 hexagon 后端快速路径

llama.cpp 发布 b10991 版本，主要修复了 hexagon 后端缺失的 contiguous 快速路径，并为每次运行补回 hvx copy uu。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 等后端。

llama.cpp 发布 b10990：hex-cpy 连续内存时改用 DMA

llama.cpp 发布 b10990 版本，主要变更为 hex-cpy 在源和目标内存连续时使用 DMA 进行拷贝（PR #28906）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译二进制，覆盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

llama.cpp b10989：为 ROCm 启用 HIP AllReduce

llama.cpp 发布 b10989 版本，主要变更为在 HIP 后端为 ROCm 启用 AllReduce（PR #27825）。该版本同时提供 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。此次更新提升了

Qwen3.8-27B 无审查模型发布六档 NVFP4 GGUF 量化版

Hugging Face 用户 esatapedico 发布了 DavidAU 的 Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored 模型的六个 GGUF 量化版本，采用 NVFP4（W4A16，FP8 缩放，组大小 16）格式，面向 Blackwell sm 120 架构。六个文件共享字节完

Mozilla AI 发布 llamafile v0.10 系列预打包模型

Mozilla AI 在 Hugging Face 发布 llamafile v0.10 系列仓库，基于 v0.10.5 版本构建了多个预打包 llamafile。这些文件内置对 CPU、Mac Metal GPU 以及 Linux/Windows 上 CUDA+Vulkan 的支持，并附带 Bonsai、Qwen3.5/3.6、Ministral 3、ge