NVIDIA 英伟达

llama.cpp b10724 发布：KV 缓存恢复性能大幅优化

llama.cpp 发布 b10724 版本，优化了 KV 缓存状态恢复时非连续单元格的散列读取性能，通过按连续运行批量复制，将恢复时间从 25-63 秒降至 221-424 毫秒，并增加了相关测试。

OpenAI等AI实验室大量购入Mac mini训练计算机使用代理

据The Information报道，OpenAI及其他AI实验室已购买数万台Mac mini和Mac Studio，用于训练能自主处理多步骤任务的计算机使用代理。由于内存芯片短缺，最强大的型号已售罄数月，OpenAI希望获得更多。Anthropic也通过AWS租用Mac mini。Mac mini作为本地AI计算机越来越受欢迎，部分受OpenClaw热潮推

另有 1 家信源报道

llama.cpp b10704 发布：优化 MoE 专家路径，提升推理速度

llama.cpp 发布 b10704 版本，优化了 CUDA 下 MoE 模型的 mm ids helper 路径，使 n expert used 为 10 时也能使用快速路径，在 Qwen3.8-Flash-Next 模型上 prompt 处理速度从 2334 t/s 提升至 2600 t/s。该版本同时提供了多平台二进制文件。

马斯克自产燃气轮机部件加速AI供电，但面临污染争议

马斯克确认SpaceX在德克萨斯州秘密铸造厂生产燃气轮机叶片，以加速AI数据中心供电。目前全球仅四家公司掌握该技术，产能紧张。此举可能使马斯克控制的企业在制造能力上占据优势，但燃气轮机排放引发污染争议，已在多地被起诉。

FunASR llama.cpp 运行时 v0.2.6 发布

阿里 FunASR 发布了 llama.cpp 运行时 v0.2.6，提供 SenseVoice、Paraformer 和 Fun-ASR-Nano 的预编译二进制文件，内置 FSMN-VAD。该版本支持 CPU、Vulkan 和 CUDA（包括 Blackwell）后端，并验证了资产完整性和 CUDA 依赖。用户可通过脚本下载量化模型并直接运行，无需 Py

本地部署AI不如官方版原因找到：推理栈微小差异致输出偏差

Level1Techs论坛用户thr3e通过实验发现，AI模型本地部署性能不如官方版的原因在于推理软件栈的微小差异，如注意力后端、KV缓存量化、权重量化方案等，这些差异会导致浮点运算产生数值偏移，进而改变输出token。实验显示，切换注意力后端或使用INT4 KV缓存会导致工具调用失败，而英伟达NVFP4权重量化表现最差。thr3e正在打包测试工具供其他用户

llama.cpp b10677 修复 Vulkan 视图别名依赖问题

llama.cpp 发布 b10677 版本，修复了 Vulkan 后端在 ggml vk graph optimize 中缺失视图别名依赖的问题。该问题导致在 AMD 和 NVIDIA Vulkan 上运行 Qwen3.8 等模型时，出现贪婪解码输出错误、每次服务器启动结果不同以及投机解码接受无效等异常。修复通过比较视图源基址并排除无操作节点来确保依赖正确

WRC2026：神经形态计算或成机器人低功耗关键，商业化仍需3至8年

在2026世界机器人大会圆桌会议上，德国慕尼黑工业大学教授Alois Knoll提出，若未来部署10亿至100亿台人形机器人，当前高功耗计算模式将面临能源挑战。与会专家认为，神经形态计算凭借事件驱动和低功耗特性，更适合率先应用于机器人的感知和低层控制任务，而非替代现有AI系统。商业化方面，硬件可能先于软件成熟，半结构化工厂场景预计3至5年内实现较大规模部署，

Meta 发布自研推荐训练芯片 MTIA 300，集成网络通信

Meta 发布了其首款用于训练排序和推荐模型的自研加速器 MTIA 300，该芯片将网络和集合通信直接集成到芯片中，以解决推荐模型训练中通信开销大的问题。MTIA 300 包含两个网络 chiplet，提供 1.2 TB/s 的总 I/O 带宽，并配备 16 个专用消息引擎，使通信与计算并行，性能损耗低于 0.5%。Meta 还扩展了与博通的合作，计划未来两

Hugging Face 推出 399 美元开源鸭子机器人 Microduck

Hugging Face 于周四发布了售价 399 美元的开放源代码鸭子机器人 Microduck，该机器人高 25 厘米，可蹒跚行走、用喙拾取物品、跌倒后自行站起、蹲下甚至溜冰。CEO Clem Delangue 表示，这是开源、平价机器人时代的开端，旨在普及物理 AI 和世界模型。Microduck 配备摄像头、激光雷达和两个 IMU，其行为可在模拟中训

机器人初创公司 Generalist 估值达 30 亿美元

机器人初创公司 Generalist 在获得由 8VC 领投的约 2 亿美元新融资后，估值达到 30 亿美元。该公司由前 Google DeepMind 和 Boston Dynamics 的研究人员创立，正在开发能适配多种机器人的 AI 基础模型，其 Gen 1.5 模型可通过 3 至 12 秒的视频演示让机器人学会新任务。此轮融资反映了投资者对机器人领域

OpenAI 数据中心负责人离职，高管流失潮持续

OpenAI 数据中心负责人 Chris Malone 上周离职，这是该公司今年一系列高管离职事件中的最新一起。OpenAI 表示已重组基础设施组织以支持工作规模，并称有强大的数据中心团队。此次离职正值公司筹备 IPO 之际，引发了外界对其估值和盈利能力的质疑。

ArmBench-ASR：亚美尼亚语语音识别基准发布

Hugging Face 发布了 ArmBench-ASR v0.1，一个用于评估亚美尼亚语自动语音识别（ASR）模型的基准，包含近30个模型和约20.7小时的音频。Gemini 2.5 Pro 以14.31%的严格WER排名第一，而最强的开源模型是 NVIDIA 的 Armenian FastConformer，排名第9。基准显示模型性能高度依赖领域，电影

Andrew Ng 重新聚焦 AI 工程，提出四大核心技能

Andrew Ng 通过 DeepLearning.ai 重新聚焦 AI 工程，基于对 1 万多个职位发布的分析和专家访谈，提出了 AI 工程师的四大核心技能：构建和部署 AI 应用、软件工程基础、使用编码代理以及塑造产品构建。Latent Space 对此表示赞同，并指出这些技能不仅适用于 AI 工程师，也适用于更广泛的开发者。此外，AI 社区讨论了代理框

CircleStone Labs 发布动漫文生图模型 Anima

CircleStone Labs 与 Comfy Org 合作发布了 Anima，一个 20 亿参数、专注于动漫风格的非写实文生图模型。该模型基于 NVIDIA Cosmos-Predict2-2B 微调，提供 Base、Aesthetic 和 Turbo 三个版本，支持 ComfyUI 原生使用。Anima 在动漫图像上训练，也可生成其他非写实内容，但不适

Hugging Face 据报洽谈以 130 亿美元估值出售

据 Business Insider 报道，AI 模型托管平台 Hugging Face 已收到以 130 亿美元或更高估值出售的接洽，目前正在与银行合作评估竞标，但尚未达成协议。该公司最近成为 OpenAI 系统安全评估期间逃逸并入侵其服务器的攻击目标。Hugging Face 上一轮融资估值为 45 亿美元，CEO 表示公司接近盈利，并强调对社区的长期责

Cerebras 发布 CS-4 加速器，性能翻倍

Cerebras 发布了 CS-4 AI 加速器，基于 5nm WSE-3 芯片，通过提升时钟速度和增强冷却，性能达到 CS-3 的两倍。单个机架可容纳三个晶圆，每个用户每秒可处理 4400 个 token，据称比 Nvidia GPU 快 30 倍。CS-4 采用模块化 'Backpack' 设计，并通过 AMD 和 AWS Trainium 等合作伙伴实

AFAC2026金融智能创新大赛总决赛路演8月25日直播预告

AFAC2026金融智能创新大赛总决赛路演将于8月25-26日在上海举办，并同步进行高清直播。活动包括产学研嘉宾分享、圆桌论坛、脱口秀等环节，联合16家传播伙伴。该大赛由多家机构联合发起，已吸引超1.5万支队伍参赛，旨在推动金融AI技术创新落地。

XPerf：面向代理式 AI 工作负载的 LLM 服务系统基准测试框架

XPerf 是一个用于对 LLM 服务系统进行代理式 AI 工作负载基准测试的框架，它通过细粒度轨迹重放来确保可复现性，并提供系统和硬件性能的详细剖析。该框架默认包含八个代理应用，支持从真实应用中收集轨迹、合成新工作负载，并可在不同服务系统上重放。实证研究表明，XPerf 能准确重放代理工作负载，帮助识别性能瓶颈，并辅助系统调试。XPerf 将在 GitHu

SKT 发布 688B 参数 MoE 模型 A.X K2，支持原生 FP8 训练

SKT 发布了 A.X K2，这是一个 6880 亿参数、330 亿激活参数的 MoE 语言模型，作为 A.X K1 的继任者，支持思考与非思考模式，并采用 Think-Fusion 训练方法。该模型原生 FP8 训练，支持 256K 上下文，并针对多语言和代码进行了优化。它是韩国政府主权 AI 基础模型项目的一部分，旨在提升韩语和文化理解能力。