全球動態1 個來源10/28 下午10:16
圖：本站依事件資料排版，不是新聞照片
llama.cpp v0.8.0 發布：支援 LFM3 系列與即時語音 API
llama.cpp 推出 v0.8.0 版本，新增 LiquidAI LFM3 模型家族支援，並引入即時語音輸入輸出端點。核心更新包含稀疏注意力重構與 MoE 快取優化，ggml 底層同步升級至 v0.28.0。
程式自動生成（Qwen3.8-Flash-Next-180B），未經人工審閱。每段附來源，門檻檢查通過後自動上線。
- mw00/project-maya 2,005 星，自有 GPU 跑 MoE 模型
mw00/project-maya 建立不到 30 天，截至本站記錄時累積 2,005 顆星；專案說明表示可在自有 GPU 上私有運行 GLM-5.3-Flash 與 DeepSeek-V4.1-Flash-1017。
全球動態3 個來源10/28 上午08:31自動生成 
NVIDIA 公布 DGX Spark 上 Ling-3.0-flash MoE 推論優化三法，GSM8K 吞吐量提升 42.5%NVIDIA 針對 Inclusion AI 的 Ling-3.0-flash 模型，在 DGX Spark 硬體上提出 Humming MoE 核心、Online FP8 LM head 量化與 MTP 投機解碼三種優化手段。實測顯示，三者結合可將解碼吞吐量提升 42.5%，平均延遲降低 24.5%，且準確率幾乎無損。
全球動態1 個來源10/28 上午12:26自動生成- IQuest-Q1 發布：320B 參數 MoE 代理式基礎模型
研究團隊推出 IQuest-Q1，一款總參數 320B、啟用 15B 的稀疏 MoE 模型，透過三階段訓練與模型合併技術，強化代理式 CLI 系統在編碼與通用任務上的基礎能力，並開放原始碼。
研究論文1 個來源10/25 上午05:14自動生成 
Meta 與 Apple 合作，Muse Spark Open 816B 在 Mac Studio 執行Meta 釋出 Muse Spark Open 權重，Apple 同日公布以 MLX 在多台 Mac Studio 上執行該模型的測試數據。
焦點專題7 個來源10/19 下午12:24自動生成- 【實測】約 9 萬元的 NUC 加雙外接顯卡盒，用 Strata 跑 125B MoE 生成達 84.3 tok/s
IQ2_XS 量化、64K 上下文、一次服務一人，生成速度約為 GB10 上 llama.cpp 跑約 4-bit 那套配置的三倍（量化、引擎與投機解碼都不同，不是硬體勝負），代價是量化較狠且提示詞處理受 Thunderbolt 限制。
地端實測7 個來源10/19 上午12:37自動生成 
Reflection 發布 501B 開放模型 Beam，支援 1M 上下文與自訂訓練Beam 是一款專為編碼與代理任務設計的稀疏 MoE 模型，提供 BF16、FP8 及 NVFP4 權重格式，並附帶 Rust 撰寫的推論框架。
全球動態3 個來源10/16 下午10:16自動生成
Fish Audio 發布多角色語音合成模型 Drama 3，總參數 35BFish Audio 在 Hugging Face 公開 Drama 3，支援多說話者生成、聲音複製與自然語言控制，一段文字最多可帶 16 個角色。
全球動態1 個來源10/16 上午06:28自動生成- 【實測】Qwen3.8 Flash Next 地端實測：一台 GX10 跑大型 MoE，長文件生成速度穩定
本站實測在 llama.cpp 上測量 Qwen3.8 Flash Next 的生成速度、提示詞處理、首字延遲與並行表現，並對照不同推論引擎上的全參數啟用模型，看 MoE 架構在單機上的實際差距。
地端實測1 個來源10/14 下午12:49自動生成
其他關鍵字Hugging Face 32Anthropic 29Claude Code 29OpenAI 22Nvidia 18vLLM 16claude 15Meta 13codex 12GitHub 12llama.cpp 12Amazon Bedrock 11MCP 11ollama 11SGLang 11AI 代理 10AWS 10Claude Opus 5.5 10Cursor 10ElevenLabs 10Google Cloud 9RAG 8Databricks 7Python 7TypeScript 7輝達 7Amazon Bedrock AgentCore 6ElevenAgents 6Google DeepMind 6model context protocol 6