Le 2026-10-16, le projet ggml‑org/llama.cpp a publié la version b11671. Cette mise à jour ajoute Muse Spark Open, un modèle multimodal capable de traiter des entrées textuelles, visuelles et audio. Il repose sur une architecture à mélange d’experts comptant 256 experts et prend en charge un routage à 8 voies. Pour la vision, il réutilise la tour Muse Glimmer ; l’audio est traité par une pyramide convolutionnelle causale en quatre étapes. Les modifications du code ont été apportées par Xuan Son Nguyen, Pedro Cuenca et Sigbjørn Skjæret.
Pourquoi c'est important
Les développeurs peuvent désormais exécuter localement, sur leur matériel, un seul modèle open source pour traiter du texte, des images et de l’audio.
