ggml-org/llama.cppプロジェクトは2026-10-16、バージョンb11671をリリースしました。今回のアップデートでは、テキスト、画像、音声の入力を処理できるマルチモーダルモデル「Muse Spark Open」が追加されました。このモデルは256のエキスパートを持つMixture of Experts（MoE）アーキテクチャを採用し、8-wayルーティングに対応しています。画像処理にはMuse Glimmerのタワーを再利用し、音声処理には4段階の因果畳み込みピラミッドを使用します。コード変更はXuan Son Nguyen、Pedro Cuenca、Sigbjørn Skjæretが提供しました。
なぜ重要か
開発者は、テキスト・画像・音声のタスクに使える単一のオープンソースモデルを、ローカルのハードウェアで実行できるようになります。
