16 октября 2026 года проект ggml‑org/llama.cpp выпустил версию b11671. В обновление добавили Muse Spark Open — мультимодальную модель, которая обрабатывает текст, изображения и аудио. В ней используется архитектура «смесь экспертов» с 256 экспертами и маршрутизацией по 8 направлениям. Для обработки изображений применяется башня Muse Glimmer, а аудио обрабатывает четырёхэтапная каузальная свёрточная пирамида. Изменения в код внесли Xuan Son Nguyen, Pedro Cuenca и Sigbjørn Skjæret.
Почему это важно
Теперь разработчики могут запускать на локальном оборудовании одну модель с открытым исходным кодом для работы с текстом, изображениями и аудио.
