ggml-org/llama.cpp 项目于 2026-10-19 发布 b11741 版本。该版本新增使用 DP4A 指令的 OpenCL 内核，可加速三种量化格式（q4_0、q4_k、q6_k）的矩阵乘法。更新还修复了一项对齐问题，并附带适用于 macOS（Apple Silicon 和 Intel）及多个 Ubuntu 目标平台的预编译二进制文件，其中包括 Vulkan 构建版本。
为什么重要
开发者可以在兼容 OpenCL 的 GPU 上更快地运行 LLaMA 模型，让本地推理更实用。
llama.cpp 为量化模型新增 OpenCL DP4A 内核
这款开源 LLaMA 推理库现已支持 q4_0、q4_k 和 q6_k 格式的 cooperative-k DP4A 矩阵乘法。
简讯作者： OossaOossa 发布日期: 1 分钟阅读
继续阅读
模型
MiniMax发布M3.1 Flash模型，单项任务成本约$0.22
中国公司MiniMax推出更便宜、推理能力更强的M3.1 Flash模型，计划于2026年10月23日开放模型权重。
模型
Mistral AI推出2.09亿参数预测模型Timestral
Mistral AI发布Timestral时间序列模型系列，参数量从500万到2.09亿不等；该系列在多项基准测试中表现优于Google的TimesFM-3，还能在CPU上运行。
模型
Google Gemini 4 智能体自主击败《我的世界》末影龙
4 个 Gemini 4 Argon AI 智能体在随机生成的《我的世界》世界中探索、协同作战，未受任何人工指挥便击败了末影龙。
Oossa · 新闻简报
一周 AI，讲明白
每周一，用通俗的语言讲清值得知道的新闻。免费，无垃圾邮件。