ggml-org/llama.cpp 库修正了批处理 conv_1d 的处理方式，避免音频项目出现交错输出。
简讯作者： OossaOossa 发布日期: 1 分钟阅读
llama.cpp 项目于 2026 年 10 月 15 日发布 b11630 版本，修复了处理批量输入时 conv_1d 操作中的布局错误。此前，代码将结果存为 [OL, N, OC]，却告知后续步骤其布局为 [OL, OC, N]，导致通道与批次混杂。此次修复将结果重塑为正确布局并调整维度顺序，因此七种测试几何配置现已全部通过。对于在同一计算图中运行多个合成通道的下游音频工具来说，这项改动意义重大。
音频开发者现在可以在一个 llama.cpp 计算图中安全地批处理多个声码器通道，不必担心输出出错。
模型
新版 Kandinsky S2V 1.0 Lite（2B）和 Pro（21B）可根据语音和单张照片生成 25 FPS 的口播视频，代码按 MIT 许可证免费开放。
模型
新模型在Artificial Analysis的语音对语音指数中获得86.9分，超过OpenAI和Google，现已上线Voice Agent API。
模型
从Oct 14 2026起，YouTube Music将为使用生成式AI的曲目标注“Fully Gen AI”“Partly Gen AI”或“No Gen AI”。
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。
