新版本新增多款模型支持、稀疏KV缓存和Mooncake存储池，并修复多GPU流式处理及量化头部相关问题。
简讯作者： OossaOossa 发布日期: 1 分钟阅读
NVIDIA于2026年10月14日宣布推出TensorRT‑LLM 1.4.0rc0。此版本新增GLM‑5.3‑Flash和Qwen‑Image‑Layered等模型支持，并引入带有分层感知锁定机制的稀疏键值缓存。此外，版本还新增Mooncake存储池和V2调度器抢占功能。此次更新修复了多个问题，包括H100 GPU上的多GPU流式处理卡死，以及Blackwell GPU上运行DeepSeek模型时发生的崩溃。
开发者可在NVIDIA GPU上以更低的内存占用运行更大的语言模型，并减少崩溃。
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。
