AI 编程实时动态与要闻

LM Studio 于 10 月 29 日 15:32（UTC）在 X 上宣布，用户现在可以在 LM Studio 里下载新的 oMLX 引擎，直接用于已下载的 MLX 模型；官方更新日志把它列为 Bionic 1.1.10 的新功能，同版本还加入 MLX 模型投机解码和应用内终端。oMLX 是韩国开发者 jundot 维护的 Apple Silicon 开源推理服务器（Apache 2.0，GitHub 约 2.3 万星），主打连续批处理和内存加 SSD 的两级 KV 缓存。官方未公布 LM Studio 内的速度对比。

查看大图

开源 AI 实验室 Ornith 团队正式发布 Ornith-1.5-122B 混合专家推理模型，并在 MIT 宽松协议下完全开源。该模型专门面向单节点 GPU 服务器（如单台 DGX）设计，提供包括 FP8、GGUF 与 MLX 在内的全套量化版本，已同步上架 Ollama（ornith-1.5:122b）与 vLLM/SGLang 运行时。在权威基准评测中，Ornith-1.5-122B 展现出媲美超大规模闭源模型的编程与智能体能力：在 OpenHands 评测框架下，SWE-bench Verified 达到 84.5 分，SWE-bench Pro 斩获 76.9 分（相较 Qwen3.8-Flash-Next 的 43.9 分取得跨越式领先），TerminalBench 达 81.2 分，MCP-Atlas 达到 74.6 分。

查看大图

Meta 于 2026-10-15 放出 Muse Spark Open 开源权重：816B 总参、每 token 激活 42B 的 MoE + Perception Encoder，原生支持文本/图像/视频/音频输入与 1M 上下文，定位编码与长程智能体。权重上 Hugging Face（BF16/NVFP4）、SageMaker、Model Garden 与 Foundry；API 已通 OpenRouter、Together、Fireworks、Groq 等。官方称其为迄今最强美系开源权重，并与 Apple 合作使双台 M5 Ultra Mac Studio 经 MLX 本地跑通。

查看大图

Liquid AI 10 月 13 日发布 LFM2.5 家族最大也是最后一款模型 LFM2.5-24B-A2B：总参 24B、每 token 激活约 2.45B，131K 上下文，强制先思考再回答。厂商口径下在 8 项工具/Agent 基准中 5 项领先或持平 Qwen3.6-35B-A3B（AutomationBench 27.69 vs 8.72），但 SWE-Bench Verified、GPQA 等知识与编码项落后。权重已上 Hugging Face，并有 GGUF/MLX/FP8/ONNX 版本；API 定价 $0.10/$1.00 每百万 token，OpenRouter 同步上架。

查看大图

Ollama 于 2026-09-28 发布 v0.35.0（GitHub 标记 prerelease）：新增基于 TypeSafe Jev 的 Decision Models，HTTP 入口为 /v1/systemone。模型不再吐自由文本，而是对 choice/noul/score 三类问题返回选项、概率与置信度，覆盖工单分流、模型路由与内容分类。首批模型为 Bespoke Labs 的 Nimble 与 Together AI 的 Tev1；相对 v0.34.4 约 7 commits / 66 files，并修复 Settings 阻塞、macOS 更新菜单与 MLX 下载挂起。

查看大图

开源一站式分布式大模型推理框架 Xinference（xorbitsai/inference）正式发布 v3.5.0 重大更新。新版本全面升级多模态推理矩阵：在音频与音乐领域原生集成 YuE2 音乐生成大模型，并新增对 AuK / AuK-Flash 与 Irodori TTS v4.1 的支持；在 Apple Silicon 生态中，针对 FishAudio-S2-Pro、Irodori TTS Small 与 Breeze TTS 2 实现原生 Apple MLX 硬件加速。此外，新版集成了商汤 MinerU2.5 高密度复杂文档解析大模型与 LingBot-World-V2 具身世界模型，并在核心引擎中支持端到端 Actor 调用链路元数据（Correlation Metadata）穿透，显著提升分布式 Agent 推理集群的可观测性。

查看大图

本地大模型推理运行时标杆 Ollama（@ollama）正式推出 v0.40.0 大版本更新。本次更新最具突破性的变革是：在搭载 Apple Silicon（M1 至 M5 芯片）的 Mac 设备上，Ollama 默认全面采用苹果官方原生 MLX 推理后端替代传统 llama.cpp 运行时。首批支持以原生 MLX 模式零配置运行 Qwen 3.8、Llama 3 等核心架构，彻底打通苹果统一内存的高带宽通道，本地推理首 Token 延迟降低 42%，持续生成吞吐量实现近乎翻倍的提升。

查看大图