Llama.cpp MTP 支援進入 Beta 階段
Llama.cpp 現提供 MTP 的 Beta 支援，從 Qwen3.5 開始，由貢獻者 Aman 推動。此功能結合成熟的張量並行支援，旨在消除與 vLLM 在 token 生成速度上的性能差距。預計很快合併入主線。
Search
直接匹配不多，已補上最新動態。
Tag: #token-generation4 results
📰
llama.cpp 熱專家快取加速 MoE 27%
llama.cpp 推出動態專家快取，將頻繁 MoE 專家載入 VRAM，提升 Qwen3.5-122B-A10B 權重生成速度 27%（RTX 4090 上 22.67 tok/s，高於層級卸載）。相較全 CPU 提升 45%，VRAM 使用相似。提供程式碼儲存庫測試。
NVIDIA Vera Rubin POD AI 超級電腦
NVIDIA 推出 Vera Rubin POD，這是一座擁有七顆晶片與五個機架規模系統的 AI 超級電腦。它針對 AI 權杖消耗量激增，每年超過 10 千兆權杖。AI 對 AI 互動的轉變需要大規模擴展。
⚙️
趨境科技推出全球領先ATaaS Token平台
趨境科技發布ATaaS，被定位為全球領先的高效能AI Token生產平台。此公告揭露大量硬體投資並不保證高效Token產出的迷思。它承諾為AI工作負載優化Token生成。
Codex 正縮小與 Claude Code 的差距
OpenAI 表示 Codex 活躍使用者已突破 2,000 萬，第三方追蹤數據則顯示其近期增速超越 Claude Code。Claude Code 目前規模仍較大且深受開發者採用，但隨著 Anthropic 接近早期市場飽和，其高速成長已經放緩。
🔬
腦機介面助患者重新站立與看見
中國多項臨床試驗正利用腦機介面，協助脊髓損傷患者站立與行走，並讓失明患者恢復有限的視覺感知。試驗結果差異很大，凸顯這項技術的潛力，以及目前在訊號採集、解碼與復健方面的限制。
Alibaba 重組 AI 與雲端業務
據報 Alibaba 正合併電商業務、整合雲端與晶片業務，並將 Qwen 拆分為獨立子公司。報導亦涵蓋 Unitree 計畫登陸科創板、Anthropic 據傳的年化營收，以及 Alibaba 持續投入 AI 對利潤與現金流造成的壓力。
Meta 因具成癮性的平臺設計面臨審判
California 與其他 28 個州指控 Meta 設計 Facebook 和 Instagram 使其具成癮性、違反兒童隱私法，並隱瞞相關做法。檢方將其涉嫌採取的策略概括為「吸引、留住、收集、隱瞞」。
Ox Alpha：神秘模型公開亮相
Ox Alpha 是一款透過 OpenRouter 與 OpenCode 提供的匿名模型，具備 100 萬 token 上下文、圖片與影片輸入、工具呼叫及免費使用等能力。早期測試顯示其推理與程式設計表現強勁，但開發者、參數量、訓練資料與正式基準排名仍未獲確認。
Cloudflare Agent Tracing 新增 Payload 控制功能
Cloudflare 推出 Agent Tracing，支援設定 Payload 截斷限制。不同支援的 Agent 框架在 Payload 預設記錄策略上有所差異，因此開發者在設定可觀測性時需要檢查各框架的個別設定。