llama.cpp扩展MoE融合以加速Speculative Decoding
llama.cpp提交PR，将MoE融合扩展至Speculative Decoding，目标提升不同草稿宽度下的MTP推理速度。https://www.reddit.com/r/LocalLLaMA/comments/1w3bh6f/cuda_extend_moe_fusion_to_specdec_earlier_moe_glu/[6]
大黑AI速报
本期重点集中在【AI视频交互】、本地推理优化与AI产品落地：MiniMax继续探索可持续互动视频，llama.cpp和社区则推进MoE推理效率提升。
模型动态
产品工具
MiniMax H3 Max Director上线fal.live交互式视频体验
Spotify推出AI音乐与播客创作功能Studio
Spotify Studio内置对话式Agent，可按偏好生成歌单，也能根据提示词制作学习音频、旅行规划等播客内容。[4]
ColaMD 2.0发布并突破1000 stars
Markdown工具ColaMD2.0新增Mermaid、多窗口、自定义字体和自动保存，累计安装量超过1500。下载：https://t.co/br3QvasXrz[5]
PhoneLLM-Alpha宣称大幅降低语音Agent成本
PhoneLLM-Alpha项目声称在语音Agent任务中实现【三分之一延迟】与【十八分之一成本】，但仍需更多基准验证。https://www.reddit.com/r/LocalLLaMA/comments/1w393i6r/pipecataiphonellmalpha1_gpt_56_terra_performance/[7]
硬件动态
滴滴自动驾驶R2开启无人载客测试
滴滴新一代Robotaxi R2正式开启无人载客测试，自动驾驶车辆进一步接近真实运营与商业化阶段。https://www.qbitai.com/2026/08/481923.html[3]
行业资讯
范式与华为达成算力战略合作
范式将接入华为国产高端算力底座，反映AI企业与国产算力生态合作加深，但目前尚未披露具体技术和规模细节。[8]