v0.66.0 版本发布：新增多个 AI 模型并调整导出命令
这次更新给 AI 模型库带来了一批新面孔，比如 AG-Pose 和 LFM3 模型。同时它调整了 导出方式，把旧的 Python 运行命令换成了更规范的工具，还给 minilm_v2 等模型带来了 量化升级，让模型跑得更轻更快。
新增 AI 模型
这次更新为平台迎来了多款重磅新模型。你可以直接使用用于姿态估计的 AG-Pose、做地点识别的 netvlad、处理语音任务的 Parakeet TDT，以及通过 GenieX llama.cpp 运行的 LFM3 及其视觉版本。
重要变更与优化
使用方式上有了一处明显调整：过去旧的 Python 导出命令提示已被移除，直接运行会报错，你必须 改用 新的 qai-hub-models export 命令。同时，新版本迎来了 phi_4_mini_instruct 的加入，并将 minilm_v2 的量化方式升级为 w8a16 以替代旧方案，还更新了 Qwen3 的相关资产。
底层技术升级
对于开发者来说，现在的 perf.yaml 等配置文件可以通过 标准 protobuf 库直接解析，因为仓库中已经补全了对应的 proto 定义。此外，SDK 的底层依赖也得到了升级，PyTorch 升级到了 2.14.1 版本，ONNX 的最高兼容版本也提升到了 1.22.0。
查看筛选依据
开源项目阶段未明确
重要性 36/100
信号60结构20影响25可信度90热度40
关于这篇简报
- 内容类型
- 新闻摘要
- 信源类型
- 第一方／官方来源
- 原文发布时间
- 处理方式
- AI 辅助发现、翻译、摘要、分类与评分；编辑标准和纠错由编辑部维护。
- 核验边界
- 保留原始链接与发布信息；除非特别说明，本简报不构成独立事实核查。
- 发布方
- Polyemergence Editorial Desk · PolyEmergence Pte Ltd.
- 利益冲突
- 无已声明的财务或商业利益冲突。