据llama.cpp Releases的v0.8.0版本说明，这次更新加入LiquidAI LFM3家族，覆盖文本、视觉、音频和omni模型，并通过新增的/v1/realtime和/tts端点，将实时音频输入、输出接入服务器。
音频相关更新还包括mtmd中的一套新流式音频API，版本说明将其标为实验性功能。这里需要区分两个层面：流式音频API位于mtmd，实时音频输入输出则通过服务器的新端点接入。
模型支持也继续扩展，新增架构包括DeepSeek V4.1 Flash、SenseNova U1、Beam、Kolibri-1、Flint、Muse Spark和Granite Switch Decision，以及来自LiquidAI、百度和英伟达的决策、嵌入模型。
使用界面方面，用户现在可以直接浏览和下载HF Hub上的模型，也能搜索对话、压缩对话上下文。服务器同时改进了路由器内存管理和工具调用。底层则将稀疏注意力QSA/DSA改为采用融合掩码算子，为驻留主机内存的MoE专家加入50/50 SLRU缓存，并将ggml升级至v0.28.0，带来多项后端性能相关更新。
原始来源：v0.8.0