Modular 26.6：开放编译器贡献、音频生成与扩展模型支持
内容提要
Modular 发布 26.6 版本。Mojo 1.1 开放编译器外部贡献，内部问题迁至 GitHub 公开。MAX 26.6 新增音频生成，支持 MiniMax-Music3 文本生成音乐，并支持 Inkling 等新模型架构及投机解码。性能提升：NVIDIA B200 上 Gemma 4 解码注意力快 4.8 倍，MoE 路由快 7.9 倍；AMD MI355 解码注意力投影快 6.6 倍。modular 包已弃用，改用 max["all"] 等安装。
延伸解读
从开源到开放贡献：Mojo 生态的协作转向
Mojo 1.1 开始接受外部对编译器的贡献，并将内部问题迁移至公开 GitHub。这意味着开发者不再只是使用者，而能直接参与编译器演进。对依赖 Mojo 的团队来说，公开问题追踪有助于提前了解修复与特性进度，也降低了反馈路径的不确定性。不过，贡献仍需遵循官方指南，且核心方向仍由 Modular 团队主导。
音频生成落地：MAX 的多模态边界再扩展
MAX 26.6 新增 audio_generation 管线，首个支持模型为 MiniMax-Music3，可根据风格提示和歌词生成 44.1 kHz 立体声音频。该能力通过 /v1/audio/speech 和 /v1/responses 接口暴露，并提供时长、去噪步数、引导尺度等控制参数。这使 MAX 从文本、视觉、图像进一步覆盖音频输出，但当前仅明确支持这一款音乐生成模型。
性能提升的硬件差异：B200 与 MI355 各有侧重
官方基准显示，NVIDIA B200 上 Gemma 4 解码注意力提升最高 4.8 倍，MoE 路由提升 7.9 倍，低批量 NVFP4 量化提升 16 倍；AMD MI355 上解码注意力投影提升 6.6 倍，MXFP8 QKV 投影提升 4.8 倍。这些数字来自代表性负载，实际收益会随模型、批量与精度配置变化，选型时需结合自身工作负载验证。
安装方式变更：modular 包退役后的迁移注意
26.6 正式弃用 modular 包，改为按需安装 max["all"]、max["serve"] 或 max["benchmark"]，conda 用户对应使用 max-serve 或 max-benchmark。若现有脚本或 CI 仍依赖 modular 包，升级时需同步调整安装命令与依赖声明，否则可能因包缺失导致部署或基准测试中断。
Q&A
Modular 26.6 版本在 Mojo 编译器方面有什么重要更新？
Mojo 1.1 开放了编译器外部贡献，并将内部问题迁移到公开的 GitHub 仓库，方便社区跟踪进展和协作。
MAX 26.6 新增了哪些音频生成功能？
MAX 26.6 新增音频生成支持，推出 audio_generation 管道，支持 MiniMax-Music3 文本生成音乐模型，可从风格提示和歌词生成 44.1 kHz 立体声音频，并通过 /v1/audio/speech 和 /v1/responses API 端点使用，支持时长、去噪步数、引导比例和输出格式等控制。
MAX 26.6 支持哪些新的模型架构？
MAX 26.6 新增对 Thinking Machines 的 Inkling（InklingForConditionalGeneration）架构的支持，并改进了 Kimi、Qwen、Gemma 和 GLM 系列模型，同时支持 DFlash 和 DSpark 等投机解码技术，以及改进的工具调用和数据类型支持。
MAX 26.6 在 NVIDIA B200 和 AMD MI355 上有哪些性能提升？
在 NVIDIA B200 上，Gemma 4 解码注意力提升高达 4.8 倍，MoE 路由提升高达 7.9 倍，低批量 NVFP4 量化提升高达 16 倍。在 AMD MI355 上，解码注意力投影性能提升高达 6.6 倍，MXFP8 QKV 投影比上一版本快 4.8 倍。
Modular 26.6 中安装方式有什么变化？
modular 包已弃用，改用 max["all"] 安装全部功能，或 max["serve"] 仅需端点，或 max["benchmark"] 仅需基准测试（使用 conda 时用 max-serve 或 max-benchmark）。
如何参与 Mojo 编译器的贡献或获取帮助？
可以查看贡献指南和公开的 GitHub 问题列表来开始贡献。如果遇到 26.6 版本的问题，可以在 GitHub 上提交。有关发布的问题，最好在 Modular 论坛提问，实时交流可加入 Discord 服务器。
