热点事件持续更新
vLLM首发支持MiniMax M3多模态推理部署
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年9月30日，vLLM官方宣布首发支持MiniMax M3模型的推理部署，涵盖BF16与MXFP8检查点，提供支持1M token上下文的原生多模态推理服务。在技术优化方面，该方案专门针对MiniMax稀疏注意力（MSA）设计了128-token粒度的分块预填充与解码算子，并集成了EAGLE3投机解码以及工具与思考解析器。
AI 根据报道生成 · 13 小时前更新
最新进展9月30日 10:25
vLLM宣布首发支持MiniMax M3，提供1M上下文多模态推理及MSA相关算子优化。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- vLLM 官方博客精选vLLM 首发支持 MiniMax M3：实现 1M 上下文多模态稀疏注意力推理
vLLM 宣布首发支持 MiniMax M3 的 BF16 与 MXFP8 检查点，提供 1M token 上下文的原生多模态推理服务。该方案针对 MiniMax 稀疏注意力（MSA）设计了 128-token 粒度的分块预填充与解码算子，集成 EAGLE3 投机解码及工具与思考解析器。
本事件热度走势
当前热度 7·可比范围峰值 10（9月30日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。