開源本地大模型運行工具 Ollama 發佈了 v0.12.8 版本。

新功能

• 針對模型 qwen3‑vl（“qwen3-vl”）做了性能提升，包括默認支持 Flash Attention。

• 在 “thinking” 過程（即模型輸出前推理）中，qwen3-vl 現在會 減少前導空白字符（leading whitespace）輸出。

Bug 修復

• 修復了一個 bug：當通過 DeepSeek‑v3.1 思考（thinking）功能禁用時，Ollama 新的應用中不能正確關閉該思考功能的問題。

• 修復了 qwen3-vl 在 帶透明背景圖像（transparent background image） 輸入時的識別失敗問題。

• 修復了當在 Windows 上執行設備發現（device discovery）時，系統會錯誤地考慮不支持的集成顯卡（iGPU）的問題。

• 修正了當使用 ollama rm 命令移除模型前，模型還在運行的問題。

• 優化了 Ollama 引擎中 Prompt 處理速度慢的問題。

下載地址：https://github.com/ollama/ollama/releases/tag/v0.12.8