發(fā)布時(shí)間：
預(yù)發(fā)布：2025年9月26日
正式發(fā)布：2025年9月27日

一、版本亮點(diǎn)概述

在ollama v0.12.3中，官方帶來(lái)了兩款重量級(jí)新模型，并針對(duì)此前版本的多項(xiàng)功能問(wèn)題進(jìn)行了修復(fù)與優(yōu)化，同時(shí)還引入了新的模型架構(gòu)實(shí)現(xiàn)及更健壯的解析邏輯。

本次更新的核心變化主要包括：

• ? 新增DeepSeek-V3.1-Terminus混合模型

• ? 新增Kimi-K2-Instruct-0905MoE 模型

• ? 改進(jìn)工具調(diào)用參數(shù)解析與 CLI 登錄流程

• ? 修復(fù) qwen3-coder 的 Unicode 解析問(wèn)題

• ? 優(yōu)化/load模型加載失敗的回滾處理

• ? 新增DeepSeek2模型實(shí)現(xiàn)

• ? 加強(qiáng)流式解析的多語(yǔ)言與 Emoji 支持

• ? 混合架構(gòu)，支持思考模式與非思考模式

• ? 比上一版本在各類(lèi)基準(zhǔn)測(cè)試中輸出更加穩(wěn)定可靠

• ? 兩種運(yùn)行方式：

• • ? 云端運(yùn)行：
    .

ollama run deepseek-v3.1:671b-cloud

• ? 本地運(yùn)行（需 500GB+ 顯存）：
  .

ollama run deepseek-v3.1

• ? 最新且最強(qiáng)大的 Kimi K2 系列版本

• ?MoE（混合專(zhuān)家模型）架構(gòu)

• ? 啟用參數(shù)：32B

• ? 總參數(shù)量：1T

• ? 云端運(yùn)行方式：
  .

ollama run kimi-k2:1t-cloud

修復(fù)了某些情況下工具調(diào)用參數(shù)以字符串化 JSON形式傳遞時(shí)未正確解析的問(wèn)題，保障了調(diào)用數(shù)據(jù)的可用性。

2. CLI 登錄體驗(yàn)優(yōu)化

ollama push命令在推送模型時(shí)，若需要登錄，將直接提供可點(diǎn)擊的 URL，方便設(shè)備進(jìn)行登錄操作。

3. Unicode 輸出問(wèn)題修復(fù)

針對(duì)qwen3-coder模型，修復(fù)了其輸出時(shí)Unicode 字符編碼錯(cuò)誤的問(wèn)題，包括 emoji、阿拉伯文等多語(yǔ)言場(chǎng)景。

4. 模型加載回退機(jī)制

在交互模式下，當(dāng)使用/load加載模型失?。ㄈ缒Ｐ臀凑业剑r(shí)，會(huì)自動(dòng)恢復(fù)之前的運(yùn)行參數(shù)runOptions，避免交互會(huì)話(huà)狀態(tài)丟失。

四、技術(shù)實(shí)現(xiàn)細(xì)節(jié) 1. DeepSeek2 模型實(shí)現(xiàn)

• ? 基于DeepSeek 2架構(gòu)，但參考了DeepSeek 3的設(shè)計(jì)理念

• ? 支持稀疏 MoE與密集 MLP混合網(wǎng)絡(luò)結(jié)構(gòu)

• ? 引入RoPE（旋轉(zhuǎn)位置編碼）多參調(diào)整機(jī)制

• ? 完整實(shí)現(xiàn)注意力機(jī)制、專(zhuān)家路由與加權(quán)、BPE 分詞器等模塊

• ? 支持多語(yǔ)言分詞，包括中文、日文、符號(hào)等

新增Copy()方法實(shí)現(xiàn)深淺拷貝混合邏輯，確保：

• ?Messages、Images、Options等可變結(jié)構(gòu)深拷貝

• ? 指針類(lèi)型如KeepAlive保持淺拷貝（共享引用）

• ?Think對(duì)象新建副本，避免思考模式狀態(tài)污染
  并提供多組單元測(cè)試驗(yàn)證：

• ? 數(shù)據(jù)一致性

• ? 空值與空集合保持原樣

• ? 修改原始對(duì)象不影響副本

• ? 新增基于utf8.DecodeLastRuneInString的末尾空白字符統(tǒng)計(jì)邏輯

• ? 正確處理多語(yǔ)言字符、emoji、阿拉伯文、非斷行空格等場(chǎng)景

• ? 流式解析測(cè)試案例覆蓋：

• • ? Emoji 原樣保留

  • ? 阿拉伯文本連續(xù)性

  • ? 中文、英文混合段落

  • ? 非斷行空格跨數(shù)據(jù)塊保留

• ? 為PushHandler增加多種登錄與權(quán)限測(cè)試場(chǎng)景

• ? runOptions 的拷貝方法增加空、非空多組合測(cè)試

• ? qwen3-coder 流式解析新增 unicode/emoji 的精細(xì)化測(cè)試用例

本次更新修復(fù)了 ROCm 6.4 ~ 7.0 Docker 運(yùn)行失敗的問(wèn)題，新增必要庫(kù)依賴(lài)：

• ?libroctx64.so.4

• ?librocroller.so.1

ollama v0.12.3不僅帶來(lái)了兩款高性能的新模型，還從 CLI 用戶(hù)體驗(yàn)、模型解析準(zhǔn)確性、容錯(cuò)回退機(jī)制等多個(gè)方面進(jìn)行了優(yōu)化，同時(shí)引入了新的 DeepSeek2 架構(gòu)實(shí)現(xiàn)與 Unicode 流式解析支持，使得多語(yǔ)言場(chǎng)景處理更加穩(wěn)定。

我們相信人工智能為普通人提供了一種“增強(qiáng)工具”，并致力于分享全方位的AI知識(shí)。在這里，您可以找到最新的AI科普文章、工具評(píng)測(cè)、提升效率的秘籍以及行業(yè)洞察。 歡迎關(guān)注“福大大架構(gòu)師每日一題”，發(fā)消息可獲得面試資料，讓AI助力您的未來(lái)發(fā)展。