重要更新 飞桨框架 3.4 版本围绕大模型训练的训练效率、算子正确性、稳定性以及国产硬件适配等关键领域持续迭代。本版本新增面向大规模分布式训练的高性能 Muon 优化器；持续打磨核心算子的数值精度，并针对大模型训练中高频出现的大 Shape Tensor、0-Size Tensor 场景做了系统性的正确性排查与修复，进一步夯实大模型训练的

….0 版本聚焦于 多模态 LLM 模型扩展与推理加速 、 GPU 多后端深度优化 以及 低比特量化与硬件适配增强 三大核心主题： 多模态 LLM 模型扩展与推理加速 ：新增 Gemma4（文本/视觉/语音）、Qwen3.5、Hymt2 等模型支持；推出 dflash 推测解码；Omni 模型 Thinker/Talker 交错生成将 TT

…m 部署并优化部署方式。 - 升级 MindIE 镜像，优化数据库升级策略。 5) 数据库与国产化/硬件适配 - 支持达梦数据库初始化与建库，后续持续优化。 - 数据库类型、变量名、外键查询等多处修正。 - 增加百度昆仑芯与摩尔线程适配；YOLO 多目标跟踪 NPU 适配优化。 6) 前端与体验优化 - 首页、个人详情页、任务可视化、EC

…m 部署并优化部署方式。 - 升级 MindIE 镜像，优化数据库升级策略。 5) 数据库与国产化/硬件适配 - 支持达梦数据库初始化与建库，后续持续优化。 - 数据库类型、变量名、外键查询等多处修正。 - 增加百度昆仑芯与摩尔线程适配；YOLO 多目标跟踪 NPU 适配优化。 6) 前端与体验优化 - 首页、个人详情页、任务可视化、EC

重要更新 飞桨框架 3.3 版本在大模型训练效率、开发体验及国产硬件适配等关键领域持续突破创新，在计算显存高效利用、训推衔接转换、生态兼容性、调试效率、国产硬件适配等方面带来多项重要升级，全面提升大模型训推能力。 训练效率突破 FlashMaskV3升级 ：深度优化稀疏注意力掩码计算FlashMaskV3计算内核，性能全面超越FlexAt

重要更新 飞桨框架3.2.2版本在分布式并行、算子机制、硬件适配三个方面完成多项优化与升级，进一步提升框架性能与稳定性。 1. 分布式训练 - 优化 FlexCheckpoint 的重切分通信流程; 为 paddle.nn.Layer 新增 full 接口, 用于返回完整模型参数; 支持加载 HuggingFace 开源格式的 Check