按业务约束选择运行时

这是 OpenMOSS 的第三方模型，不是 FunASR 模型；“无需外部 VAD”不表示模型内部没有分块或分段。vLLM 路径固定 0.27.1，SGLang Omni 路径固定 3f819f9c；升级前必须重跑真实多人长音频。SGLang Omni 的 verbose_json 把说话人编号保留在 segments[].text 的 [Sxx] 前缀，FunASR adapter 会校验该分段能够回溯到 raw_text 后再解析。LocalAI / moss-transcribe.cpp 也是独立第三方重写。

当前命令对应官方 a4362c943d48951f98ca2a62181cc028970270c5，2026-09-07 在既有 vLLM 0.27.1+cu129 / Torch 2.13.0+cu129 / Transformers 5.15.0 / CUDA 12.9 环境验证，不是全新安装验证。准备步骤只检查版本和下载本地快照，不重新安装依赖。8 个 HTTP 请求均为功能验证；首次中文未预热，两请求 0.911 s 不代表容量。下方 2026-08-13 benchmark 仍是社区 checkpoint 的历史数据，没有重命名或与新结果比较。#54944 仅更新 main 的文档/测试 registry；审计时 v0.28.0 仍引用社区产物，不代表官方引用已发布。

TensorRT plan 不保证跨 GPU 架构或 TensorRT 版本可移植，必须在目标环境重新构建并复测精度、显存和容量。

v0.2.6 提供专用 sm_120 Blackwell 包，并捆绑官方 cuBLAS 与静态 MSVC 运行时；十平台构建、压缩包和依赖审计不等于真实 Blackwell 硬件验证。RX 9070 XT 的 v0.2.5 正向复测也不代表所有 AMD Windows 0xC0000005 报告均已解决；Android/Mali 不是本版预编译或验证目标。

当前官方验证覆盖 Linux 源码构建；服务不内置生产认证、TLS、多租户配额或持久队列，必须由网关和基础设施补齐。

SenseVoice 已合并到 audio.cpp main@979e070f，但尚未进入 tagged release；正式包发布前应固定该主线提交，且当前两条路径都不提供词级 timestamps。

示例服务不内置生产认证、租户配额和全套可观测性，这些必须由网关和基础设施补齐。

真实容量由音频实时比、分块、VAD、连接数和客户端背压共同决定，文件 RTFx 不能替代并发测试。

CPU 示例不是 CUDA 生产镜像；GPU 驱动、镜像、调度和容量仍需平台团队验证。

模型转换、算子支持和线程参数受平台影响；必须使用目标 CPU 与真实音频测容量。

清单不能替代目标业务的负载、准确率、故障和安全演练。