Liquid AI发布LFM2.5-DSpark草稿模型，解码速度最高提升3.18倍，且不改变模型输出

事件核心：发生了什么

Liquid AI 于近期发布了 LFM2.5-DSpark 草稿模型。该模型并非独立的大模型，而是作为加速模块，配合原模型使用。其核心机制是推测解码（Speculative Decoding）：草稿模型先生成候选 token，再由主模型进行校验，从而在不改动主模型权重和输出分布的前提下，显著减少逐 token 生成所需的串行步骤。

根据公开信息，LFM2.5-DSpark 在解码速度上最高可提升 3.18 倍。由于草稿模型体积远小于主模型，整个推理过程的显存占用和计算开销也相对可控。Liquid AI 强调，这一加速方式是“无损”的——即最终生成的文本内容与未加速时保持一致，不牺牲质量换取速度。

为什么重要

在大模型应用中，推理阶段的速度和成本是制约规模化落地的关键瓶颈。相比训练阶段的一次性投入，推理是持续发生的算力开销。LFM2.5-DSpark 采用投机解码路线，意味着厂商可以在不更换硬件、不压缩模型、不牺牲输出质量的情况下获得接近三倍的解码吞吐提升。这为闭源 API 服务和本地私有化部署都提供了新的优化空间。

从行业竞争角度看，Liquid AI 选择以“草稿模型+投机解码”切入，而非单纯堆参数或做模型压缩，体现出推理效率赛道的差异化竞争思路。这也说明大模型竞争正在从“模型能力”向“单位算力产出”延伸，推理优化将成为未来模型生态中不可忽视的技术壁垒。

对用户/开发者/创作者的影响

对于使用 API 的开发者，解码速度的提升直接降低了接口响应时间，也让并发处理能力更强，从而减少排队等待概率。尤其在需要多轮交互、长文本生成或实时流式输出的场景中，体验改善会比较明显。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对于自部署模型的企业，3.18 倍的解码加速意味着在同等 GPU 资源下可以支撑更多用户请求，或者用更少的显卡完成原有业务量，这有助于降低推理环节的硬件投入和电费支出。创作者如果使用底层 API 进行文字或内容生成，也能在相同等待时间内尝试更多次的改写与迭代。

目前公开信息显示，该项技术适配的具体主模型范围、是否支持开源模型接入、以及调用方式的变更细节尚未全面披露，建议有集成意愿的开发者先确认模型兼容列表。

值得关注的后续

1. 模型开放方式：LFM2.5-DSpark 是否提供开源权重、能否与主流开源大模型直接配合使用，决定了它能否形成开发者生态。

2. 实际性能复现：官方给出的 3.18 倍是峰值数据，在长上下文、多轮对话、批处理等不同负载下的真实加速表现，需要等第三方基准测试验证。

3. 竞品跟进：OpenAI、Anthropic、Google 等头部厂商也在探索 speculative decoding 和 continuous batching 等推理优化手段，Liquid AI 的这条路线是否会成为行业标准，值得持续观察。

来源：MarkTechPost Research