一句话看懂：LiquidAI 为视觉语言模型 LFM2.5-VL-3B 推出实验性 DSpark 草稿模型，用投机解码把解码速度最高提升 3.13 倍，参数量仅增加 8.9%，并首日支持 llama.cpp、MLX-VLM 和 SGLang。
事件核心：发生了什么
2026 年 9 月 24 日，LiquidAI 在 Hugging Face 博客发布实验性 DSpark 草稿模型，配套其视觉语言模型 LFM2.5-VL-3B。该草稿模型约 2.8 亿参数，在 3B 目标模型基础上增加 8.9% 的参数量，换取明显的解码加速。
实测数据：在 M5 Max 上用 MLX 解码提速 2.30x 至 3.13x，端到端延迟改善 1.56x 至 2.62x；在 M3 Ultra 上用 llama.cpp 解码提速 1.57x 至 2.14x；在 H100 上解码提速最高 2.66x。评测覆盖通用 VQA、文本 VQA、图像描述、图表 VQA、复杂推理和多轮对话六类任务。
技术上，草稿模型沿用文本版 DSpark 架构：4 层注意力结构、块大小 9（推理时推荐 8 或 9），在固定层捕获目标模型隐藏状态来预测候选 token。图像 patch 和文本 token 被投影到同一表征空间，因此推理算法与纯文本版本一致。llama.cpp、MLX-VLM、SGLang 均已在发布当天提供支持。
为什么重要
视觉语言模型的推理瓶颈不只在解码，还在于图像编码和预填充。原文明确提到 Amdahl 定律的约束：投机解码只加速解码，如果预填充和视觉编码已占据大部分耗时，整体收益就有限。这解释了为何 H100 上解码提速可达 2.66x，而端到端只有 2.27x。
值得留意的是其效率取舍——用不到 9% 的额外参数换取 2-3 倍解码加速，且不改变输出质量。对边缘设备和本地部署场景，这意味着在有限显存下也能获得可感知的交互速度提升。同时，首日接入三个主流开源推理框架，表明 LiquidAI 在争夺开源 VLM 的开发者生态位。
对用户/开发者/创作者的影响
开发者可直接在 SGLang 中通过 --speculative-algorithm DSPARK 挂载草稿模型，或用 llama.cpp、MLX-VLM 对应构建运行，接口层是 OpenAI 兼容端点，迁移成本较低。对本地部署小模型做多模态应用（如截图问答、图表理解、图文客服）的团队，这项优化能直接缩短用户等待时间。
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。
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。
创作者端的影响偏间接：推理更快意味着交互式图文工具响应更流畅，但该模型定位于 3B 级别，复杂创意生成仍受能力上限约束。目前公开信息显示，该草稿模型为实验性质，尚未提及商用授权或成本变化，企业采购需自行评估。
值得关注的后续
一是官方是否放出更多硬件（如消费级 GPU、其他 Apple 芯片）的端到端基准；二是 DSpark 是否会扩展到更大参数量的 VLM，以及草稿模型的训练成本能否被社区复现；三是随着推理框架合入相关 PR，实际部署中的稳定性与长上下文表现是否达到宣传水平。
