# Liquid AI 给 3B 视觉模型加了个 280M 的“加速小助手”，端侧解码快 3.13 倍

> 原标题：Accelerating vision-language models with LFM2.5-VL-DSpark

- 来源：Hugging Face 博客
- 发布时间：2026-09-24T14:08:57.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/59378
- 原文：https://huggingface.co/blog/LiquidAI/lfm2-5-vl-dspark

## 摘要

Liquid AI 发布面向视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下加速推理。该草稿模型约 280M 参数，仅使部署模型参数量增加 8.9%，在设备端解码最高加速 3.13x、H100 上最高 2.66x，端到端最高分别为 2.62x 和 2.27x。

## 推荐理由

Liquid AI 为 3B 视觉模型 LFM2.5-VL 配了约 280M 参数的草稿模型，用投机解码在设备端把解码提速 3.13 倍，部署参数量只增加 8.9%。

## 锐评

280M 的草稿模型换 3.13 倍端侧解码，这笔账挺划算。投机解码就是拿小模型猜、大模型验，草稿模型猜得准，多出来的 8.9% 参数量几乎白送。卡人的是猜中率，视觉任务里图像 token 一多，草稿模型容易猜偏，加速比掉得比文本快，Liquid 自己在 limitations 里也认了。所以这个数只在它自家 3B 上成立，换个大模型或者换套 prompt，3.13 倍大概率保不住。端侧跑视觉的可以拿它当参考，别当成通用结论。
