DeepSeek推出了DSpark，一个旨在显著加速AI响应时间的新型推测性解码框架。据报道，该框架通过让一个较小的模型提出 token 候选，然后由一个较大的模型批量检查这些候选，将每个用户的响应速度提高了60%至85%。这项创新可能会减少对高端美国硬件的依赖，特别是对中国AI开发而言，并且标志着DeepSeek在完成巨额融资后取得的一项显著成就。 AI
影响 增强AI模型的效率，可能减少硬件依赖并加速开发。
排序理由 前沿实验室模型发布，附带系统卡 [lever_c_demoted from frontier_release: ic=2 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
<p><img alt="" class="attachment-full size-full wp-post-image" height="1152" src="https://the-decoder.com/wp-content/uploads/2026/06/deepseek_red_whale.png" style="height: auto; margin-bottom: 10px;" width="2048" /></p> <p> Deepseek's new DSpark framework boosts per-user response…
DeepSeek releases DSpark speculative decoding framework, boosting generation speed by 85% in Liang Wenfeng's first paper after the company's $7B funding round.