別人卷參數(shù)，他卷效率。 融資到賬第九天，梁文鋒的第一槍，打在了"讓現(xiàn)有模型跑得更快"上。

這幾天，AI 圈又被一個(gè)名字給刷屏了。

DSpark。

我第一眼看到的時(shí)候，還以為是哪家公司又發(fā)新模型了。。。

點(diǎn)進(jìn)去一看——好家伙，又是梁文鋒。

故事是這樣的。

6 月 16 號(hào)，DeepSeek 剛剛完成成立以來(lái)的第一輪外部融資，超 500 億人民幣到賬，投后估值 3300 億。

騰訊、寧德、網(wǎng)易、京東，挨個(gè)排隊(duì)送錢。

按正常劇本走，融了這么多錢，下一步不是憋個(gè)大招放 V4.1，就是開(kāi)個(gè)發(fā)布會(huì)請(qǐng)明星站臺(tái)。

結(jié)果梁文鋒這哥們兒，錢到賬第 9 天，6 月 27 號(hào)，啪的一下，在 GitHub 上低調(diào)掛了一篇論文。

聯(lián)合北大發(fā)的，本人署名。

沒(méi)發(fā)布會(huì)，沒(méi)海報(bào)，沒(méi) PR 通稿。

就這么悄咪咪地，把自家 V4 的"發(fā)動(dòng)機(jī)"拆了重裝。

一、那個(gè)讓我 PTSD 的數(shù)據(jù)

我看到那個(gè)數(shù)據(jù)的時(shí)候，是有點(diǎn) PTSD 的。

單用戶生成速度，比線上原來(lái)的 MTP-1 基線，直接提升 60%–85%。

V4-Flash 在 120 tok/s 嚴(yán)苛檔下的吞吐？

+661%。

我反復(fù)確認(rèn)了好幾遍，沒(méi)看錯(cuò)，就是這個(gè)數(shù)。

什么概念呢。

以前你用 V4-Flash 讓它寫個(gè)長(zhǎng)文，你可以泡杯茶慢慢喝。

現(xiàn)在你點(diǎn)回車的瞬間，唰，全出來(lái)了。

而且最騷的是——

輸出分布跟原模型完全一致。 質(zhì)量不掉，純加速。

我嘗試用人話講清楚。

以前的大模型，說(shuō)白了就是個(gè)"擠牙膏型"選手。

你讓它寫 100 個(gè)字，它就老老實(shí)實(shí)算 100 次神經(jīng)網(wǎng)絡(luò)，每次蹦一個(gè)字出來(lái)。

慢得摳腳。

后來(lái)圈子里有人想了一招，叫**"推測(cè)解碼"**。

意思是雇一個(gè)"小模型實(shí)習(xí)生"，先唰唰唰幫你猜一長(zhǎng)串草稿，再讓"主模型老師"閉著眼一次性核驗(yàn)，對(duì)的留、錯(cuò)的扔。

聽(tīng)起來(lái)很美好。

但這幫實(shí)習(xí)生干活兒有兩個(gè)毛病。

• 第一種實(shí)習(xí)生太老實(shí)

  ，跟老師一樣一個(gè)字一個(gè)字猜，自己也變得很慢。

• 第二種實(shí)習(xí)生太浪

  ，一口氣猜十幾個(gè)字，開(kāi)頭還行，越往后越抽象。

明明前文是 of，下一個(gè)該是 course，它非要給你寫個(gè) "of problem"。

這毛病在論文里還有個(gè)正經(jīng)名字——"后綴衰減"。

更騷的事還在后面。

主模型老師不管這些。

你扔過(guò)來(lái) 20 個(gè)字，它就老老實(shí)實(shí)校驗(yàn) 20 個(gè)字。

哪怕后 15 個(gè)字一看就是瞎扯，它也得算一遍。

在高并發(fā)的生產(chǎn)環(huán)境里，這就是災(zāi)難性的算力浪費(fèi)。

三、DSpark 的破局思路

就兩件事。

1. 讓實(shí)習(xí)生別瞎寫

它搞了個(gè) "半自回歸" 的混合架構(gòu)。

前面用并行主干一口氣鋪開(kāi)大塊草稿，后面疊一個(gè)極簡(jiǎn)的串行小模塊，讓每個(gè)字都"瞄一眼"前面已經(jīng)寫出來(lái)的內(nèi)容。

并行的快還在，串行的準(zhǔn)也補(bǔ)上了。

2. 讓老師別傻看

它給每個(gè)草稿字都打了個(gè) "靠譜分"。

調(diào)度器實(shí)時(shí)盯著——

• 置信度低？跳過(guò)別校。

• 置信度高？拉滿去驗(yàn)。

• 服務(wù)器空閑就敞開(kāi)了猜，服務(wù)器繁忙就收著點(diǎn)猜。

簡(jiǎn)單粗暴。

但是有效。

四、和誰(shuí)比？比多少？

對(duì)比對(duì)象

提升

Eagle3

（自回歸草稿）

平均接受長(zhǎng)度 +26.7% ~ +30.9%

DFlash

（并行草稿）

平均接受長(zhǎng)度 +16.3% ~ +18.4%

MTP-1

（線上生產(chǎn)基線）

單用戶生成速度 +60% ~ +85%

而且這套方案不挑模型。

Qwen3-4B、8B、14B 上挨個(gè)驗(yàn)證，全部能打。

五、為什么這件事比 V4.1 還值得說(shuō)

我跟一個(gè)做 Infra 的朋友聊起這事兒。

他來(lái)了一句：

"這玩意比發(fā) V4.1 讓我服多了。"

為啥。

2026 年了，參數(shù)堆到這個(gè)量級(jí)，架構(gòu)創(chuàng)新的邊際收益已經(jīng)在遞減了。

真正的命門，是"同樣一張 H100 能跑出多少 tok/s"。

每提 10%，就是真金白銀。

而 DeepSeek 還把所有東西都開(kāi)源了。

• 模型權(quán)重

  掛在 Hugging Face

• DeepSpec 全棧訓(xùn)練代碼

  扔在 GitHub

• MIT 協(xié)議

  ，隨便商用

意思是——你拿去給 Qwen3、Gemma 訓(xùn)自己的草稿模型也行，隨便用。

上線一天，906 個(gè) star。

六、寫在最后

這兩年我看了太多發(fā)布會(huì)。

每場(chǎng)都恨不得把自己說(shuō)成下一個(gè) OpenAI。

PPT 上的數(shù)字一個(gè)比一個(gè)嚇人，落到真實(shí)用戶手里，卡得跟幻燈片似的。

但 DeepSeek 一直在悶頭干一件事——

把價(jià)格打下來(lái)。 把速度提上去。 把代碼扔出來(lái)。 把門檻踩下去。

500 億到賬第九天打的第一槍，沒(méi)打在新模型上，打在了"讓現(xiàn)有模型跑得更快"上。

這個(gè)選擇，挺梁文鋒的。

愿我們手里的 AI，

別再是擠牙膏的電子算盤。

而是一臺(tái)，真正能陪你跑起來(lái)的發(fā)動(dòng)機(jī)。