Title: 梁文锋署名论文！DeepSeek 首轮融资后大动作：生成速度大涨 85% | BestBlogs.dev
URL Source: https://www.bestblogs.dev/article/9be171ef?amp%3Butm_medium=feed&%3Butm_campaign=resources&%3Bentry=rss_article_item
Published Time: 2026-06-27 16:51:00
Markdown Content: 80
DeepSeek, in collaboration with Peking University, open-sources the speculative decoding framework DSpark and training framework DeepSpec, boosting DeepSeek-V4 model generation speed by 60%-85% and reducing inference costs. 
Yesterday 2031 words (about 9 min) View Source →
Sign in to highlight text and take notes as you read. Sign in now
原创 李水青 2026-06-27 16:51 湖北
!Image 3 DeepSeek联合北大开源新成果。 作者 |李水青 编辑 |心缘
智东西6月27日报道，继完成500亿元融资后，今日，DeepSeek首次放出开源新成果！
刚刚，DeepSeek开源了一套让现有模型跑得更快的工程方案：推出DeepSeek-V4-Pro-DSpark、DeepSeek-V4-Flash-DSpark模型，并开源 推测解码（Speculative Decoding）框架 DSpark以及推测解码训练框架 DeepSpec。
▲DeepSeek-V4-Pro-DSpark开源上新页面截图
根据同步上传的梁文锋署名、联合北京大学完成的论文《DSpark：基于半自回归生成的置信度调度推测解码（DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation）》，将DSpark部署在DeepSeek-V4线上服务系统、承接真实用户流量时，它有效减少了无效校验带来的算力浪费。
相较于成熟的生产基线方案（MTP-1），在保持整体吞吐不变的前提下，DSpark把单用户 生成速度提升60%-85%。更关键的是，在严格交互时延约束下，DSpark避免了吞吐率大幅滑坡，实现了以往无法达成的性能档位，推高了整套服务系统的帕累托最优边界。
▲DSpark论文截图
Hugging Face地址： https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-DSpark
GitHub地址： https://github.com/deepseek-ai/DeepSpec
论文地址： https://github.com/deepseek-ai/DeepSpec/blob/main/DSpark_paper.pdf
根据Hugging Face上的模型卡，DeepSeek-V4-Pro-DSpark和DeepSeek-V4-Flash-DSpark并非新模型，而是在原有版本的基础上，增加了一个推测解码模块，用以加快推理速度、降低成本。
推测解码，简单来说，是一种大模型推理无损技术，核心流程为先打草稿、后验证。其将草稿生成与目标模型校验解耦，以此加速大语言模型推理。
当前主流并行草稿器能够单次前向运算生成超长token序列，但由于token之间缺少依赖关系，草稿后续内容的通过率会快速下滑。此外，如果对整段长候选序列无差别校验，会把宝贵的批次算力浪费在极易被驳回的token上，从而导致高并发服务场景下整体吞吐率大幅下降。
为此，DeepSeek提出DSpark推测解码框架，把高吞吐并行生成与自适应、感知负载的校验机制结合在一起。为保证草稿质量，DSpark采用半自回归架构：将并行主干网络与轻量串行模块相结合，建模块内token依赖，缓解末尾内容通过率衰减问题。
▲DSpark架构与解码流程
为优化系统运行效率，DSpark引入置信度调度校验机制：根据预估的前缀通过概率与引擎吞吐特征，为每一条请求动态调整校验长度。在多领域离线基准测试中，相比当前最优的自回归草稿器与并行草稿器，DSpark能够显著提升有效通过序列长度。
如下图所示，针对这DeepSeek-V4-Pro-DSpark和DeepSeek-V4-Flash-DSpark两款模型，DeepSeek提供了一个最小推理示例。
▲DeepSeek提供的最小推理示例
总的来说，用户在部署DSpark版本的DeepSeek-V4模型后，有望在生成速度、首token延迟、并发能力等方面获得体验提升。
再来看看DeepSpec，这是一个 用于训练和评估推测性解码草稿模型（Draft Model）的全栈代码库，或者说工具链，它包含数据准备工具、草稿模型实现、训练代码和评估脚本，支持MIT许可。
▲DeepSpec开源上新页面截图
DeepSpec的工作流程如下，它会按顺序运行各个阶段，每个阶段的输出为下一个阶段提供反馈: 1、数据准备：下载提示，重新生成目标答案，并构建目标缓存。 2、训练：针对缓存的目标输出训练一个模型。 3、评估：在基准任务上衡量推测解码的接受程度。
目前，DeepSpec支持的算法包括三个草稿模型：DSpark、DFlash和Eagle3。
DeepSpec团队还在最后向SpecForge（Apache-2.0）、DFlash（MIT）以及Qwen3和Gemma发文致谢。
▲DeepSeek致谢情况
可以看到，DeepSeek不仅发布相关模型，还开放完整的训练框架，供开发者和企业用这套工具给自己的Qwen3、Gemma等模型训练草稿模型。 结语：推理重要度提高 考验工程化能力
DeepSeek本次发布虽然低调，也不是新模型迭代，但实际含金量不低。DeepSeek发布了一套让现有模型跑得更快的工程方案，有望带来更快更低成本的推理体验，并降低推测解码的落地门槛。
大模型竞赛已进入训练与推理并重的系统博弈阶段。本次也是DeepSeek完成融资后，率先落子推理优化赛道。战略意图也很明确：不仅要加速模型迭代和产品化，还要向下抢占算力效率竞争制高点。
7月2-3日，智东西主办的 2026中国AI智能体大会 将在杭州举行，设有开幕式，企业级AI智能体、AI智能体产品创新 2场论坛，以及Coding Agent、自进化智能体、深度研究智能体、Computer-Use Agent、多智能体协同、Agent Skills、Agent Harness 7场技术研讨会。最终议程已公布。