【球盟会】DeepSeek 新发布的 DSpark 是什么？国产AI又有新突破吗？

摘要

DeepSeek 今天又发新东西了，但这次不是模型。噢？那不用看了没意思是不是，先别急着划走。

球盟会官网报道

【新人豪礼】新会员专享注册送88元体验金，存100送100，再送免费游戏局
【存款返赠】使用虚拟币支付额外再赠2%，均可获赠58元红包优惠券！
最佳投注体验，超高游戏赔付，千场精彩赛事，下载体育APP，等你来战。

DeepSeek 今天又发新东西了，但这次不是模型。

噢？那不用看了没意思是不是，先别急着划走。

DSpark 不是大模型，不是新的版本，它是DeepSeek团队和北大联名搞的一个推理加速框架，目前已经塞进 V4-Flash 和 V4-Pro 的预览引擎里跑了，高并发下，单用户生成速度提升 60% 到 85%，V4-Flash 120 tok/s 那档 SLA 下，吞吐直接翻了 6 倍多。

简单来说就是优化 DeepSeek 一个工具。

诶，不是念厂商稿里的数字吧？这件事其实比很多新模型发布更值得看，为啥呢，因为这是内部功力提升的一个优化，它解决的是一件很具体的事，AI 吐字太慢。

推理加速框架是什么？

要理解这个，先得明白大模型是怎么干活的。你可以把 LLM 想象成一个只能一次写一个字的学生，而且它每写一个字，都要把整本书翻一遍，来猜下一个字最可能是什么。

所以你问它一个复杂问题，它不单要深度思考思考想很久，还得想完了愣一下才开始回，或者写长文的时候，一卡一卡，吐了几句话，又卡一下下。这个学生不是脑子慢，是它写字的机制太慢。

推理加速框架，就是给这个学生配了一个专门的草稿小弟。小弟写得快，但不一定准，先哗哗哗写一串候选字，然后学生再一次性检查这一段对不对。对的留下，错的重写。这样学生就不用每写一个字都翻一遍书，整体速度就上去了。

先把一个事情做成60分，然后再把它从60分优化到80分，大概背后是有这种指导思路的影子。

DSpark 就是这个草稿小弟的升级版。它不只是发论文，是真塞进了 DeepSeek 自己的生产引擎里跑。

好，原理就这样。但你是不是决定，诶，我如果不用 DeepSeek ，我就是天天喜欢豆包姐姐哄我开心，可能觉得这事儿跟你没关系。

有关系的。

你下次用 DeepSeek-V4 的时候，尤其是 Flash 或者 Pro 那两档，会明显感觉它回得快了。高峰期你堵在加载动画转圈的概率小了，它回你回得快了，而且这种技术思路也会同样影响其他大模型的发展，以前为了追求速度用的那些 Flash 模型也可以变得更强了。

Pro 通常是全参数稠密模型，或者 MoE 里专家数/总参更大，每步激活参数量高；

Flash 倾向更小的稠密模型，或MoE 但专家更少/总参压得很低，推理快、省显存。

那如果这个技术能改善吐字，以前为了吐字快的那些牺牲就可以加回来了。

普通用户能直接感知的部分主要是这块。

降本增效大法好

 DSpark 真正有意思的地方不在这。

我有时候觉得，2025 年到 2026 年这一年，外界看中国 AI 特别容易只盯着两件事，模型参数又多大，榜单又刷了多少。

搞得好像 AI 就只剩刷榜这一个玩法似的。

其实不完全是这样。

你看看OpenRouter 最近这个月的数据，前三名为什么用的多呢？

• DeepSeek V4 Flash

• Hy3 preview （腾讯元宝默认的那个混元模型）

• MiMo-V2.5（小米做的类似 DeepSeek 路线的 LLM）

好难猜啊。

你去查一下这三个模型的 API 定价？然后再看看Claude 的定价？

除了少数富哥，多数人玩 AI 烧token那肯定还是要看看性价比的。

模型本身强不强是一回事，模型能不能低成本、高并发、稳定地跑出来服务用户，是另一回事。前者是面子，后者是里子，DSpark 干的就是里子活，等于是能让原来的模型进一步提高效率，原先就很快的大模型能进一步加参数增智慧，原先的超大模型能讲话更利索和普通大模型一样快了。

DeepSeek 大模型官方 API 的价格更是物美价廉，如果不是特别重度的任务或者是有多模态需求，我真的安利去买它们家的 API，自己配一个 claw 或者是现在其他阿里/腾讯/百度/字节能有配置项能自己加 api key的话，也可以用别人的前端对接 DeepSeek API，真的很不错。

你如果是自己搭推理服务的，不管是创业团队还是公司私有化部署，绝大多数人第一时间想到DeepSeek ，主要开源仓库（挑几个有代表性的）你都可以拿下来玩。

模型权重另托管在 Hugging Face：huggingface.co/deepseek-ai（V3 / R1 / Coder / Janus 权重都在那）

你如果在跑 Qwen3-4B、8B、14B 或者 Gemma-4-12B 当目标模型，DSpark 草稿模型可以直接拉 checkpoint 试，不用从零训。

论文里 Qwen3-4B 上 DSpark 相对 Eagle3 接受长度提升 30.9%，相对 DFlash 提升 16.3%。

接受长度直接决定你每秒能出多少 token。

成本账也好算，假设你跑 V4-Pro 类服务，SLA 定在 50 tok/s 那档。原来 MTP-1 基线单卡扛不动，得堆卡，DSpark 标称吞吐提升 406%，同样 QPS 下，卡数可以往下调一档，或者同样卡数扛 4 倍流量。

8 卡 H100 原来扛 100 QPS，换 DSpark 后理论能扛 400 QPS。或者 2 到 4 卡就能扛原来的量。电费、折旧、卡租金，按月算省的是实钱。

但有个坑得提醒。

DSpark 的并行主干不管你最后验多长，都得先把完整候选块算出来。

复杂查询接受率低的时候这部分草稿算力回收不回来。如果你的场景是长推理链加高拒绝率，比如 deep research 类 agent 跑复杂规划，DSpark 的收益会被打折，别盲目上。

站在纯学术研究的角度，DSpark 确实不是在提出新架构，而是在工程化上往前推了一步，降本增效了的风也吹进AI了属于是。

DSpark 真正值得看的点，是中国团队开始有能力在推理系统这种脏活累活上自己找解法。不是跟着别人论文后面跑，而是把东西塞进生产引擎，再开源出来让人复现，已经是自己在探索一片漆黑未知的技术方向了。

AI 已经是科技战的重要部分

中国AI大模型技术，正在昂首矫健步入第一梯队。

旗舰也追得很近，中段和性价比端已经再内卷模式下对普通消费者及其友好。

那第一梯队是不是有人不爽了呢？

当然了，6 月 2 号，特朗普签了行政令 14409，建了前沿模型自愿预发布审查框架，10 天后商务部对 Anthropic 发出口管制令，本来是想说限制只给美国用不给其他国家用，但是人家 Fable 5 / Mythos 5 安排是全球下线，又过 13 天，GPT-5.6 发布节奏被华盛顿接管，从自愿框架到实际管控，难道是过于先进不便展示的新战略？搞不好之后美国军方相关利益方是不是又要搞出什么新花样。

放在这个背景下看  DeepSeek 的开源，就很有意思了，你是跟老美还是要跟老中？

中国这边又准备给AI厂商发A股牌，就在这个月，证监会和上交所刚把科创板第五套上市标准扩到了 AI 大模型行业。以前这套标准主要给医药企业用，现在 AI 公司也能用。意味着像 DeepSeek 这种还在烧钱做技术、暂时没盈利的公司，多了一条在国内上市的通道。

DeepSeek刚完成首轮500亿融资（腾讯100亿入局），估值3380亿。梁文锋已公开表态立志成为中国首家创新型AI大模型企业，团队全华班非海归，IPO已在计划中。智谱和MiniMax也跟着在排队了，AI 公司很快就有机会拿着 A 股市场的钱继续烧钱推进技术了。

可以说这一波的 AI 大模型技术已经成为了科技战的重要组成部分。

希望中国能够真的在高端生产力上面取得新的突破，让新质生产力的未来牢牢掌握在中国人自己手中，落后会发生什么事情，中国近代史太明白了。

----------- 

论文原文：《DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation》，建议各位可以使用付费的AI进行PDF解读（别用免费的便宜的）