OmniTools 9月25日消息，Liquid AI 在 Hugging Face 平台发布实验性推测解码（speculative decoding）辅助模型 LFM2.5-VL-DSpark，专为 30 亿参数视觉语言模型 LFM2.5-VL-3B 设计。
该辅助模型采用 4 层纯注意力架构，包含约 2.8 亿参数，仅使整体参数量增加 8.9%。实测数据显示，在 Apple M5 Max 设备上解码速度最高提升 3.13 倍，端到端延迟优化 1.56–2.62 倍；在 H100 GPU 上解码提速达 2.66 倍，端到端提升 1.64–2.27 倍。
LFM2.5-VL-DSpark 已提供 Safetensors 与 GGUF 格式，并原生支持 llama.cpp、MLX-VLM 及 SGLang 推理框架。官方指出，推测解码仅加速解码阶段，不优化视觉编码与预填充（prefill）阶段，因此在边缘设备等预填充占比较高的场景中，端到端收益受限于阿姆达尔定律。
