让 AI 看图回答问题时，等待往往发生在答案一个词一个词“吐”出来的阶段。Liquid AI 为轻量视觉语言模型 LFM2.5-VL-3B 配套了 DSpark：它用一个较小的 drafter（草稿模型）提前猜出一组词元——模型处理文字的基本单位，再交给原模型批量核验。猜得准，就能少跑几轮计算，同时保持原模型的输出分布。
这个草稿模型约有 2.8 亿参数，相当于在 30 亿参数的目标模型上增加 8.9%。团队测试时让它每次起草 8 个词元。作者自述，在 M5 Max 上，逐词生成速度提升 2.30 至 3.13 倍，包含看图和理解问题在内的端到端速度提升 1.56 至 2.62 倍；H100 上端到端最高提升 2.27 倍。它还首日接入 llama.cpp、MLX-VLM 和 SGLang 三套常用部署工具。
边界也很清楚：DSpark只加速答案生成，不能缩短图像编码和首次处理输入的时间。因此，看图准备阶段占比越高，用户实际感受到的整体提升就越有限。