Liquid AI 9 月 24 日在 Hugging Face 发布 LFM2.5-VL-DSpark 实验模型。它作为 LFM2.5-VL-3B 的草稿模型，通过推测解码提前生成候选 token，再由目标模型验证，以较小的额外内存换取更快的输出。

官方测试显示，不同任务下端侧解码速度提升约 1.57 至 3.13 倍，H100 上最高约 2.66 倍；端到端速度提升低于纯解码提升，因为图像编码和首轮预填充并不会被推测解码加速。草稿模型约 2.8 亿参数，比 3B 目标模型增加约 8.9%。

模型提供 Safetensors 和 GGUF 格式，并支持 llama.cpp、MLX-VLM 与 SGLang。开发者应使用自己的图片尺寸、提示长度和输出长度测试端到端延迟，不要把最高解码倍数直接当成实际应用的整体加速。