时间：2026年6月27日
地点：中国杭州
人物：DeepSeek（深度求索）及其创始人梁文锋，联合北京大学研究团队
事件详情：DeepSeek于6月27日宣布开源一套突破性的推理加速方案，推出DeepSeek-V4-Pro-DSpark和DeepSeek-V4-Flash-DSpark模型，同时开源推测解码框架DSpark及训练框架DeepSpec。根据梁文锋署名、联合北京大学完成的论文《DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation》，DSpark通过半自回归生成架构配合置信度调度校验机制，将单用户生成速度提升60%至85%。DSpark将并行主干网络与轻量串行模块相结合，建立模块内Token依赖关系，有效缓解了长序列生成后期内容通过率快速衰减的问题。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。这标志着DeepSeek在完成500亿元首轮融资后，首次放出开源新成果。
背景：DeepSeek于今年6月初完成首轮510亿元超级融资，刷新国内AI初创企业融资纪录。融资后DeepSeek持续加大研发投入，此次DSpark的发布正是其资金投入算力基建和底层技术研发的直接成果。当前全球AI大模型推理成本居高不下，各大厂商纷纷探索推测解码等推理加速技术。DeepSeek此前已凭借V4模型在开源社区建立强大影响力，此次DSpark进一步提升其技术生态吸引力。
影响：
- 大幅降低AI推理成本：DSpark框架将生成速度提升60%至85%，意味着同等算力条件下可服务更多用户，AI应用的运营成本将显著下降
- 强化DeepSeek开源生态：DSpark和DeepSpec的全栈开源将进一步吸引全球开发者围绕DeepSeek技术栈构建应用，巩固其中大模型开源生态的领导地位
- 推动行业推理效率竞赛：DSpark在半自回归生成+置信度调度校验方面的创新，为AI推理加速提供了新范式，可能引发行业对推测解码技术的跟进热潮
总结：DeepSeek在完成创纪录的510亿元融资后，迅速拿出DSpark这一重量级开源成果，向市场展示了其押注底层技术研发的决心。DSpark通过在生成速度方面的显著提升，不仅让DeepSeek模型更具商业竞争力，也为整个AI行业解决推理效率难题提供了全新的技术路径。随着DSpark和DeepSpec的全栈开源，DeepSeek有望在全球AI社区中进一步扩大影响力，推动中国AI开源生态走向世界前列。
参考来源：
- https://news.sina.cn/ai/2026-06-27/detail-inievvnu1438187.d.html
- https://github.com/deepseek-ai/DeepSpec
- https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-DSpark
- https://news.ycombinator.com/item?id=48696585
- https://www.ithome.com/0/969/400.htm
- https://finance.sina.com.cn/wm/2026-06-27/doc-iniewhaq6980107.shtml
- https://finance.sina.com.cn/stock/usstock/c/2026-06-27/doc-inieuyhx7000126.shtml
- https://www.ithome.com/0/969/314.htm