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
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。