Deepseek提速85%背后：大模型告别参数内卷，开打成本战

AI 摘要

一句话摘要: DeepSeek通过DSpark算法将大模型推理速度提升85%，推动行业从参数竞争转向成本优化。 关键事实: DSpark通过半自回归生成和置信度调度减少无效校验，提升生成速度60%-85%；在Qwen3模型上平均接受长度提升16.3%-30.9%；DeepSeek开源DeepSpec框架，降低中小团队推理优化门槛。 涉及主体: DeepSeek, 梁文锋, 北京大学, Qwen3, Gemma, OpenAI, Anthropic 可能影响: 大模型行业将从参数规模竞赛转向推理成本效率竞争，中小团队可通过开源工具加速部署，降低算力成本。 是否值得继续跟踪: 是，DSpark代表推理优化新方向，开源框架可能重塑行业生态，需关注实际部署效果和商业应用。 噪音/炒作风险: 中，技术细节扎实且有数据支撑，但需验证在更大规模模型和多样化场景下的泛化能力。