北大和DeepSeek最新论文，大模型提速最高85%，算力成本大幅下降

DeepSeek团队又发布了一个新技术，这次不是先发一个更大的模型，而是把同一个模型的“出字流程”改了一遍。

这个技术叫DSpark。

按照DSpark论文给出的测试口径，DeepSeek-V4-Flash接入DSpark后，单用户生成速度提升约60%-85%；V4-Pro提升约57%-78%。这个数字还需要更多第三方复测，但方向已经很清楚：AI竞争不只是在拼谁的模型更大，也在拼谁能让同一个模型少干废活。

这事和普通人有关系。

你用AI写总结、改简历、查资料、写代码，最烦的不是它不会，而是等。企业用AI客服、AI搜索、AI办公，更怕的不是一句回答慢半秒，而是一百万次请求堆起来的服务器账单。谁能让AI更快、更省，谁就更容易把AI塞进日常产品里。

不换模型，为什么还能变快？

大语言模型生成文字，有个很笨但很稳定的方式：一个词一个词往外吐。

它不能像人一样，先在脑子里想好一整段，再一口气写出来。它要先生成第一个词，再根据第一个词生成第二个词，再根据前两个词生成第三个词。每走一步，大模型都要算一遍。

这就像让最贵的老师傅，每次只拧一颗螺丝。质量是稳的，速度一定慢。

推测解码的思路，是找一个便宜的小助手先打草稿。小模型先猜后面几个词，大模型再一次性检查。猜对了，就直接通过；猜错了，就从错的地方重新来。

这不是魔法，是分工。

亚当·斯密在《国富论》里讲过制针工厂。一个人从头到尾做针，效率很低；把工序拆开，每个人做一段，产量会大幅上升。大模型推理也是一样：让小模型负责“先猜”，让大模型负责“拍板”，速度就有机会提升。

但这里有一个坑：分工不是拆开就一定更快。

真正难的不是猜，而是别乱猜

推测解码最怕什么？

不是小模型猜不出来，而是它猜得太差。

如果小模型一口气猜了8个词，前两个还行，后面6个全跑偏，大模型就得反复驳回、重算。看起来多了一个助手，实际上多了一堆返工。

这就像工厂流水线。前面工序做坏了，后面质检再勤快也没用。你不是提高了效率，而是把废品搬得更快。

材料里提到，DSpark做了两个改动。

第一个叫半自回归。这个名字很技术，换个说法就是：小模型不是完全瞎猜后面的词，而是让后面的猜测能参考前面已经猜出来的内容。这样越往后越跑偏的问题会缓一点。

第二个叫置信度调度校验。意思是大模型检查草稿时，不再一视同仁。通过概率高的地方，快点放行；通过概率低的地方，少猜一点，别浪费检查资源。

这两个动作放在一起，就是让“打草稿”和“做质检”都更像真实生产线：不是每个环节平均用力，而是把力气用在最容易出错的地方。

这件事最容易被误读成“免费提速”

这里要说清楚，DSpark不是让AI凭空免费变快。

它省下的，不是所有算力，而是生成过程里的重复劳动。大模型仍然要跑，显卡仍然要烧电，服务商仍然要付服务器账单。只是同样一批算力，能更快吐出更多有效文字。

所以，它对三类人影响最直接。

第一类是普通用户。以后你在App里用AI，等待时间可能更短。尤其是长回答、代码生成、复杂分析，速度差异会更明显。

第二类是做AI产品的公司。AI应用最难的不是做个演示，而是每天扛住真实用户。一个用户慢2秒不算大事，十万用户同时慢2秒，就是服务器、排队和投诉。

第三类是模型公司。过去大家喜欢讲参数、榜单、训练成本。接下来，推理成本会变得更重要。因为模型训练是一次性的大开支，模型上线后的推理，是每天都在流血的账单。

这也是为什么DeepSeek这次动作有信号意义。

如果一个模型公司不只会训练模型，还能把模型上线后的每一步都压成本，它就不只是“会做模型”，而是在摸AI生意怎么真正跑起来。

我的判断：AI竞争开始从“谁更大”转向“谁更省”

这次DSpark最有意思的地方，不是一个单独的速度数字。

真正的变化是，AI行业开始认真处理“上线后的效率”。

过去一年，大模型公司很喜欢讲三个东西：参数有多大，榜单跑多高，训练花了多少钱。这些当然重要，但它们更像发布会上的数字。用户每天感受到的，是另一个问题：能不能快点回？会不会卡？免费额度为什么一会儿就没了？公司为什么不敢把AI用到所有流程里？

答案很多时候就两个字：成本。

如果生成一个回答太贵，产品就只能限次数、限速度、限场景。用户看起来是在等AI，其实是在等服务器账单允许它继续跑。

DSpark这类技术，解决的就是这件小而硬的问题：同一个模型，少一点无效计算，多一点有效输出。

它不像新模型发布那么热闹，也不容易让普通人一眼看懂。但从产业角度看，这类工程优化会越来越关键。因为AI真正走进办公软件、手机、搜索、客服、教育工具，不靠一次炫技，而靠每一天都能稳定、便宜、快速地回答问题。

DeepSeek这次没有把故事讲成“我又造了一个更大的模型”，反而更像是在说：同一台机器，先把流水线调顺。

这可能比单纯刷榜更现实。