LFM2.5-VL-DSpark 加速视觉语言模型，端侧解码最高提速 3.13 倍
Liquid AI 发布 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，以投机解码加速视觉语言模型推理，端侧解码最高提速 3.13 倍，H100 上最高 2.66 倍。草稿模型约 280M 参数，使部署模型参数量仅增加 8.9%，首发支持 llama.cpp、MLX-VLM 和 SGLang。投机解码只加速解码阶段，视觉编码与 prefill 仍会限制端到端收益。
#推理
Hugging Face BlogAI 评分5757
Google ResearchAI 评分4141 绕过推理瓶颈：Retrieve-for-Train 加速复杂 AI 搜索
Retrieve-for-Train 框架通过离线强化学习将查询扇出编译为监督信号，再蒸馏进 53.9M 参数扩散检索器，推理时以单次非自回归前向生成完整目标嵌入集，绕开 CoT 推理 token 带来的推理瓶颈。该框架出自 ICML 2026 论文，并用强化学习微调了 Gemma3-4B 和 Qwen3-4B。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两个实时语音对话模型，主打智能提升与并行推理，用户可用语音完成复杂任务。
推荐理由：语音模型在对话延迟、多步推理和成本之间给出新选项，并公布了多个语音基准排名，便于开发者选型。