Liquid AI 发布 LFM2.5-VL-DSpark，目标是让视觉语言模型跑得更快

Liquid AI 在 Hugging Face 官方博客发布了题为 Accelerating vision-language models with LFM2.5-VL-DSpark 的文章，发布时间为 9 月 24 日。

从标题可以看到，这次的对象是 LFM2.5-VL 系列下的一个具体变体 LFM2.5-VL-DSpark。命名中的 VL 指向视觉语言能力，DSpark 后缀则对应与速度相关的改动，说明这条更新的主线是让多模态推理更快，而不是把模型规模继续做大。

对多模态模型来说，图像会被转换成大量视觉 token 塞进上下文，推理成本因此远高于同量级的纯文本模型。竞争焦点也随之变化：在固定的硬件和延迟预算里，能处理多少张图、支持多高的分辨率。

从 LFM 的命名方式和加速这一主题看，效率是这条产品线的关键词，而非参数规模。紧凑模型要与更大的对手在多模态任务上竞争，通常只能靠更低的单 token 成本和更贴近用户的部署方式来换取具体场景。

需要指出的是，目前可见的标题信息并没有给出可比对的延迟与吞吐数据、在标准多模态基准上的表现，也没有说明权重是否公开。这些恰恰是判断一次加速宣称是否值得迁移的关键凭据。

因此后续值得关注三点：LFM2.5-VL-DSpark 是否开放权重、其公开性能与原版模型相比如何，以及这套加速思路是通用技术还是与该架构强绑定。

如果加速效果成立，最直接的受益者会是需要在端侧或私有环境中处理图像、文档与视频的部署场景，因为那里的单位图像成本与延迟，直接决定了哪些应用在工程上可行。