incoai 发布 Qwen3.8-Flash-Next-DFlash2 投机解码草稿模型

2026.10.19 · 产品 · 新模型 · 开源项目

DFlash 2 块扩散草稿模型上线，为 Flash-Next 提供无损投机解码加速

Inco AI 发布 DFlash 2 草稿模型，用于 Qwen/Qwen3.8-Flash-Next 的投机解码，本身不是独立语言模型。它采用块扩散方式一次预测一整块 token，并用轻量选择器串出连贯路径，解码无损：贪心输出与目标模型完全一致。在单张 NVIDIA GB300（TP1）上，并发 1 时 GSM8K 吞吐从 205.4 提升到 368.2 tok/s。