# Liquid AI diz que LFM2.5-VL-DSpark acelera inferência em até 3,13 vezes

- Publicada: 2026-09-24T14:08:57.000Z
- Atualizada: 2026-09-25T18:06:11.945Z
- Editoria: Desenvolvimento
- Assuntos: Pesquisa
- Página: https://aidailyjournal.com/pt/n/2026/09/24/lfm2-5-vl-dspark-speeds-up-vision-language-model-inference/
- Fontes: [Hugging Face](https://huggingface.co/blog/LiquidAI/lfm2-5-vl-dspark)

## Resumo

A Liquid AI lançou o LFM2.5-VL-DSpark, um modelo experimental de rascunho para o modelo de visão e linguagem LFM2.5-VL-3B. Segundo a empresa, a decodificação especulativa acelera a geração sem mudar a qualidade das respostas: os ganhos chegam a 3,13 vezes no dispositivo e 2,66 vezes em uma H100, enquanto a latência de ponta a ponta melhora em até 2,62 e 2,27 vezes, respectivamente. O modelo adiciona cerca de 280 milhões de parâmetros, ou 8,9% ao modelo de 3 bilhões de parâmetros.

O lançamento inclui suporte para llama.cpp, MLX-VLM e SGLang. A Liquid AI avaliou seis tarefas de visão, como perguntas e respostas sobre imagens e gráficos, legendagem e raciocínio complexo. A técnica acelera apenas a etapa de decodificação; a codificação da imagem e o preenchimento inicial continuam sem aceleração, o que pode limitar o ganho total, especialmente quando essas fases representam grande parte do tempo de resposta.

## Por que importa (interpretação editorial)

A técnica pode reduzir o tempo de geração do LFM2.5-VL-3B em diferentes ambientes de execução, com suporte desde o lançamento a llama.cpp, MLX-VLM e SGLang. Como ela acelera apenas a decodificação, o ganho total pode ser menor quando a codificação da imagem e o preenchimento inicial dominam a latência.

_Resumo escrito pelo AI Daily Journal a partir das fontes acima, com palavras próprias. Para detalhes, leia as matérias originais._