这套技术当时只有数据中心 GPU 上的实现，没有适配苹果芯片的版本 … DSpark 的思路是配一个更小的模型给目标模型打下手，小模型先一口气蹦出几个候选词，目标模型再一次性核对，对的收下，错的打回去重猜 … 他用 Jian 自己写的移植脚本，把 z-lab 发布的 gemma4-12B-it-DFlash 接到 mlx-vlm 的 Gemma-4 目标模型上，在同一台 Mac 上，跟自己刚测完的 DSpark 又跑了一轮头对头对比。
这套技术当时只有数据中心 GPU 上的实现，没有适配苹果芯片的版本 … DSpark 的思路是配一个更小的模型给目标模型打下手，小模型先一口气蹦出几个候选词，目标模型再一次性核对，对的收下，错的打回去重猜 … 他用 Jian 自己写的移植脚本，把 z-lab 发布的 gemma4-12B-it-DFlash 接到 mlx-vlm 的 Gemma-4 目标模型上，在同一台 Mac 上，跟自己刚测完的 DSpark 又跑了一轮头对头对比。