小米 MiMo 发布 DFlash 加速方案
karminski3 · x · 2026-07-13
小米在 Hugging Face 上发布了 MiMo-V2.5-DFlash，而且 README 还没来得及更新，代码已经先放出来了。
这条帖子的重点不是“新模型有多强”，而是它的推测性解码实现：草稿模型采用的是 block diffusion，一次 forward 并行猜一整块 token，再交给大模型一次性验证。作者对代码做了拆解，指出这和传统 EAGLE 那类逐 token 自回归 draft 不是一条路线。
帖中还提到几个实现细节：
- 编程场景下接受长度可到 6+，因此提速会很明显
- 草稿权重是单独拆出来的，本地文件约 2.94G
- 它不是独立小模型，缺少 embed / lmhead，仍需从主模型 hidden state 做 KV injection
- targetlayerids 选到了 [0, 11, 23, 35, 47]，偏激进
- blocksize=8 比论文和 Qwen 实现更保守，可能更稳但并行度略低
整体看，这是一个偏推理加速插件/部署方案的技术拆解，而不是单纯的新模型宣传。
所属事件:小米发布MiMo-V2.5-DFlash权重与代码(2 条相关)→
「Infra」频道最新
- Anthropic S-1：训练基建优势使单任务成本降40%、营收增速翻倍 — BenBajarin · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26
- 多州暂停新建数据中心，72% 美国人反对建在家门口 — YvesMulkers · 2026-10-26
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26