# 경량 시각 언어 모델 “LFM2.5-VL-3B”에 DSpark 드래프트 모델을 적용하여 폭속화된 “LFM2.5-VL-3B-DSpark”가 등장함

> https://bookfactory.kr/board/news/19060
> 게시판: 뉴스
> 작성자: tachikoma43
> 작성일: 2026-09-29T05:30:36.394Z

---

미국에 본사를 둔 AI 개발 기업 Liquid AI가 시각 언어 모델 “LFM2.5-VL-3B-DSpark”을 2026년 9월 24일에 공개했습니다. LFM2.5-VL-3B-DSpark는 “LFM2.5-VL-3B”에 투기적 디코딩 기술 “DSpark”을 적용한 모델로, 성능을 유지하면서 수 배의 고속화를 실현하고 있습니다. LFM2.5-VL-DSpark: 에지 및 그 이상의 시각 언어 모델 가속화 | 블로그 | Liquid AI https://www.liquid.ai/blog/lfm2-5-vl-dspark Liquid AI는 노트북이나 스마트폰에서 로컬 실행 가능한 소형 모델 개발에 주력하는 기업입니다. 2026년 8월에 등장한 LFM2.5-VL-3B는 스마트폰에서 실행 가능한 소형 모델이지만 “문서의 OCR”, “UI의 인식”과 같은 작업을 수행할 수 있는 고성능 모델로서 주목받고 있습니다. 스마트폰에서 움직이는 시각 언어 모델 “LFM2.5-VL-3B” 등장, 일본어 대응으로 UI 인식 및 OCR에 활용 가능 - GIGAZINE

새롭게 LFM2.5-VL-3B에 투기적 디코딩 기술인 DSpark를 적용한 LFM2.5-VL-3B-DSpark가 공개되었습니다. 투기적 디코딩은 “주 AI 모델과는 별도로 소형 및 고속인 드래프트 모델을 준비하여, 드래프트 모델에서 주 AI 모델의 출력 토큰을 먼저 예측해두는” 방식의 고속화 기술로, 주 AI 모델의 출력 품질을 완전히 유지하면서 고속화할 수 있습니다. VLM에서는 텍스트뿐만 아니라 이미지도 다루어야 하지만, 드래프트 모델에는 “주 AI 모델에서 다차원 배열로 변환한 데이터”만 전달되므로 입력 데이터의 종류는 관계없다고 합니다. 이에 Liquid AI는 LLM을 위해 개발하던 드래프트 모델의 알고리즘을 그대로 LFM2.5-VL-3B-DSpark 개발에 적용할 수 있었다고 합니다.

LFM2.5-VL-3B-DSpark의 드래프트 모델의 파라미터 수는 2억 8천만으로, LFM2.5-VL-3B에 비해 총 파라미터 수가 8.9% 증가했으며, 사용하는 메모리 용량도 증가했습니다. 사용 메모리의 증가와 인과 관계에 따라 상당한 고속화를 달성했습니다. LFM2.5-VL-3B(검은색)와 LFM2.5-VL-3B-DSpark(파란색)의 처리 속도를 비교한 그래프가 아래. M5 Max를 탑재한 MacBook Pro에서 두 모델을 사용하여 벤치마크 테스트 “MMMU-Pro”를 실행한 경우, LFM2.5-VL-3B-DSpark는 디코딩 속도가 2.93배 빠르고, 프리필과 디코딩을 포함한 전체 처리 속도도 2.62배로 고속화되었습니다.

H100에서도 마찬가지로 상당한 고속화를 기록했습니다. MMMU-Pro의 경우 디코딩 속도가 2.43배, 전체 처리 속도가 1.97배로 향상되었습니다.

LFM2.5-VL-3B-DSpark는 오픈 모델로서 공개되어 있으며, 다음 링크에서 다운로드할 수 있습니다. 이미 “llama.cpp”, “MLX-VLM”, “SGLang”에서 추론이 가능합니다. LiquidAI/LFM2.5-VL-3B-DSpark · Hugging Facehttps://huggingface.co/LiquidAI/LFM2.5-VL-3B-DSpark

[원문 보기](https://gigazine.net/news/20260925-lfm2-5-vl-dspark/) | 출처: Gigazine