腾讯混元开源端到端投机解码框架 AngelSpec，支持训练与部署。
在 Hy3-A21B 模型上，其 DFly 方案相比自回归解码实现 1.98-2.40 倍端到端加速，吞吐量比 DFlash 高 10.5-11.8%。
训练代码及 Hy3-A21B MTP/DFly 草稿模型权重已开源。
KI-News / 产品更新
Back to AI news
Tencent Hunyuan Open-Source AngelSpec Spekulatives Dekodierungs-Framework
Tencent HunYuan Open-Source End-to-End Speculative Decoding Framework AngelSpec unterstützt Training und Deployment. Auf dem Hy3-A21B-Modell erreicht seine...
KI-Informationsbrief des Tages
Tencent HunYuan Open-Source End-to-End Speculative Decoding Framework AngelSpec unterstützt Training
und Deployment. Auf dem Hy3-A21B-Modell erreicht seine DFly-Lösung im Vergleich zur autoregressiven Decodierung eine 1,98- bis 2,40-fache End-to-End-Beschleunigung und eine um 10,5-11,8 % höhere Durchsatzrate als DFlash. Trainingscode sowie die Hy3-A21B MTP/DFly-Prototypmodel-Gewichte wurden Open-Source bereitgestellt.
动态正文 · AI 整理
情报判断
Aioga 编辑摘要
腾讯混元宣布开源端到端投机解码框架 AngelSpec，覆盖训练与部署。摘要称，DFly 在 Hy3-A21B 模型上较自回归解码实现 1.98—2.40 倍端到端加速，吞吐量较 DFlash 高 10.5%—11.8%。
背景分析
公开材料来自腾讯混元官方 X 账号。除 AngelSpec 框架外，腾讯混元还表示已开源训练代码，以及面向 Hy3-A21B 的 MTP、DFly 草稿模型权重；材料未披露具体测试环境与配置。
Aioga 观点
Aioga 判断，此次发布的重点是将投机解码的训练、部署和配套草稿模型权重一并开放，而非仅公布性能结果。现有加速与吞吐数据仅对应材料所述 Hy3-A21B 场景，不宜直接外推。
影响与后续
该框架可能为研究者和开发者提供复现、训练及部署投机解码方案的公开基础。值得关注的是，材料未说明其他模型、硬件或负载下的表现，因此其通用性能收益仍需更多公开测试验证。 建议后续核验开源训练代码与权重的许可、运行依赖和复现说明，并关注不同硬件、序列长度及并发条件下的测试结果。同时应比较自回归解码与 DFlash 的统一测试配置，以判断数据可比性。
Source and Copyright
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: x.com
Quelle: X：腾讯混元 (@TencentHunyuan)
原文链接: Originalquelle öffnen
Aioga 归档: 查看情报页
Content record: social-summary · Updated: 2026-07-29T12:43:55.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article