基础建设的推进又有新的进展，我做一下简单的解读： 开发团队想传达的核心观点是： RGB 不是 Lightning 的独立层，而是 Lightning 本身的智能合约层 在RGB和LN的兼容性集成实践中，他们提出以下原则： ▪️零退化：RGB 节点你不能影响LDK节点，要完全兼容原生的LN各种操作 ▪️与上游同步：上游的lightning rust-lightning / ldk-node 版本更新了，就必须立即跟进，不能一直用老版本 ▪️引入LN特性到RGB世界：把 splice、async-payments 等最新 LN 功能扩展到 RGB 资产通道，这个对于RLN swap有很大的作用 实际的开发中，有以下的技术动作： ▪️在从 rust-lightning 0.1.4 升级到 0.2.2、ldk-node 0.6.1 升级到 0.7.0； ▪️完整吸收 16 个 MEDIUM+ 资金安全修复（含 3 个 SECURITY 级），以及 splice、async-payments、LSPS2 等 4 大主流协议特性； ▪️通过全部 1,019 个 LDK 状态机测试，与 CLN v23.08 和 LND v0.18.5-beta 互操作 100% 通过； ▪️正式向 Lightning BLIPs 仓库提交 bLIP-0070，将 RGB 兼容设计标准化（这个如果通过了，那么对于RGB协议来说是具有极高价值的） 看到这的你不需要太懂具体的技术细节，只需要知道“在稳健、高效、安全”地推进RLN主网的落地就可以了 最后说一句：在BTC生态这个大家庭里面，大家可以开始关注 #RGB# 协议了！记住这句话！ #RGB# #BTC#

国家统计局：5月份，社会消费品零售总额41090亿元，同比下降0.6%。按消费类型分，5月份，商品零售额36485亿元，同比下降0.7%；餐饮收入4605亿元，增长0.6%。 1—5月，全国网上商品和服务零售额83177亿元，同比增长5.9%（1-4月增6.6%）。网上商品零售额52718亿元，增长5.0%；在网上商品零售额中，吃类、穿类、用类商品分别增长15.5%、7.2%、1.6%(前值15.6%、6.8%、2.6%) 。 1—5月通讯器材类零售销售总额增0.7%（1-4月增6.2%），金银珠宝类降8.9%（此前降21.3%），家用电器和音像器材类降15.6%（此前降15.1%)，家具类降8.7%（此前降10.4%），体育、娱乐用品类降8.0%（此前降8.0%），文化办公用品类降1.5%（此前降6.9%）。

#BGB# 定投五年规划书（2025-2030） 一、投资背景与目标 1.1 背景 #BGB# 是 #Bitget交易所的平台币，具有交易费折扣、Launchpool等挖矿打新收益、链上gas消耗、季度定期销毁、生态应用等功能。BGB在2024年表现突出，上涨势头强劲（从0#.6 USDT涨至8 USDT以上，涨幅最高1300%），且Bitget交易所排名前4，平台币具备较大投资潜力。 本规划书以稳健投资为核心，强调纪律性和长期坚持，锻炼个人理性投资能力。 1.2 投资目标 🔹财务目标：通过五年定投BGB，实现资产增值，力争年化收益率超越BTC 🔹长期目标：累积一定数量的BGB，分享Bitget生态增长红利，同时为未来5-10年的财务规划储备资金。 🔹风险控制：通过分批投资摊平成本，降低市场波动的冲击，最大亏损控制在可接受范围内。 1.3 前提条件 🔹每日定投金额：8 USDT（最低标准，根据个人收入情况按月调整）。 🔹定投周期：2025年5月1日起至2030年4月30日，共60个月1826天。 🔹BGB价格波动：参考历史数据，假设未来五年市场经历1-2轮牛熊周期，价格可能在3-50 USDT间波动。 市场趋势：Bitget交易所持续发展，#Bitgetwallet# #Morph公链# 等BGB生态应用扩展及链上gas消耗，季度定期销毁通缩等，长期价值趋于上升。 二、定投策略 2.1 定投方式 🔹定期定额：每日00：08分投入固定金额8 USDT购买BGB，通过Bitget平台"现货定投+"功能自动扣款。 🔹复利再投资：参与Bitget Launchpool、PoolX挖矿及LaunchX打新，参与平台及钱包的不定期活动、推特sp抽奖、Bitget Insights观点创作，参与币安alpha交互累积积分获取空投和打新机会，持续深耕Kaitoai等热点项目，将获得空投、活动、奖金等收益复投，增强复利效应。 🔹动态调整：在市场极端低谷（如价格跌至3 USDT以下）可考虑加大投资，但不超过月可支配收入的40%；在市场高位（如价格突破50USDT）可考虑暂停定投或减少金额。 2.2 资金分配 🔹总投入：8 USDT × 1826天 = 14608 USDT。 🔹应急储备：保留约3000 USDT备用，避免因市场波动影响生活质量。 🔹其他资产：资金较少，不考虑其他仓位配比 三、五年执行计划 3.1 分阶段目标（未考虑红利及额外收益复投） 年份时间段天数定投金额（USDT）预期BGB累积数量市场预估(USDT)完成数量 2025 05/01-12/31 245 1960 130-490 4-15 2026 01/01-12/31 365 2920 146-417 7-20 2027 01/01-12/31 365 2920 146-91 10-20 2028 01/01-12/31 366 2928 98-195 5-30 2029/1/01-2030/4/30 4853880 78-194 20-50 合计 2025/5/1-2030/4/30 1826 14608 598-1387 10-24 3.2 情景分析 🔹乐观情景（牛市驱动）：BGB随Bitget生态扩张涨至50 USDT，五年总价值约29900-69350 USDT，收益率约105%-375%。 🔹中性情景（震荡市场）：BGB价格在20-35 USDT波动，总价值约16146-37422 USDT（取平均值27.5计算），收益率约12%至156%。 🔹悲观情景（熊市主导）：BGB跌至10 USDT以下，总价值约5980-13870 USDT，亏损约5%-59%。 参考bitget2024年全年挖矿打新复投bgb的币本位年华收益34%来看，在悲观情景下反而是增加仓位的绝好机会，在保持定投的前提下，把握好加仓机会。 3.3 关键节点 🔹2026年：若进入熊市，加大定投力度，累积低成本份额。 🔹2028年：牛市启动时，评估是否部分止盈（如卖出20%持仓）。 🔹2030年：根据BGB价格和Bitget生态发展，决定继续持有或全部退出。 四、风险管理 4.1 市场风险 🔹波动风险：加密货币市场可能经历剧烈波动，BGB价格可能跌至3 USDT以下。应对：坚持定投，摊平成本；避免追涨杀跌。 4.2 投资风险 🔹标的单一风险：BGB集中投资可能导致亏损。应对：搭配比特币、ETH等主流币或传统资产分散风险。（资金大再考虑） 4.3 心理风险 🔹情绪波动：市场下跌可能引发恐慌，上涨可能导致贪婪。应对：严格按纪律性定投计划执行，避免频繁调整；定期复盘，保持理性。 五、收益测算 5.1 假设条件 🔹总投入：14608 USDT。 🔹定投频率：每月1000 USDT。 🔹平台挖矿复投：假设每年额外获得20%BGB（参考2024年数据34%平均估计）。 🔹五年末BGB价格：乐观50 USDT，30 USDT，悲观10 USDT。 5.2 收益估算 情景平均成本（USDT/BGB）总BGB数量总价值（USDT）收益率 乐观 7.3 2000 100000 585% 中性 7.3 2000 60000 311% 悲观 7.3 2000 20000 37% 注：挖矿打新收益可能提升总BGB数量至2,000-4,000枚，增强回报。 六、实施与跟踪 6.1 实施步骤 🔹2025年4月30日：往Bitget帐户准备300 USDT。 🔹2025年5月1日：启动定投计划，设置自动扣款。 🔹每月：检查扣款记录，参与Launchpool、poolx等活动，根据收入情况适当调整定投金额。 🔹每年末：复盘定投收益，调整策略决定是否加仓或减仓。 6.2 跟踪指标 🔹持仓成本：每月记录平均买入价格。 🔹市场动态：关注Bitget公告、BGB白皮书更新、生态发展变化、交易量变化。 🔹收益情况：每月统计账户总价值，计算收益率。 6.3 退出机制 🔹止盈点：BGB价格突破30-50 USDT，且市场估值过高（如市盈率异常）时，考虑分批卖出。 🔹止损点：若Bitget平台出现重大负面事件（如破产、监管禁令），立即清仓。 🔹长期持有：若BGB生态持续发展，可延长持有至2035年，根据发展情况再调整。 七、注意事项 🔹资金安全：启用两步验证，定期备份私钥，避免资金被盗。 🔹税务合规：了解本地加密货币税务政策，记录交易明细。 🔹持续学习：关注区块链行业动态，学习定投与风险管理知识。 🔹心理准备：接受短期亏损，聚焦长期收益，避免情绪化操作。 ________________________________________ 八、总结 本五年定投BGB规划书以纪律性投资为核心，通过定期定额、复利再投资和动态调整，力争在高波动市场中实现稳健增值。预计总投入14608 USDT，乐观情景下可获100,000 USDT（585%收益率），中性情景60,000 USDT（311%收益率），悲观情景仍可通过逢低加仓长期持有翻盘。关键在于坚持定投、分散风险和理性决策。 这不仅是定投策略，也是对信仰的历练，更是对人性的挑战！加油☀️ @Bitget_zh @xiejiayinBitget @GracyBitget

统计局数据显示，2026年1月至5月，中国固定资产投资同比收缩4.1%，超出市场预期的2.0%降幅，并较1月至4月1.6%的跌幅进一步恶化。其中，房地产投资仍是主要拖累，同比下降16.2%，较1月至4月13.7%的降幅有所扩大。基础设施投资增速放缓至0.6%，低于前期的4.3%；制造业投资增速放缓至0.4%，低于前期的1.2%。剔除房地产部门后，固定资产投资在1月至5月期间下降1.2%，逆转了1月至4月1.3%的增长。5月当月，固定资产投资环比下降1.91%，延续了4月2.36%的跌势。 来源：边际Lab x FinGraph财经图集

七月经济数据全线不及预期 7月份工业增加值同比增长4.5%，增速较6月份的5.3%有所放缓，低于经济学家预期的4.8% 1-7月份固定资产投资同比下降6.7%，降幅较上半年的5.7%进一步扩大，表现低于经济学家预期的6.0% 7月份社会消费品零售总额同比增长0.6%。低于6月份的1.0%，也未达到经济学家预期的1.4%。

投机解码的 drafter 从来都是一个 token 一个 token 地猜。做出 DFlash 的推理公司 Inco AI 说这没必要：正确的 token 本来就在候选列表里，整块并行预测之后挑出一条连贯路径，输出不变，每次验证多赚一个完整的 token。 《DFlash 2：保持并行起草》 推理是 agent 时代的瓶颈。agent 会读、会规划、会调用工具，常常一跑就是几小时甚至几天。它们消耗 token 的速度，是聊天场景从未达到过的。而每一个 token 都要在模型上跑一次完整的前向传播。在 Inco AI，我们在构建一套面向未来 token 经济学的推理栈。这篇文章是一次预览。 我们的团队 1 月发布了 DFlash（论文： SGLang、vLLM、TensorRT-LLM 和 llama.cpp 里。NVIDIA 在 Blackwell GPU 上用它测到了最高 15 倍的吞吐；Google 报告在 TPU 上每秒 token 数提升 3 倍；CoreWeave 生产环境的 Kimi K2.7 Code 端点（Artificial Analysis 上该模型最快的端点）默认就跑 DFlash。生态已经在它之上构建：NVIDIA、Red Hat、Modal 都发布了 DFlash drafter；Meta（Muse Glimmer）、Poolside（Laguna）、小米（MiMo-V2.5-Pro）、NVIDIA（Nemotron 3.5 Lightning）随自家模型发布官方 drafter。在 Hugging Face 上，DFlash 模型被下载了超过 350 万次（截至 2026 年 8 月）。 投机解码是现代推理栈的核心组件之一。一个小 drafter 模型猜出一整块 token，目标模型在一次前向传播里验证整块。猜得好，一次前向变成多个 token；猜得差，丢掉重来。但多年来，起草本身一直是自回归的：一次一个 token。DFlash 让它也变成了一次通过：整块、每个位置，并行预测。 （演示视频：DFlash 2 在 Apple M5 Max 上用 oMLX 为 Qwen3.8-27B 起草，与自回归解码并排对比。 DFlash 2 把并行起草又往前推了一步：每次验证通过多产出 20% 以上的输出，增加的周期延迟只有约 1%，而输出可证明不变。跨基准测试的增益在 16–25%。配合今天发布的 Qwen3.8-27B drafter，SGLang 在 batch size 1 下达到自回归解码 2.7–3.4 倍的吞吐。每个位置独立预测，留下两处空间：选对 token，以及在块的末尾守住准确率。DFlash 2 把这两处都拿了回来，同时没有放弃一次性通过的设计。 现在就能跑 DFlash 2 已经跑在主流推理引擎里。 SGLang： pip install -U "sglang[all] @ git+" python -m sglang.launch_server \ --model-path Qwen/Qwen3.8-27B \ --speculative-algorithm DFLASH \ --speculative-draft-model-path incoai/Qwen3.8-27B-DFlash2 \ --speculative-num-draft-tokens 8 vLLM： pip install -U "vllm @ git+" vllm serve Qwen/Qwen3.8-27B \ --speculative-config '{ "method": "dflash", "model": "incoai/Qwen3.8-27B-DFlash2", "num_speculative_tokens": 7 }' llama.cpp： git clone cd llama.cpp git fetch origin pull/27342/head:pr-27342 git switch pr-27342 NVIDIA CUDA cmake -B build -DCMAKE_BUILD_TYPE=Release -DGGML_CUDA=ON cmake --build build -j Apple Silicon cmake -B build -DCMAKE_BUILD_TYPE=Release -DGGML_METAL=ON cmake --build build -j ./build/bin/llama-server \ -hf ggml-org/Qwen3.8-27B-GGUF:Q4_K_M \ -hfd incoai/Qwen3.8-27B-DFlash2-GGUF:Q4_K_M \ --spec-type draft-dflash \ --spec-draft-n-max 7 oMLX：下载安装支持 DFlash 2 的预构建版（ 在 oMLX 里跑 Qwen3.8-27B 加 DFlash 2： 1. 打开 oMLX 的 Model Downloader，下载 mlx-community/Qwen3.8-27B-4bit 和 incoai/Qwen3.8-27B-DFlash2。 2. 打开 Model Manager，编辑 mlx-community/Qwen3.8-27B-4bit，配置 DFlash： • DFlash：enabled • Draft model：incoai/Qwen3.8-27B-DFlash2 • Draft quantization：enabled • Runtime block size：5 • Verify mode：dflash 3. 保存设置，加载目标模型。 对的 token 早就在候选里 DFlash 每个位置独立、并行地预测。每个选择单独看都合理，但没有什么让它们彼此咬合，一个不连贯的块会在验证时被截断。近期的方法如 Domino 和 DSpark，用顺序的 Markov head 重写每个位置的完整词表分布来买连贯性。但真的需要这种昂贵的自回归纠错吗？ 不需要。证据就在 DFlash 自己的候选列表里。拿第一个位置来说：DFlash 的第一选择 85.4% 的情况下是对的，但正确的 token 99.5% 的情况下都在前 16 个候选里。即使第一选择错了，对的 token 通常也在列表上。 表 1：Recall@1（第一选择正确的概率）与 Recall@16（正确 token 出现在前 16 候选里的概率），按起草位置统计，条件是前面每个位置都正确。GSM8K 上的五层 Qwen3-4B DFlash。接受长度包含验证器产出的下一个 token。 • 位置 0：Recall@1 85.4%，Recall@16 99.5% • 位置 1：80.3%，97.3% • 位置 2：79.4%，94.8% • 位置 3：78.3%，92.6% • 位置 4：77.5%，90.8% • 位置 5：75.9%，89.4% • 位置 6：72.9%，87.8% • 接受长度：4.27（只看第一选择）；6.79（从前 16 里选） 一个总能从前 16 个候选里挑对的那个 oracle，会把接受长度从 4.27 抬到 6.79。这个差距是纯粹的选择空间。我们只需要在候选里选出一条正确的路径。 图 1：一个周期里的选择器。只用 DFlash，每个位置保留自己的第一选择；这里两个相邻位置选了同一个词，结巴在验证时死掉。DFlash 2 保留每个位置的 top 候选，选择器在候选之间走出一条连贯路径；这里整块都活了下来。 一个轻量的路径选择器 连贯性大体是局部的：一个候选合不合适，主要取决于它前面的那个 token，所以给相邻对打分应该就够了。DFlash 2 保留每个位置前 16 个候选，给每一对相邻候选打分。对前一个 token a 和当前候选 b： S_t(a,b) = U_t(b) + ⟨A(a)⊙H(h_t), B(b)⟩ 分数分两部分。第一部分 U_t(b) 是 DFlash 自己的 logit：drafter 本身有多喜欢 b。第二部分问 b 接在 a 后面有多顺：A 和 B 给每个 token 一个紧凑的 256 维嵌入，两个嵌入在一个上下文门控 H(h_t) 下匹配，门控决定匹配的哪些部分算数。本质上，这是对相邻候选做的低秩双线性注意力。 打分全程并行。每个位置的每一对相邻候选一次性全部算完，不需要额外的 backbone 或 LM head 前向。唯一串行的部分，是最后在预计算好的分数上走一遍：从最后一个已验证 token 出发，贪心地跟着每一步最好的后继走，采样从同样的分数里抽取，拒绝采样恢复出精确的目标分布。 表 2：只加路径选择（不加卷积）的接受长度，GSM8K 上的五层 Qwen3-4B。开销相对纯 DFlash：drafter 增加的参数、起草-验证周期增加的延迟。 • DFlash：T=0 下 4.27，T=1 下 3.78 • + DSpark 纠错：+77.8M 参数，+9.6% 延迟；4.49，4.08 • + 路径选择（我们的）：+2.0M 参数，+0.6% 延迟；4.61，4.25 选择器在 T=0 下给 DFlash 加 0.34 个 token，T=1 下加 0.47。两个设置下都超过 DSpark 的纠错，参数少约 40 倍，延迟开销低 16 倍。选择比预测便宜。而且还有空间：oracle 能到 6.79。成对打分是我们能想到的最简单的选择器，我们相信这里还有很多可探索的。 后缀衰减是个局部问题 我们还注意到上面两行 recall 都在块尾下滑。连 oracle 都在衰减：即使选择完美，准确率仍然从第一个位置的 99.5% 掉到最后一个位置的 87.8%。没有选择器能修这个，因为候选自己就不够了。我们把这个叫后缀衰减，它是 backbone 的问题。 一个嫌疑是容量：五层 backbone 可能太小，撑不住横跨整块的依赖。如果真是这样，深度应该在靠后的位置帮上最多的忙。事实也如此：3 层、5 层、15 层的 DFlash 模型在第一个位置上几乎一样，越往块尾分得越开。但深度不加区分：多十层 attention block 到处加容量，连那些没什么可赚的靠前位置也加，把 DFlash 吸引人的那部分效率磨掉了。 图 2：GSM8K 上 Qwen3-4B 的 Recall@1（T=0），条件是前面每个位置都正确。所有 drafter 在相同设置下训练；卷积模型评估时不带选择器。它的卷积增加 3% 参数和 0.7% 周期延迟；15 层模型多出的十层增加 15.2%。 我们要一个有针对性的修法，而 DFlash 的 attention 指出了修哪里。它有两份工作：读块之前的上下文，以及建模块内部的依赖。但它在第二份上花的越来越少：块内注意力占比从第 1 层的 30% 掉到第 5 层的 8%，剩下的还集中在越来越少的一小撮 head 里。所以我们把两份工作拆开：一个专用模块承担块内工作，attention 继续读上下文。 图 3：五层 Qwen3-4B DFlash 的块内注意力按 head 分布。越亮的格子代表在起草块上花注意力越多的 head；靠后的层里，块内质量收缩、集中到少数几个 head。 一个轻量的局部卷积 块内工作本来就是短程的：一个块只有 4 到 16 个 token，最紧的依赖坐在相邻位置之间。自然的算子是短卷积：两个抽头，一个在当前位置，一个够到前一个位置，权重随内容自适应。跟随 Canon Layers、Dynamic Short Convolutions 和 Convolution for Large Language Models 的做法，我们在每个 attention 和 feed-forward 子层前后插入这个双抽头动态深度卷积： Conv_k(x)_t = k_{t,0}⊙x_t + k_{t,1}⊙x_{t-1} 每个系数由一个可学习的基核加上从当前隐藏状态算出的一个小修正组成；每 16 个通道共享一个修正。第一个位置读最后一个已验证 token 的表示，之后的每个位置读它前一个的。信息穿过整块，同时所有位置仍然并行计算。 图 4：双抽头动态卷积。每个 drafter 层的每个 attention 和 MLP 子层前后各有一个。内部：每个位置把自己的表示和前一个的混合；第一个位置读最后一个已验证 token。 卷积是块局部的、无状态的，所以能无缝插进 DFlash，不用动 attention、LM head 或验证。 只加 16.5M 参数（3%），带卷积的五层 DFlash 就逼近了 15 层 DFlash，大幅减轻后缀衰减。卷积给起草-验证周期延迟加 0.7%；多十层 Transformer 层加 15.2%。第 4、5 层的平均块内注意力从 9.4% 降到 0.5%，与卷积吸收局部工作、attention 回到读上下文一致。一个只够到前一个位置的核，买回了十层额外层的大部分收益：后缀衰减大体是个局部问题。 合在一起 到目前为止，选择器和卷积是分开测的；下面的完整对比把它们放在一起。DFlash 和 DSpark drafter 是我们在对齐的设置下自己训练的，MTP 随模型发布。 表 3：Qwen3.5-4B 每请求平均接受长度。采样：thinking 开启，温度 1.0，top-p 0.95，top-k 20，presence penalty 1.5，无损拒绝采样。 • GSM8K：MTP 4.78，DFlash 4.99，DSpark 5.69，DFlash 2 6.20 • MATH-500：5.04，5.42，6.20，6.76 • HumanEval：4.84，5.43，5.80，6.28 • MBPP：4.16，4.49，4.96，5.41 • MT-Bench：3.90，4.26，4.77，5.20 • 平均：4.54，4.92，5.49，5.97 DFlash 2 在每项基准上都领先。平均下来，它比 DFlash 多 1.05 个 token（21%），比 DSpark 多 0.48。升级仍然便宜：选择器和卷积加起来，只给五层 DFlash 的起草-验证周期延迟加了 1.3%。 在 MATH-500 上，增益逐位置可见：DFlash 2 到最后一个位置都稳在 86% 附近，而每个基线在块尾都比它低 6 到 9 个点。 图 5：MATH-500 上 Qwen3.5-4B 的条件接受率，采样同上。 两个 drafter，今天发布 我们今天发布两个 DFlash 2 drafter：一个给 Qwen3.8-27B（ Meta 的 Muse Glimmer（ Qwen3.8-27B，我们对比模型原生的 MTP 路径和一个社区 DSpark drafter。 表 4：Qwen3.8-27B 每请求平均接受长度，模型默认采样、块大小 8，对比原生 MTP 路径和社区 DSpark drafter。 • GSM8K：MTP 5.02，DSpark 4.36，DFlash 2 5.46 • MATH-500：4.72，3.92，5.28 • HumanEval：3.91，3.30，4.39 • MBPP：3.99，3.51，4.79 • MT-Bench：3.74，3.01，4.10 • 平均：4.28，3.62，4.80 对 Meta 的 Muse Glimmer，我们对比随模型发布的官方 DFlash drafter 和一个社区 DSpark drafter。 表 5：Muse Glimmer 每请求平均接受长度，模型默认采样、块大小 16。DFlash 是 Meta 随模型发布的官方 drafter；DSpark 是社区 drafter。 • GSM8K：DFlash 5.43，DSpark 5.45，DFlash 2 6.57 • MATH-500：5.39，5.01，6.56 • HumanEval：4.11，4.33，5.66 • MBPP：3.74，4.02，5.30 • MT-Bench：3.52，3.59，4.42 • 平均：4.44，4.48，5.70 差距很大：在两个模型上，DFlash 2 平均比 DSpark 多出超过一个完整的 token。它也超过每个模型的官方 drafter：Qwen3.8-27B 的 MTP、Muse Glimmer 的 DFlash。换算成吞吐，Qwen3.8-27B 上达到自回归解码的 2.7–3.4 倍，Muse Glimmer 上 3.1–4.6 倍。模型卡（ 底线 agent 一个下午写出来的东西，聊天机器人要写一个月，而每一个 token 底下都坐着解码。DFlash 2 以接近自回归解码 3 倍的速度解码，每个 token 约三分之一的算力，输出相同。 七个月里，DFlash 从我们的论文变成了行业标准，超过 350 万次下载。在同一个设计内部，DFlash 2 每次通过多解码一个完整的 token，免费。那还只是服务栈的一个组件。推理离它的地板还很远。 在 Inco AI，我们在构建一套端到端的服务栈，把这个地板继续往下压。DFlash 2 是第一块。两个 drafter 今天发布在 Hugging Face。 如果你在规模化地服务 agent，想在你的栈里评估 DFlash 2，或者想为你跑的模型（包括你自己的微调）要一个 drafter，写信给我们：contact@inco.ai。 我们也在招人。如果你想一起构建这套栈，联系我们。 把候选连起来。起草，继续并行。 脚注：Modal 的 Speculation Is All You Need 指出，投机解码是对低延迟服务最重要的优化。我们是他们工作的超级粉丝，感谢他们自 DFlash 发布以来的支持和讨论。 本文引用格式：@misc{inco2026dflash2, title={DFlash 2: Keep Drafting Parallel}, year={2026}, month={August}, url={ 原文： #DFlash# #投机解码# #LLM推理#

早间行情 韩股强势反弹，KOSPI盘中涨6.1%，SK海力士涨10.6%、三星电子涨4.9%。 美股受通胀低于预期提振，纳指涨0.9%、标普500涨0.38%，IBM因业绩预警暴跌25.2%。 加密市场温和回升，过去12小时BTC涨1.4%至约6.47万美元，ETH涨0.3%至约1877美元。

TCL科技（000100）完整评估报告 **评估日期**：2026年7月1日（周三） **评估标的**：TCL科技（000100） **当日收盘**：6.12元（+5.15%），总市值约1273亿 **前一交易日**：6月30日涨停收5.82元（+10.02%） **v4参考评分**：93分（排名第1），12家机构全买，目标价均值9.40元 --- ## 综合评分总览 | 维度 | 满分 | 得分 | 权重占比 | |------|------|------|----------| | **A. 利好催化真实性** | 25 | **21** | 84.0% | | **B. 资金面认可度** | 25 | **19** | 76.0% | | **C. 技术面+动量** | 25 | **18** | 72.0% | | **D. 消息影响持续性** | 25 | **18** | 72.0% | | **E. 大盘环境风控** | 不计分 | 震荡偏多 | — | | **小计（核心四维）** | **100** | **76** | **76.0%** | | F. 机构情报因子 | 4 | 3.5 | 87.5% | | G. 公司官方信源验证 | 4 | 2.8 | 70.0% | | H. 市场情绪 | 5 | 3.0 | 60.0% | | I. 板块强度 | 5 | 4.5 | 90.0% | | J. 财报节点 | 5 | 4.0 | 80.0% | | K. 地缘风险 | 5 | 3.0 | 60.0% | | **小计（扩展七维）** | **28** | **20.8** | **74.3%** | | **总评** | **128** | **96.8** | **75.6%** | > **评分等级**：⭐⭐⭐⭐ 强烈推荐关注（但需注意短期高位风险） > **与v4对比**：v4评分93/100（93%），v6评分96.8/128（75.6%）。评分下降主因：①新增大盘/情绪/地缘等多维度风险因子；②面板涨价周期确认见顶（7月转跌）；③短期涨幅已大，风险收益比边际恶化。 --- ## A. 利好催化真实性（21/25分） ### A1. 1260H清单不对称竞争优势（+8分） - **关键事实**：2026年6月8日美国国防部更新1260H清单，京东方（BOE）和深天马（Tianma Microelectronics）**双双被列入**，而**TCL科技未被列入**。 - **影响分析**：清单上的企业面临美国政府采购限制和潜在的供应链脱钩风险。TCL作为唯一未被列入的中国面板龙头，形成了**不对称竞争优势**。可能享受订单转移红利，尤其是海外客户为避免1260H合规风险，可能将部分订单从京东方转移至TCL华星。 - **得分**：+8（这是TCL当前最核心的差异化催化因素） ### A2. 康宁CEO到访TCL华星（+6分） - **关键事实**：2026年6月16日，康宁董事会主席/CEO魏文德（Wendell P. Weeks）到访TCL华星深圳总部，李东生、赵军全程陪同。 - **背景**：此前仅20天（5月20日），康宁刚与京东方签署战略合作备忘录，升级为前沿技术共创（玻璃基封装载板、可折叠玻璃、钙钛矿玻璃基板、光互连四大领域）。康宁CEO此时亲自拜访TCL华星，释放强烈信号。 - **合作方向**： - 传统显示面板玻璃基板供应链合作强化 - **核心亮点**：玻璃基封装（GlassBridge）赛道深度协同。TCL同日出资5亿元设立"深圳市云启新材料科技有限公司"，主营电子专用功能玻璃，被市场认定为TCL布局玻璃基先进封装的核心实体 - TCL华星旗下天津普林已联合完成玻璃芯基板（TGV）联合研发，产出成熟样品 - **得分**：+6（玻璃基板封装打开第二增长曲线） ### A3. 资产收购增厚EPS（+5分） - **关键事实**：拟发行股份及支付现金购买广州华星半导体45%股权，收购完成后100%控股。该产线2026年Q1净利润5.1亿元，预计全年超21亿元。 - **影响**：显著增厚归母净利润，2026年EPS预测从0.27元提升至0.34元。 - **得分**：+5 ### A4. 11-12亿回购+五年期合伙人持股计划（+4分） - **关键事实**： - 6月23日首次回购8216.76万股（占总股本0.40%），耗资约4亿元 - 回购总金额11-12亿元，回购价区间4.82-4.93元（远低于当前6.12元） - 推出五年期合伙人持股计划，深度绑定管理层利益 - 取消46亿元配套融资（不摊薄股权） - **得分**：+4（回购+激励+不摊薄三重利好） ### A5. 面板基本面隐忧（-2分） - **关键事实**： - LCD TV面板价格5月全线停涨，6月持平，7月预测转跌（小尺寸-1美元，中大尺寸-2~3美元，超大尺寸-5~8美元） - 618大促零售量同比下跌超25% - 洛图科技判断2026年价格走势：Q1涨→Q2稳→Q3跌→Q4稳 - TCL华星高世代线6月稼动率已降至85%以下 - **影响**：LCD面板基本面与股价大涨形成明显背离，这是一个**需要警惕的信号** - **得分**：-2 ### **A维度小结**：利好催化真实且强劲，尤其是1260H豁免+康宁合作+资产收购三级火箭。但LCD周期顶部信号明确，基本面与股价背离需关注。 --- ## B. 资金面认可度（19/25分） ### B1. 6月30日龙虎榜（涨停日）（+8分） | 席位类型 | 买入金额 | 卖出金额 | 净额 | |----------|----------|----------|------| | **北向资金（深股通）** | 6.05亿 | 2.21亿 | **+3.84亿** | | 机构专用×3（买入榜） | 4.99亿 | 2.16亿 | **+2.83亿** | | 国泰海通北京知春路（游资） | 2.03亿 | 0.06亿 | **+1.98亿** | | 机构专用×1（卖出榜） | 0.84亿 | 1.08亿 | **-0.24亿** | | **合计** | **13.92亿** | **5.50亿** | **+8.41亿** | - **机构净买入2.59亿元**，北向净买入3.84亿元，游资大举做多 - 买方力量压倒性强势 - **得分**：+8 ### B2. 6月30日资金全景（+6分） - 主力资金净流入14.73亿元，占总成交额22.13% - 成交额66.56亿元，换手率6.12% - 属于量价齐升的健康涨停 - **得分**：+6 ### B3. 7月1日资金分化（+3分） - 收盘6.12元（+5.15%），继续上涨 - 成交额157.81亿元（较前日翻倍+），换手率13.62% - **主力资金转为净流出5.79亿元**（占总成交额3.67%） - 游资净流入2.32亿，散户净流入3.47亿 - **关键判断**：量能异常放大+主力净流出=**高位分歧加大，有出货迹象** - **得分**：+3（继续上涨但资金面边际恶化） ### B4. 北向资金持续性（+2分） - 北向6/30大买后，7/1数据待观察 - 北向资金是TCL近期上涨的主要推动力之一 - **得分**：+2 ### **B维度小结**：6/30资金面极强（机构+北向+游资共振），但7/1出现显著分化（主力净流出5.79亿+量能翻倍），资金面边际弱化。短线需警惕筹码松动。 --- ## C. 技术面+动量（18/25分） ### C1. K线形态与均线（+6分） - **近期走势**：6/26约5.40元 → 6/30涨停5.82元 → 7/1收6.12元（两日涨幅+15.6%） - 6/30早盘9:56封涨停板，封板时间早且坚决 - 股价突破前期阻力位（5.0-5.4区间），站上所有短期均线 - 均线系统呈多头排列（5日>10日>20日>60日） - MicroLED、玻璃基板封装、MiniLED三大概念当日领涨（分别+5.39%、+5.33%、+4.84%） - **得分**：+6 ### C2. 量能分析（+4分） - 6/30涨停日成交66.56亿，换手6.12%（缩量涨停=筹码锁定好） - 7/1成交157.81亿，换手13.62%（放量上涨=分歧加大） - 两日累计成交224.37亿，量能充沛 - **得分**：+4（量能充沛但有放量滞涨隐忧） ### C3. 概念热度加持（+4分） - MicroLED / 玻璃基板封装 / MiniLED 三大概念全线领涨 - 泛半导体/AI算力材料平台的新估值逻辑正在被市场接受 - 长鑫存储IPO（TCL为股东）持续发酵 - **得分**：+4 ### C4. 技术风险警示（+4分） - **风险项**： - 7/10限售解禁9.86亿股（约占总股本4.7%），可能形成短期抛压 - 7/1高换手13.62%+主力净流出，短线有回调压力 - RSI预计进入超买区（连续大涨后） - 从4.8-5.0元区间启动，短期内涨幅已达22-27%，获利盘积累 - **得分**：+4（动量强劲但附带显著短期风险） ### **C维度小结**：技术面短期极度强势，但量能异常+主力流出+限售解禁构成三大技术隐忧。超短操作需精确定位买卖点。 --- ## D. 消息影响持续性（18/25分） ### D1. LCD面板周期见顶（-5分） - **核心事实**：洛图科技预测7月面板价格转跌，Q3整体调整。面板价格上涨周期（2026Q1开始）确认进入尾声。 - **影响**：传统LCD周期逻辑对股价的支撑将边际减弱。 - **得分**：-5 ### D2. 估值逻辑重构（+7分） - **核心观点**：市场正在从"面板周期股"向"泛半导体/AI算力材料平台"重新定价TCL - **支撑逻辑**： - 玻璃基板封装（GlassBridge）= AI算力基础设施材料 - 玻璃基板光互联 = 数据中心新一代互联技术 - MicroLED = 下一代显示技术 - 台厂7.5代线关闭 = 全球TV面板产能进一步收敛 - **得分**：+7（这是对新估值逻辑的最大加分项） ### D3. 玻璃基板封装长期逻辑（+6分） - **产业链位置**：玻璃基板封装是AI芯片先进封装的关键技术方向之一 - **TCL优势**： - 天津普林已完成TGV（玻璃通孔）样品 - 新设云启新材料专注电子功能玻璃 - 康宁（全球玻璃材料龙头）的合作加持 - **持续性**：这是一个3-5年的长期产业趋势，短期不会证伪 - **得分**：+6 ### D4. 1260H事件持续性（+5分） - **持续性判断**： - 1260H清单是年度更新机制，短期内（至少到2027年）京东方不会从清单移除 - TCL的不对称优势将持续至少6-12个月 - 但美国政策存在不确定性，TCL未来也有可能被列入 - **得分**：+5 ### D5. 短期利空因素（-5分） - **618零售下滑25%**：消费端疲软 - **三星/LG砍单**：4月三星砍单约120万片，Q3订单Forecast不足 - **材料成本上涨**：IC、膜材等下半年面临全面涨价，压缩面板厂利润 - **股价已反映部分利好**：从5.40到6.12已涨13% - **得分**：+5（总分调整） ### **D维度小结**：消息面核心矛盾——传统LCD周期见顶 vs 新估值逻辑重构。关键在于市场能否持续买账"泛半导体材料平台"的故事。短期看故事仍有延续空间，但需密切跟踪。 --- ## E. 大盘环境风控（不计分，作为仓位参考） | 指标 | 当前状态 | 对TCL影响 | |------|----------|-----------| | 上证指数 | 约4094点，涨0.44% | 中性偏多 | | 市场风格 | 7/1高低切换：金融/医药涨，科技调 | 短期不利科技 | | 成交额 | 全市场3.66万亿 | 流动性充裕 | | 赚钱效应 | 超4300只红盘，200+涨停 | 整体良好 | | 恒生科技 | 继续走强 | 正面 | **风控提示**：大盘震荡修复期，科技板块7/1受高低切换影响承压。TCL作为面板龙头兼具科技与周期属性，单日抗跌能力强（7/1仍然收涨5.15%），但需关注科技板块整体调整风险。 --- ## F. 机构情报因子（3.5/4分） ### F1. 机构覆盖与评级（+2分） | 项目 | 数据 | |------|------| | 覆盖机构数 | 12家（近6个月） | | 评级分布 | 12家全买（94.12%强力推荐+5.88%买入） | | 目标价最高 | 9.40元（6/27研报，上调至买入） | | 目标价最低 | 6.74元（国泰海通6/5，增持） | | 2026年EPS预测均值 | 0.34元 | | 2026年净利润预测均值 | 71.42亿元（+58.12% YoY） | - **得分**：+2（机构共识极强，无一家看空） ### F2. 最新研报含金量（+1.5分） - **6/27研报亮点**（目标价9.40元=较当时5.40元有74%上行空间）： - 核心逻辑："业绩爆发+治理重构+行业拐点"三重共振 - Q1归母净利润创17个季度新高 - 93亿资产整合大幅增厚EPS - 11-12亿回购+合伙人持股计划 - **当前价已达到6.12元**，距6.74元（国泰海通目标价）仅剩10.1%，距9.40元还有53.6% - **得分**：+1.5（目标价仍有空间但安全边际收窄） ### **F维度小结**：机构共识为历史最强，但部分保守目标价（6.74元）已接近，短期上行空间需重新评估。 --- ## G. 公司官方信源验证（2.8/4分） ### G1. TCL官网新闻中心（0.3/0.5分） - **访问结果**： - **最新新闻**：2026年6月10日"TCL亮相中国酒店业数字化发展论坛"（与面板主业无关） - **缺失信息**：官网未发布康宁CEO到访、TCL华星相关新闻（信息集中在财经媒体端） - **判断**：品牌向官网，对产业动态覆盖不足 - **得分**：0.3 ### G2. 巨潮资讯网公告（1.0/1.0分） - **访问结果**： - **最新公告时间线**： - 6/29：债券受托管理事务报告 - 6/24：首次回购实施公告（8216.76万股，4亿元） - 6/23：第二次临时股东会决议（通过员工持股、合伙人计划） - 6/9：回购报告书 - 6/3-6/4：多份重大公告（取消配套融资、收购广州华星、回购方案、中长期员工持股） - **判断**：公告密集，内容实质利好。取消46亿配套融资+11-12亿回购+合伙人计划构成完整利好组合拳 - **得分**：1.0（满分） ### G3. 互动易（1.0/1.0分） - **搜索结果**：TCL科技6月3日接待170余家机构调研 - **核心回应**： - 取消配套融资原因：现金流充裕、不愿低价增发摊薄、维护股东利益 - 回购方案背景：当前股价低估，彰显长期信心 - 分红规划：承诺未来三年累计分红不低于年均可分配利润的30% - 面板业务展望：对下半年持谨慎乐观态度 - **判断**：管理层积极沟通，信号清晰正面 - **得分**：1.0（满分） ### G4. 东方财富股吧（0.5/1.0分） - **访问结果**： - **讨论热帖比例**：看多~45%、谨慎~35%、中性~20% - **关注主题**： - 长鑫存储IPO（TCL为股东，被视作重大利好） - 玻璃基板/光互联概念 - 多空分歧："明天继续大涨" vs "爆量出货" - 散户情绪："6.1本满仓进有点怕""被套5年终于回本" - **判断**：多空分歧显著，散户情绪中性偏乐观。需注意当股价达到部分老散户"解套"位置时可能面临抛压 - **得分**：0.5（情绪健康但分歧较大） ### **G维度小结**：官方公告全面正面，机构调研充分，管理层沟通有效。但官网信息滞后、股吧多空分歧较大是减分项。 --- ## H. 市场情绪（3/5分） ### H1. 散户情绪（+1.5分） - 股吧看多比例约45%，属于正常偏乐观区间 - 新概念（长鑫IPO、玻璃基板）持续发酵吸引新资金 - 部分散户"解套"后可能获利了结 - **得分**：+1.5 ### H2. 社交媒体热度（+1.0分） - 面板板块处于市场焦点地位 - TCL涨停成为6/30市场重要话题 - 但7/1市场风格切换至金融/医药，科技热度边际下降 - **得分**：+1.0 ### H3. 情绪风险（+0.5分） - 高位放量+主力净流出可能引发跟风盘恐慌 - "爆量出货"论调有一定传播力 - 涨停板情绪消化后可能出现获利回吐 - **得分**：+0.5 ### **H维度小结**：市场情绪整体偏正面但分歧加大。短线情绪有从"追涨"转向"止盈"的迹象。 --- ## I. 板块强度（4.5/5分） ### I1. TCL vs 京东方 vs 深天马（+2.5分） | 指标 | TCL科技 | 京东方A | 深天马A | |------|---------|---------|---------| | 最新价格 | 6.12元 | 约7.79元 | — | | PE(TTM) | **22.2倍** | 48.5倍 | — | | 1260H清单 | **未列入** | 列入 | 列入 | | 2026Q1利润增速 | +53.71% | — | — | | 机构评级 | 12家全买 | — | — | - **核心优势**：TCL PE仅22倍 vs 京东方48倍，估值折价57%，且基本面增速更高、无1260H风险 - **得分**：+2.5 ### I2. 面板板块整体表现（+1.0分） - 6/26面板板块集体爆发：京东方放量上涨3.59%，成交356.77亿 - 6/30 MicroLED概念+5.39%、玻璃基板封装+5.33%、MiniLED+4.84% - 板块进入强势期 - **得分**：+1.0 ### I3. 板块轮动风险（+1.0分） - 6/30-7/1科技→金融/医药的切换迹象 - 面板板块短期涨幅较大，板块内资金有获利了结需求 - 但面板作为"科技+周期"双属性，相对抗跌 - **得分**：+1.0 ### **I维度小结**：TCL在板块内比较优势极为突出（低估值+高增速+无制裁），板块整体强势，但需关注轮动风险。 --- ## J. 财报节点（4/5分） ### J1. 披露时间窗口（+1.5分） - **2026年半年报**：预约**2026年8月29日**披露 - **距今**：约59天（近2个月），处于"业绩真空期"的中间位置 - **2025年半年报**：7月9日发布业绩预告（预增），可作为参考 - **得分**：+1.5（时间窗口有利于题材炒作，但需关注7月是否有预告） ### J2. 业绩确定性（+1.5分） - **2025年年报**：归母净利润同比增长188.8% - **2026年Q1**：归母净利润15.56亿，同比增长53.71%，创17个季度新高 - **2026年预期**：机构预测全年净利润71.42亿，同比增长58.12% - **收购增厚**：广州华星Q1净利润5.1亿，全年预计21亿+，显著增厚下半年报表 - **得分**：+1.5（业绩增长确定性高） ### J3. 财报风险（+1.0分） - Q2面板价格持平但需求走弱（618零售-25%、三星砍单） - TCL华星6月稼动率降至85%以下 - Q3面板价格预跌，可能影响Q3业绩预期 - 半年报可能成为"利好出尽"的节点 - **得分**：+1.0 ### **J维度小结**：业绩基本面强劲，半年报披露前仍有约2个月的炒作窗口。但需警惕8月底半年报发布前后的"利好兑现"风险。 --- ## K. 地缘风险（3/5分） ### K1. 1260H豁免优势（+2分） - TCL是三大面板龙头中**唯一未被列入1260H清单**的企业 - 形成6-12个月的不对称竞争优势窗口 - 海外客户（尤其美国相关）可能优先选择TCL华星作为供应商 - **得分**：+2 ### K2. 中美科技博弈不确定性（-1分） - 美国对华科技遏制政策仍在持续升级 - 1260H清单扩大至188家中国企业 - 长鑫存储、长江存储被重新列入（此前曾短暂移除后又加回） - TCL未来仍存在被列入风险（尤其在半导体业务扩张后） - **得分**：-1 ### K3. 潜在利好（+1.5分） - 京东方被列入1260H后，韩国三星/LG等国际客户可能重新平衡供应链 - 面板产能向非制裁企业转移的趋势可能加速 - 中国本土替代逻辑强化 - **得分**：+1.5 ### K4. 限售解禁风险（+0.5分） - **7月10日**：986,292,106股限售股解禁（约占总股本4.7%） - 按6.12元计算，解禁市值约60亿元 - 这是短期最重要的技术面风险事件 - **得分**：+0.5 ### **K维度小结**：地缘政治对TCL整体构成**净利好**（豁免+竞争对手受限），但需持续关注政策变化和7/10限售解禁。 --- ## 综合投资建议 ### 多空力量对比 | 多方力量 | 空方力量 | |----------|----------| | ✅ 1260H豁免（唯一未被列入的面板龙头） | ❌ LCD面板价格7月预跌，周期见顶 | | ✅ 康宁CEO到访，玻璃基板封装合作 | ❌ 7/1主力净流出5.79亿，量能异常放大 | | ✅ 12家机构全买，目标价最高9.40元 | ❌ 短期涨幅过大（两日+15.6%），获利盘堆积 | | ✅ 资产收购增厚EPS，Q1业绩+53.71% | ❌ 7/10限售解禁9.86亿股（约60亿市值） | | ✅ 11-12亿回购+合伙人持股计划 | ❌ 市场风格切换（7/1金融/医药领涨，科技调整） | | ✅ 估值仅为京东方46%（22倍 vs 48倍PE） | ❌ 部分解套盘可能形成抛压 | ### 短线策略建议（1-5个交易日） - **操作建议**：**谨慎持有，逢高减仓** - **原因**：7/1量能异常+主力净流出是明确的短期风险信号，叠加7/10限售解禁，未来几个交易日可能出现回调 - **防守位**：5.82元（涨停价）、5.40元（6/26收盘价） - **进攻目标**：6.74元（国泰海通目标价） ### 中线策略建议（1-3个月） - **操作建议**：**回调低吸，关注半年报窗口** - **原因**：1260H豁免+康宁合作+玻璃基板封装三重中长期逻辑不变，8月底半年报有望成为新的催化剂 - **关键观察点**：半年报业绩预告（预计7月发布）、面板价格走势、北向资金持续性 ### 风险提示 > ⚠️ **本评估仅供参考，不构成投资建议。** 股市有风险，投资需谨慎。TCL科技短期涨幅已较大，存在回调风险。7/10限售解禁可能引发短期波动。请投资者根据自身风险承受能力独立决策。 --- ## 附录：v4 → v6 评分变化对比 | 维度 | v4（仅核心四维） | v6（完整11维） | 变化 | |------|-----------------|---------------|------| | A. 利好催化真实性 | ~24/25 | 21/25 | **-3**（LCD周期见顶拖累） | | B. 资金面认可度 | ~23/25 | 19/25 | **-4**（7/1主力流出+放量分歧） | | C. 技术面+动量 | ~23/25 | 18/25 | **-5**（短期涨幅过大+解禁压力） | | D. 消息持续性 | ~23/25 | 18/25 | **-5**（面板价格转跌） | | **核心四维合计** | **93/100** | **76/100** | **-17** | | E-K 扩展七维 | N/A | 20.8/28 | 新增 | | **总分** | **93/100** | **96.8/128** | 口径不同 | **评分下降原因总结**： 1. v4评估时（约6月26日前后）面板涨价周期尚未确认见顶，v6时已确认7月转跌 2. v4评估时股价约5.40元，v6时已涨至6.12元，上涨13%后风险收益比恶化 3. 7/1资金面出现主力净流出信号，改变了此前"机构+北向共振买入"的完美格局 4. v6新增7个维度（F-K共28分），覆盖了更多风险维度 --- *评估完成时间：2026年7月1日* *数据来源：东方财富、新浪财经、同花顺、巨潮资讯网、TCL官网、洛图科技、腾讯新闻等*

新浪微博最新开源了 1.5B 参数“小模型”「VibeThinker-1.5B」，训练成本仅 7800 美元，在数学和编码等复杂推理任务上达到甚至超越大型模型的水平！ 背景与动机：为什么小模型能“逆袭”？ OpenAI o1 模型开启了“大型推理模型”（LRM）时代，通过强化学习和长链式思考（Long CoT），在数学定理证明、临床诊断和编程竞赛等领域接近人类专家水平。随后开源项目如 DeepSeek R1（671B）和 Kimi K2（>1T）进一步强化了“规模定律”：参数越多，推理越强。小模型被视为先天不足，无法处理高难度问题。 论文作者质疑这一观点：如果从小模型入手，通过巧妙的训练策略，能否挖掘出隐藏的推理潜力？答案是肯定的。VibeThinker-1.5B 基于 Qwen2.5-Math-1.5B 基础模型，经过后训练优化，在基准测试中大幅提升——从 AIME24 数学测试的 6.7 分跃升至 80.3 分，编码基准LiveCodeBench V6 从 0 分升至 51.1 分。更惊人的是，它在多个数学挑战上小胜 DeepSeek R1，后者参数规模是它的 400 多倍。这表明，推理能力的瓶颈不在于“体型”，而在于训练范式的创新。 核心创新：Spectrum-to-Signal Principle（谱-信号原理） 论文提出“谱-信号原理”（SSP），这是一个重新定义监督微调（SFT）和强化学习（RL）协同的框架。传统方法视 SFT 为“准确定位最佳答案”的阶段，RL 则进一步精炼。但作者认为，这会让模型陷入单一路径的“局部最优”，限制后续探索空间。SSP 将两阶段解耦为互补角色： · 谱阶段（SFT）：探索多样性 SFT 不再追求单次生成（Pass@1）的准确率，而是优化多采样成功率（Pass@K），生成一个“丰富的光谱”——即多种潜在正确解法。这能避免模型固守狭隘模式，提升问题解决的鲁棒性和创造性。 实现上采用“两阶段多样性探索蒸馏”： 1. 领域感知多样性探测：将数学领域拆分为子域（如代数、几何），为每个子域用强大 LLM 生成探测集，选出在 Pass@K 上最佳的“专家模型”。 2. 专家模型融合：通过加权平均（均匀权重）合并专家模型，形成统一 SFT 模型。这平衡了准确性和多样性，为 RL 铺平道路。 · 信号阶段（RL）：放大正确路径 RL 从 SFT 的“光谱”中挑选并强化最佳推理轨迹。作者引入“最大熵指导政策优化”（MGPO），基于群相对政策优化（GRPO）扩展。GRPO通过采样多组响应计算相对优势，避免外部价值函数的复杂性。MGPO 进一步融入最大熵原理：优先训练不确定性高的样本（准确率接近 50%，即二元分布的最大熵点），用熵偏差正则化加权优势函数。这让模型高效聚焦“高价值”问题，避免浪费计算在已掌握的简单任务上。 RL 分两子阶段：先数学推理（上下文从 16K 扩展到 32K），后编码生成，奖励函数为二元正确性。 此外，论文强调数据净化：使用 10-gram 语义匹配去除训练与测试集重叠，确保成绩真实。训练数据结合开源数据集和合成数据，覆盖数学和编码领域。 实验与结果：小模型的“大逻辑” 在多个基准上评估 VibeThinker-1.5B，包括数学（MATH-500、AIME24/25、HMMT25）、编码（LiveCodeBench V5/V6）和知识（GPQA-Diamond）。评估采用 vLLM 后端，多采样 Pass@1，温度 0.6（数学用 1.0）。 · 与小模型比较：VibeThinker 在子 3B 类别中拔尖，AIME25 达 74.4（Qwen3-1.7B 仅 36.8），HMMT25 达 50.4（SmolLM-3B 仅 26.0），编码 V6 达 51.1（基础模型 0.0）。 · 与大型推理模型比较：数学上小胜 DeepSeek R1（AIME24：80.3 vs. 79.8；AIME25：74.4 vs. 70.0；HMMT25：50.4 vs. 41.7），与 MiniMax-M1-456B 持平。编码稍逊 Magistral Medium（55.9 vs. 59.4）。 · 与顶级非推理模型比较：数学碾压 GPT-4.1（AIME24：80.3 vs. 46.5）和 Kimi K2（49.5），编码胜 Claude Opus 4（51.1 vs. 47.4）。但在 GPQA 知识测试上仍有差距（46.7 vs. 70-82），提示小模型在广域知识上需进一步优化。 这些结果证实 SSP 的有效性：多样性驱动让小模型在推理密集任务中“以小博大”。 讨论与影响：重塑 AI 格局 VibeThinker 的成功源于算法设计而非参数堆积，推理成本降至大型模型的 1/30-1/60，便于边缘部署（推理成本低 20-70 倍）。它暴露了规模定律的局限：小模型潜力被低估，尤其在数学/编码领域。但知识基准的差距表明，未来需加强广义知识注入。 开源模型和技术报告：