概念
别名：MTP、drafters
投机解码技术，通过draft模型并行生成多个token实现加速。
已跟踪 2 条高相关材料
最近变化
2026-05-20 · LiteRT-LM 在 Android GPU (OpenCL) 上实现 52 tokens/sec 解码速度，iOS (Metal) 达 56 tokens/sec，WebGPU 在 MacBook Pro 上可达 76 tokens/...
为什么值得关注
Multi-Token Prediction 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Blazing fast on-device GenAI with LiteRT-LM
Google Developers Blog · 7.5 分
Google AI Edge 发布 LiteRT-LM 推理引擎，专为在边缘设备上高效运行 Gemma 4 模型设计，支持 Android、iOS、Web 多平台，GPU 推理可达 76 tokens/sec，结合 Multi-Token Prediction 技术实现 2.2...
Make Gemma go brrrr!!! Multi-Token Prediction drafters are here for Gemma 4, making inference up to ...
Philipp Schmid(@_philschmid) · 7.2 分
Philipp Schmid宣布为Gemma 4模型推出多令牌预测（Multi-Token Prediction）drafters技术，实测推理速度提升最高达3倍，且输出质量零损失。
已收录 2 条与 Multi-Token Prediction 相关的内容，按评分排序。
Google AI Edge 发布 LiteRT-LM 推理引擎，专为在边缘设备上高效运行 Gemma 4 模型设计，支持 Android、iOS、Web 多平台，GPU 推理可达 76 tokens/sec，结合 Multi-Token Prediction 技术实现 2.2 倍加速。
入选理由：LiteRT-LM 在 Android GPU (OpenCL) 上实现 52 tokens/sec 解码速度，iOS (Metal) 达 56 tokens/sec，WebGPU 在 MacBook Pro 上可达 76 tokens/sec
Philipp Schmid宣布为Gemma 4模型推出多令牌预测（Multi-Token Prediction）drafters技术，实测推理速度提升最高达3倍，且输出质量零损失。
入选理由：Multi-Token Prediction drafters使Gemma 4推理速度最高提升3倍
