此前，DFlash 更像是“工具已经备好，模型还没到手”。这套推测解码方案会先分块起草，再交给主模型验证，以减少逐字生成的等待。如今关键拼图出现了：据 LocalLLaMA 用户 nasone32 发现，小米已在 Hugging Face——常用的模型托管平台——上传 MiMo-V2.5-DFlash，仓库中有独立的 dflash 目录。模型权重就是训练后得到、可加载运行的核心参数；有了它，DFlash 才从 llama.cpp 的引擎支持进一步走向实际验证。
下一步是把原始权重转换成 GGUF，也就是 llama.cpp 生态常用的本地模型格式，再测试能否正常运行。发帖者还称仓库提供了独立的 MTP 模型，但目前材料没有给出转换结果或实测数据。因此，这次更准确的意义不是“性能已经兑现”，而是本地推理社区终于拿到了可以动手转换和核验的对象。