9月1日消息,扩散语言模型团队扩散智能DiffuSpace与亚洲智能体计算平台公司Acrab达成战略合作,双方将推动dLLM在AI PC、智能汽车、机器人及智能家居等端侧AI场景落地,适配测试显示,dLLM可将端侧Agent的运行速度提升5倍。
与GPT类自回归模型“从左至右、逐个Token”的生成范式不同,dLLM借鉴图像生成中的扩散机制,实现“全局生成”,能结合上下文持续调整结果,并极大提升生成效率,在部分场景中,甚至可将推理速度提升至GPT式自回归模型的10倍。
扩散智能DiffuSpace与Acrab联手,是行业内扩散语言模型首次与端侧计算平台开展系统级协同适配。作为业内最早布局端侧Agent计算、当前最具适配优势的芯片平台,Acrab为扩散语言模型的端侧部署与规模化应用提供了关键验证平台。据介绍,扩散语言模型的全局生成特性,能更好适配AI PC、智能汽车等端侧场景对实时性、规划能力和计算效率的要求。
据介绍,扩散智能DiffuSpace是全球最早投入dLLM范式研究的团队之一,由港大NLP实验室联合主管孔令鹏教授及其博士生龚珊三、叶佳成联合创立,核心团队长期深耕扩散语言模型研究,在该领域处于国际前沿,是在“条件生成、离散信号建模、Scaling”三大dLLM核心问题上均有全球领先突破的团队。成员均来自清华、北大、港大、CMU等顶尖高校及顶尖模型团队。2022年,团队推出DiffuSeq,开创了扩散模型处理序列到序列文本生成的技术路径;2025年,团队推出的Dream 7B模型首次全面超越同参数规模的自回归模型,并在规划能力上比肩671B的DeepSeek V3。
今年以来,dLLM正在加速实现技术突破,Google、Inception、蚂蚁集团等科技企业陆续推出新款模型,业内近期已出现“扩散语言模型或将在两年内替代GPT类自回归模型”的判断。
文/广州日报新花城记者:张露
广州日报新花城编辑:李光曼


















































