Folia
← 返回头版

扩散语言模型的构建与推理加速突破

扩散语言模型正在成为推理阶段的关键技术进展。1掩码扩散语言模型(MDLM)本质上是具有随机掩码率的生成式BERT,通过平行生成能够实现显著的推理加速。1截至2026年,已有多个产业级扩散模型发布,在质量上与自回归模型相当。1

当前开源与商业模型均展示了扩散方法的优势。Mercury 2在标准GPU上达到超过1,000令牌/秒/用户的性能,速度为Claude Haiku和Gemini Flash的5-10倍。1LLaDA规模为8B参数,采用MDLM骨干网络、块扩散和重掩码技术。1Nemotron Diffusion报告在保留99%质量的同时实现2-8倍的吞吐量提升。1Google的Gemma Diffusion也已推出。1

扩散模型支持迭代优化进行错误纠正,可实现5-10倍的平行生成加速。1业界认为扩散模型可能对推理阶段产生类似Transformer对预训练阶段的深远影响。1


评论