🎯 科技 · AI
🔥 大模型竞争新赛道：从"卷参数"到"卷范式"，扩散语言模型以并行生成重构端侧AI体验
9月1日，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宣布达成战略合作，双方将推动dLLM（扩散语言模型）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，部分场景中推理速度更是可达GPT式自回归模型的10倍。业内已出现"扩散语言模型或将在两年内替代GPT类自回归模型"的激进判断。
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。以AI PC场景为例，当Agent需要同时处理邮件、整理日程、检索文件并生成后续计划时，传统自回归模型需逐步生成、依次执行，而扩散模型可以对多个相关步骤进行并行推演，并根据变化实时调整，完成多个任务的动态耦合。
在Acrab参考设计的Coding Agent任务中，dLLM可并行处理多个代码位置，显著提升代码生成与修改效率；在视频剪辑智能体任务中，dLLM凭借全局建模能力，可协同处理图像、语音和文字等多模态信息。Acrab已推出第一代端侧AI芯片GΞLIX 1，提供超过700 TOPS的AI算力与273GB/s统一内存带宽，累计融资超4.8亿美元，已进入产业量产阶段。
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创立，2025年推出的Dream 7B模型首次全面超越同参数规模的自回归模型。今年以来，Google、Inception、蚂蚁集团等企业均在dLLM加速布局，行业竞争已从单纯"卷参数规模"转向"卷生成范式"，端侧AI的体验天花板有望被彻底打破。
综合中国经济网、证券日报、钛媒体报道 | 2026-09-02