比GPT-6 Luna快8倍！扩散LLM跑分也反超了
大家习惯了AI一字一句慢慢输出，现在有一类扩散大模型，不靠逐字排队，并行生成文字，速度直接拉开差距，最新的Mercury 3更是在多项评测里追上甚至反超GPT-6 Luna。
全球⾸个⼤规模 Agentic 扩散模型来了！
扩散语言模型凭块并行解码拿到了自回归模型难以企及的速度上限，LLaDA2.0 把这条路线推到 100B 参数，LLaDA2.1 又靠 token 编辑机制在 HumanEval+ 上跑出 892 TPS，但这些都是在静态生成中展现的数据。
刚刚，DeepMind经典巨作再封神，ICML 2026大奖公布
ICML 2026杰出论文奖正式公布，两篇扩散模型论文同时登顶，而且作者里不少华人。ICML 2026大奖公布来了!
比GPT-6 Luna快8倍！扩散LLM跑分也反超了
10 月 19 日，由斯坦福大学教授 Stefano Ermon 联合创办的 Inception Labs，拿出了一份颇具冲击力的成绩单:Mercury 3 在官方公布的多项基准测试中超过 GPT-6 Luna 和 Claude Haiku 5.5，输出速度达到每秒 1068 Token，最高比 GPT-6 Luna 快约 8 倍。
首尔 ICML 四天：模型吃掉一切的速度，快过所有人找身位的速度丨五源孟醒
来源：市场资讯（来源：晚点LatePost）晚点专栏作者丨五源资本合伙人 孟醒刚过去不久的 ICML 大会，可能是最近几年最热闹、也最 “迷茫” 的一次 AI 顶会。
大模型的逐字生成模式，正在拖慢你的Agent，有人跑出了5倍提速
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 的测试结果显示，在端侧场景中，dLLM 可将 Agent 的运行速度提升约 5 倍。
ISSTA 2026｜LAVE：面向扩散语言模型的约束解码
由于一次前向传播可以同时预测所有位置的 token 概率分布，扩散语言模型天然地具有并行解码和高效推理的潜力，催生了 LLaDA、Dream 和 Gemini Diffusion 等扩散语言模型的出现。例如，在 Dream-7B 的 C++ 任务上，功能正确率从 25.6% 提高到 33.5%。
DiffusionGemma：4倍速度颠覆LLM，AI生成文本的方式正在被改写
谷歌悄悄投下了一颗技术炸弹：DiffusionGemma。如果你只是匆匆看了一眼新闻标题，可能会觉得这不过是谷歌又发了一个开源模型——没什么大不了的，谷歌每个月都在发模型。但你如果认真看了技术细节，会发现这件事比表面看起来炸裂得多。