返回资讯中心
外部精选
ai-models
#大模型#国内动态#资讯#Agent#扩散模型

刚刚,扩散模型杀进Agent主场!350亿参数,速度比Jev快一倍

据悉,扩散智能由香港大学孔令鹏教授及其博士生龚珊三、叶佳成联合创立。团队成员对扩散语言模型的探索,可以追溯到2022年。

量子位henry2026/10/29 · 20 天前1 分钟阅读中文

以下正文同步自 量子位,版权归原站所有,已转换为易读排版。

据悉,扩散智能由香港大学孔令鹏教授及其博士生龚珊三、叶佳成联合创立。团队成员对扩散语言模型的探索,可以追溯到2022年。

那一年,他们提出了DiffuSeq,研究如何用扩散模型完成序列到序列的文本生成:给定一段文字,再按条件生成另一段文字。

当时要迈过的一道坎,就是把擅长处理图像等连续信号的扩散方法,用到离散的自然语言上。

到了2025年4月,团队核心成员参与推出Dream 7B,将研究推进到70亿参数语言模型。

根据当时公布的结果,Dream 7B在通用、数学和代码任务上,取得与同规模自回归模型可比的表现,也展示了规划能力和生成顺序上的灵活性。

再到这次的Clover,模型规模继续扩大,写代码、调用工具、连续执行任务,都成了重点展示的内容。

这条路线,也就从最初研究怎么生成文字,一步步走到了如何把复杂任务做对、做快。现在,团队还在往多模态和端侧延伸。

据介绍,Clover后续也将推出多模态版本,团队正在推进扩散语言模型与多模态理解及动作生成的结合,并持续开展端侧场景的适配与验证。与Acrab的合作,则在推进面向端侧场景的系统适配和软硬件协同验证。

按照团队计划,接下来还会继续探索更大规模的模型,提高长程任务的稳定性,并通过推理优化、量化和部署适配,推进端侧应用。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →