主流大模型仍在沿着自回归路线不断扩展，但另一种技术路径正在加速逼近产业化临界点。
一项联合测试为这种可能性提供了新证据。
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。基于此次测试，双方计划加速推进扩散语言模型在 AI PC、智能汽车、机器人及智能家居等场景的落地。
扩散语言模型（Diffusion Language Model，dLLM），凭借「全局生成」的独特性，被视为下一代通用人工智能基础模型的重要方向之一，甚至被预测，“或将在两年内替代 GPT 类自回归模型”。Google、Inception、蚂蚁集团等都在积极抢占这一赛道。
与 GPT 类主流模型 “从左至右，逐个 Token 生成” 的模式不同，dLLM 模型借鉴了图像模型的扩散机制，生成时先形成全局内容框架，再结合上下文并行不断修正结果，既能形成更具全局一致性的内容，也能实现 5 倍乃至 10 倍的推理加速
这种差异，在端侧 AI 上会被进一步放大。
传统自回归模型的生成范式，每次 “只生成一个 token”，无法高效利用端侧芯片的并行算力；但扩散语言模型则可以将多个位置同时交给 GPU 处理，将芯片的并行计算能力转化为实际速度
Agent 场景又进一步放大了生成速度的重要性。一次完整的 Agent 任务，往往包括规划、检索、工具调用、执行和校验，模型可能被连续调用多次。每一次生成带来的延迟，都会在整条任务链路中累加。因此，5 倍提速，可显著缩短 Agent 完成任务的所需时间
以 AI PC 为例，一个本地 Agent 可能需要同时读取邮件、整理日程、检索文件并生成后续计划，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，协同完成多个相互关联的任务。
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” 的三大 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。机器之心曾报道过该团队研发的 Dream 7B 模型（《7B扩散LLM，居然能跟671B的DeepSeek V3掰手腕，扩散vs自回归，谁才是未来？》）
围绕这条技术路线和产业应用，我们与扩散智能 DiffuSpace 进行了一次交流。
机器之心：为什么端侧可能成为扩散语言模型率先建立优势的场景？
DiffuSpace：扩散模型相较自回归模型的推理加速优势，在模型只处理一个用户的任务时最为明显。端侧推理，比如手机、电脑和汽车里的 AI，通常都只服务本地的一个用户；同时，端侧用户对响应速度非常敏感，希望模型能够及时完成任务。因此，端侧是我们非常重视，也认为扩散语言模型很有优势的场景。这次和 Acrab 的测试，也充分验证了这个判断。
机器之心：扩散语言模型的速度优势具体来自哪里？
DiffuSpace：自回归模型通常每一步只能向前生成一个 Token。扩散模型则可以同时生成多个 Token，更贴近人在思考时的过程。人思考问题时，不一定会在心里把所有 token、所有单词都一个字一个字写下来。有时候，我们最开始只有一些模糊的想法或模糊的感受，然后这些想法慢慢成形、慢慢浮现，再一步步变得清晰。扩散模型呈现出来的正是类似的过程。
现在使用 GPT 一类模型时，用户可能需要等待一分钟；如果速度提升到十倍，就只需要等待十秒。一旦体验过这种快速响应的感觉，就很难再回到以前那种龟速思考的体验。在一些场景中，速度非常重要。以代码任务为例，两个函数可能是相对独立的模块，括号、定义等结构也具有较高的可预测性，扩散模型每一步通常可以生成 7 到 10 个 Token。这会直接提升生成速度，并进一步提高服务效率、降低单位成本。
机器之心：除了生成更快，dLLM 会怎样改变 Agent 的使用体验？带来怎样的改变？
DiffuSpace：以 Coding Agent 为例，如果用户修改了前几轮对话中的内容，自回归模型只能从修改位置重新向后生成，原来已经产生的后续内容很难继续利用。扩散模型则可以根据这次修改，自适应地调整后续内容，尽量保留仍然有效的部分，只改写真正受到影响的内容。用户会直观感受到模型更加可编辑、灵活，也更加聪明。
更长远的看，扩撒语言模型能实现更高的智能上限，突破人类的一些认知边界，走向 AGI、ASI。扩散语言模型比较擅长全局搜索，也比较擅长多样性探索。这两件事对 RSI 都是非常有利的。
面对未知问题，模型需要尽可能铺开不同的探索路径，再通过可靠的验证器筛选答案，更擅长同时生成多样化的候选方案，因此可能提高找到正确解法的概率。与此同时，它能够结合整体目标和后续步骤调整当前决策，而不是只依据已经生成的内容继续向前，从而减少陷入局部最优的情况。因此，我们仍然扩散语言模型在 RSI 的研究和探索中能够作出更高效的 contribution，并加速整个进程。
机器之心：更高的推理效率，是否意味着训练阶段需要付出更大成本？
DiffuSpace：扩散模型可以被理解为 “training for the worst，testing for the best”。训练时，它需要看到更多噪声和位置组合，可能需要在同一份数据上训练更多轮次；但到了推理阶段，就能获得更高的并行度。模型只需要训练一次，却要服务大量用户，因此，用更多训练投入换取长期的推理效率，整体上是划算的。
现阶段，我们也可以通过 adaptation 直接利用已有自回归模型的参数，降低扩散模型 Scaling 的成本。自回归模型已经学到的语言知识和能力，可以被更 general 的扩散模型继承，再加入双向、全局的信息。
机器之心：dLLM 距离大规模产业应用，还有哪些方面要突破？
DiffuSpace：要真正把一件事做大、做好，本身就不是一件容易的事。从模型、数据、算力，到工程和生态，各个环节都会遇到挑战，我们现在也是在逐一克服、稳步推进。比如自回归模型已经拥有 FlashAttention 等大量成熟算子和基础设施，而扩散语言模型的算子、推理系统和 infra 还没有那么完善。因为我们一直走在这个领域比较前面，所以很多基础工作也是亲自完成的。
不过，一个比较积极的变化是，进入这个领域的人在变多，我们不是孤军奋战，已经出现很多开源项目，大家都在为这个领域贡献。我相信，做这件事的人越多，整个社区就会越好，生态也会一步步完善。
机器之心：为什么判断扩散语言模型可能在未来两年内替代 GPT 类自回归模型？
DiffuSpace：扩散语言模型还没有完全起来，一个重要原因是它获得的资金投入和研究时间还不够长。任何技术路线从学术探索走向大规模应用，都需要积累过程。
但扩散语言模型已经获得了越来越多关注，也逐渐拥有了自己的位置。接下来半年，我们会继续扩大模型能力和影响力，把更多研究优势转化成真实模型和产品；半年到一年内，大家也会看到更加垂直的产品。今年四季度，我们将发布新一款扩散语言模型，明年计划把模型参数规模再扩大一个数量级。
未来一到两年内，扩散语言模型很有可能替代现在的自回归模型。当然，这是一个非常激进的目标，也还有很多事情需要完成。