当前位置：首页 > AI资讯

扩散智能开源 Clover 35B：扩散模型杀进 Agent 主场

xinhack2周前 (10-29)AI资讯23

先说这玩意儿是啥门派

10月28日，深圳扩散智能科技（DiffuSpace）正式发布并开源了 Clover-35B-A3B-Preview。据证券日报、科创板日报、网易、新浪等多家媒体（10月28日）报道，它采用的是 MoE（混合专家）架构，总参数 350 亿、激活参数 30 亿。关键其实不在参数规模，而在它走的门派：这是扩散语言模型（dLLM），跟 GPT、Claude 那种从左往右、一个字一个字生成的自回归路线压根不是一伙的。说白了，别人是流水线一个一个吐字，它是先把整段话的轮廓整体铺开，再一遍遍修细节，更像画家先打草稿再精修，而不是打字机。这种路线这两年从论文里往外冒，扩散智能算是把它推到能开源、能上手跑的程度了。

速度这刀砍得有多狠

快，是它最拿出来吹、也最实打实的一点。在扩散智能的官方 demo 里有个很接地气的活儿：从 20 条空管报文里提取地点和半径，给无人机在三维地图上设禁飞区。Clover 只用了 7.32 秒，对照的 Qwen3.5 用了 62.3 秒，差了快十倍。团队公布的六项 Agent 评测里，SWE-bench Verified、Terminal-Bench 2.1、τ³ Overall 分别拿下 73.6、51.7、65.3，把同尺寸的 Mercury 2.5 和 Qwen3.6-35B-A3B 都压了下去。内部测试里整体生成速度 680 tokens/s，开发者在 WindTunnel 的 49 项任务中测出中位执行时间 1.52 秒，比以快出名的 Jev 加 Mercury2.5 组合还快一倍多。对咱们天天跑 Agent 的人来说，这种同样一摊活儿时间砍一大截的底座，比任何榜单分数都实在。

它凭啥能又快又稳

快不是靠蛮堆参数堆出来的。团队对门控 Delta 网络（GDN）做了结构性重构，用递归状态把历史上下文压得紧凑，再用双向注意力让块内的 token 能细粒度地互相看一眼。翻译过来就是：该记的记、该商量的当场商量，全局一致性比自回归那种前面写完就不管后面的路线更占优。做 Agent 最怕的就是中途逻辑断了、前后对不上，而 dLLM 这种全局生成的天赋，正好对上 Agent 编程、结构化判断这类需要前后照应的活儿。换句话说，它不是为写诗优化的，是为干正经活儿优化的。

这条另类路线都有谁在押

扩散智能不是 solo 玩家。报道里提到，Google 推了 Gemini Diffusion，蚂蚁集团发了 LLaDA 系列，Inception 持续迭代 Mercury 系列，大家都在往扩散语言模型这条线砸资源。为啥？因为自回归摸到了效率和成本的某些天花板，而 dLLM 的并行解码、全局迭代在不少场景里能甩出数倍加速。对咱们看行业的，记一笔：大模型不止一条技术路线，当主流路线卷不动成本和延迟的时候，另类范式往往就是那个破局点。多盯一眼这条线，没坏处。

对咱们普通人啥用

模型已经开源，权重和代码都放出来了，你本地或者云上拉下来就能玩。对中小团队来说，这是白拿一个能打 Agent 任务的底座，做自动化脚本、结构化抽取、决策判断这些，多一个低成本选项，不用全绑在某家闭源旗舰上。而且团队背景也挺能打：由香港大学 NLP 实验室孔令鹏教授和博士生龚珊三、叶佳成联合创立，落地深圳，之前就出过 DiffuSeq、Dream 7B，今年还连续完成两轮合计近 5 亿元融资，经纬、顺为、君联、中科创星、华为哈勃、地平线等都进了。咱们做产品的，多一个这种白拿能打的底座，自主权就高一分。

再说句实在的：开源这步对咱们中小团队特别关键。闭源模型你只能按它定的价、它开的口子用，开源了你就能本地部署、自己改、自己控。遇到敏感数据不想出内网的场景，这种能私有化跑的底座就是刚需。所以别只看它快不快，还得看它让不让你把命门攥自己手里。

也别一高兴就全押上

冷静看，Clover 现在还是 Preview，评测大多来自团队自家和个别开发者，独立大范围复现还得等。dLLM 的全局生成虽快，在超长文档、超复杂多步推理这些重活上，跟旗舰自回归比有没有短板，还得实测说话。咱们看这类新范式新闻，记一笔：方向是真香，但别急着把核心链路押上去，先当备选底座测着玩。工具是来给你多一个选择的，不是来替你拍板的。