跳出逐字生成！深圳跑出大模型黑马，不走ChatGPT老路|大模型|新模型|智能体|深圳市|算法|调用|黑马

21世纪经济报道记者林典驰

大模型的回答，一定要一个字接一个字地生成吗？一家落地深圳的创业公司，正尝试给出另一种答案。

10月28日，扩散智能DiffuSpace（下称“DiffuSpace”）发布并开源最新模型Clover-35B-A3B-Preview。该模型采用混合专家架构（MoE），总参数350亿，每个Token激活约30亿参数，面向智能体编程与工具使用等任务。这也是公司将扩散语言模型从实验室研究推向应用的一次新进展。

与ChatGPT所代表的主流自回归生成路线不同，DiffuSpace选择了扩散语言模型（dLLM）。前者通常依次预测下一个Token，即模型处理文本的基本单元；后者尝试在多个位置并行补全内容，通过迭代逐步形成答案。

新模型发布之前，资本已率先入场。DiffuSpace近期连续完成两轮融资，总金额数亿元人民币，由经纬创投、顺为资本、君联资本联合领投，中科创星、华为哈勃、地平线等跟投。这家今年5月创立的企业，由香港大学NLP实验室联合主管孔令鹏教授与龚珊三、叶佳成等成员联合创办。

早在2022年，公司核心团队便开始研究扩散语言模型，是全球最早系统探索这一技术路线的团队之一。选择差异化的生成路线并不轻松，团队需要找到适合扩散语言模型的领域，而且需要保证生成速度在模型规模扩大后保持优势，测试成绩在任务中的表现也很重要。

理解DiffuSpace的选择，要从大模型如何生成内容说起。

自回归模型的工作方式近似于按顺序续写：根据已有内容，预测接下来最合适的Token，再将它加入上下文，继续预测下一个。这种方法支撑了主流大语言模型的发展，但生成过程中的先后依赖，也约束了并行处理的空间。

扩散语言模型则采用另一种思路。它可以从存在大量空缺的文本出发，同时预测多个位置的内容，再通过多轮处理逐步减少不确定性。对于需要兼顾多处约束的代码和结构化输出，这种生成方式提供了新的探索方向。

不过，“并行生成”并不等于一次写完全文，更不意味着模型天然拥有更强的推理能力。并行处理多少内容、需要多少轮迭代，以及如何兼顾速度与准确率，仍取决于具体模型和推理系统的设计。

Clover采用的便是分块扩散。根据其官方模型卡，模型在当前文本块内并行补全内容，完成后再将这一块纳入后续生成所参考的上下文。也就是说，它在块内引入双向信息交互，同时保留块与块之间的先后关系。

据团队介绍，Clover对门控Delta网络（GDN）进行了重构：一方面压缩和保存历史上下文，另一方面让当前文本块中的内容充分交互，并由模型学习如何选择两类信息。其目标是在扩大模型规模时，同时控制计算开销和保持生成质量。

根据官方模型卡，Clover总参数350亿，每个Token激活约30亿参数，通过调用部分专家参与计算。激活参数较少，并不意味着只需存储30亿参数；其BF16精度模型权重约为69GB，运行时还需额外的推理空间。

因此，Clover此次发布的看点，并非单纯将参数规模从Dream 7B的70亿扩大至350亿，而是团队试图证明：扩散语言模型在走向更大规模后，仍能兼顾能力与效率。

DiffuSpace此次将智能体编程和工具使用放在突出位置，背后有明确的应用逻辑。

与一次问答不同，智能体完成任务往往要反复经历理解需求、调用工具、读取结果和调整方案。一次生成节省的时间，可能沿着多步任务持续累积；相反，即使模型输出很快，如果频繁调用错误工具、反复返工，完整任务仍可能耗时较长。

据团队公布的结果，Clover在本次对比的六项智能体评测中，均取得所列模型的最高分。其中，SWE-bench Verified、Terminal-Bench 2.1和τ³ Overall的得分分别为73.6、51.7和65.3，超过对比中的Mercury 2.5及同尺寸Qwen3.6-35B-A3B等模型的得分。

在生成效率上，团队披露，Clover在单张英伟达GB300 GPU、BF16精度、单请求批量的条件下，使用内部智能体场景数据测得整体生成速度为每秒680个Token。

在官方展示的网页操作案例中，模型需要根据一条指令创建私有项目，并添加两名指定成员。在相同的智能体框架、提示词、工具和浏览器配置下，团队披露，Clover用13步、169.9秒完成任务，对照的Qwen3.6 Flash用21步、392.3秒完成。

不过，能否进一步降低成本，还要结合硬件利用率、并发能力与任务成功率判断。

DiffuSpace还计划推出基于Clover的决策模型，并拓展多模态能力。其中，决策模型拟在一次生成中联合处理最多8个关联问题，让不同判断相互参照，减少前后冲突。对于同一份材料中存在关联条件的判断任务，这提供了一个值得验证的方向。

尽管DiffuSpace于2026年5月才在深圳创立，但核心团队对扩散语言模型的探索却已持续数年。

公开资料显示，团队在2022年便开始相关研究，随后推出DiffuSeq、Dream 7B等成果。孔令鹏与龚珊三、叶佳成等人的合作，也从科研逐步延伸至创业。

孔令鹏教授是香港大学NLP实验室联合主管，曾在DeepMind工作过。龚珊三是孔令鹏的学生，目前在香港大学最后一年读博。

目前，DiffuSpace的核心成员主要来自香港大学、北京大学、清华大学等知名高校及一线模型公司，这支团队已打造覆盖“算法-数据-训练-推理”的完整扩散语言模型系统。

从研究成果走向产品，所需解决的问题也随之变化。论文和基准测试回答的是某种方法是否有效，商业交付则要求模型在不同输入、不同设备与持续运行中，保持可预期的表现。

此次开源，是DiffuSpace扩大外部验证范围的一步。目前，Clover模型权重及相关代码已在Hugging Face和GitHub发布，支持SGLang和llama.cpp推理。开发者可以自行部署、构建应用或开展研究。相较于仅提供演示，开放权重和推理代码，也让更多使用者有条件检验其能力边界。

深圳鲜有大模型公司，扩散智能愿意落户深圳难能可贵。在深圳，这家源于高校研究的企业与智能终端、汽车、机器人等产业场景产生了更直接的连接。对于强调响应速度和本地部署潜力的模型路线，这些产业提供了应用验证的空间。

扩散语言模型也并非只有这一家参与者。Google已推出Gemini Diffusion，Inception、蚂蚁集团等企业也在持续探索相关路线。Google DeepMind将Gemini Diffusion定位为实验性文本扩散模型，强调通过迭代修正实现文本生成。