10 月 28 日，扩散智能 DiffuSpace 发布并开源最新模型 Clover-35B-A3B-Preview，采用 MoE 架构，总参数 350 亿、激活 30 亿。测试显示，Clover-35B-A3B-Preview 在智能体编程等关键任务上，表现超过同类模型 Mercury 2.5 和同尺寸自回归模型 Qwen3.6-35B-A3B，生成速度最高可达后者的 5-10 倍。相比上一代模型，Clover 参数扩大 5 倍且速度不变、智能更强，显示出 dLLM 范式的规模化潜力。
10 月 28 日，扩散智能 DiffuSpace 发布并开源最新模型 Clover-35B-A3B-Preview，采用 MoE 架构，总参数 350 亿、激活 30 亿。测试显示，Clover-35B-A3B-Preview 在智能体编程等关键任务上，表现超过同类模型 Mercury 2.5 和同尺寸自回归模型 Qwen3.6-35B-A3B，生成速度最高可达后者的 5-10 倍。相比上一代模型，Clover 参数扩大 5 倍且速度不变、智能更强，显示出 dLLM 范式的规模化潜力。
扩散语言模型（dLLM）属于区别于 GPT、Claude 等主流自回归模型模型之外的另一种大语言模型范式，与自回归模型「从左至右」逐个生成 Token 不同，dLLM 可进行全局生成和并行解码，具备更强的逻辑规划和全局一致能力，并在推理速度上远超自回归模型。
在 DiffuSpace 展示的官方 Demo 中，Clover 呈现出显著的速度优势：当模型需要从 20 条空管报文中提取地点与半径，为无人机在三维地图上设置相应禁飞区时，Clover 仅用 7.32 秒即完成处理，而作为照的 Qwen3.5 耗时达 62.3 秒。其技术博客显示，在内部测试中，Clover-35B-A3B-Preview 实现了 680 tokens/s 的整体生成速度。
有开发者在 WindTunnel 测评发现，在 49 项任务测试中，Clover 的中位执行时间为 1.52 秒，而惯以速度著称的 Jev 模型+Mercury2.5 组合中位执行时间达到 3.21 秒，是 Clover 耗时的 2.1 倍。
据团队公布的评测结果，Clover 在六项 Agent 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 分别达到 73.6、51.7 和 65.3，超过 Mercury 2.5 和同尺寸 Qwen3.6-35B-A3B。在通用能力方面，Clover 在指令遵循、知识、逻辑推理和长文本理解等多项评测中达到或超过同尺寸自回归模型。
更快更强背后是 Clover 对门控 Delta 网络（GDN）进行的结构性重构：通过递归状态高效压缩历史上下文，以双向注意力实现块内 token 的细粒度交互，让模型自主选择历史记忆与块内信息。结合可学习的块大小校准和双向局部特征提取，模型结构更贴合块级并行去噪，为 dLLM 在大参数下兼顾能力与效率提供了新的技术路径。
DiffuSpace 官方博客显示，下一步，还将推出基于 Clover-35B-A3B-Preview 的决策模型和多模态模型。据介绍，决策模型将面向快速、结构化的判断任务，可在一次生成中联合处理最多 8 个关联问题。和 TypeSafe Jev 或其他开源决策模型不同的是，相比于单点处理，能够「全局统筹」，在多个判断中相互参照、避免逻辑冲突。
目前，Clover-35B-A3B-Preview 模型权重与相关代码已在 Hugging Face 和 GitHub 发布，支持 SGLang 和 llama.cpp 推理。开发者可下载部署、构建应用或开展进一步研究，也可通过 chat.diffuspace.ai 申请在线体验。
资料显示，扩散智能 DiffuSpace 是全球最早投入扩散语言模型研究的团队之一，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，落地深圳，曾先后推出 DiffuSeq、Dream 7B 等研究成果。近期，DiffuSpace 连续完成两轮融资，总金额数亿元人民币，创全球扩散语言模型（dLLM）最大规模融资纪录，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。
今年以来，扩散语言模型的研究与产业探索持续升温。2026 年前 9 个月，相关论文总数已达 2025 年全年的 2.5 倍；多家科技企业持续加码 dLLM：Google 推出 Gemini Diffusion，蚂蚁集团发布 LLaDA 系列，Inception 持续迭代 Mercury 系列模型。有行业观点认为，dLLM 或将在未来两年取代自回归模型。
来源：互联网
