9月1日消息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达成战略合作双方将推动dLLM在AI PC、智能汽车、机器人及智能家居等端侧AI场景落地适配测试显示dLLM可将端侧Agent的运行速度提升5倍。随着dLLM范式的加速突破业内近期已出现“扩散语言模型或将在两年内替代GPT类自回归模型”的判断。与GPT类自回归模型“从左至右、逐个Token”的生成范式不同dLLM借鉴图像生成中的扩散机制实现“全局生成”能结合上下文持续调整结果并极大提升生成效率在部分场景中甚至可将推理速度提升至GPT式自回归模型的10倍。今年以来Google、Inception、蚂蚁集团等企业均在dLLM加速布局并推出多款通用模型。扩散智能DiffuSpace与Acrab联手是行业内扩散语言模型首次与端侧计算平台开展系统级协同适配。作为业内最早布局端侧 Agent 计算、当前最具适配优势的芯片平台Acrab 为扩散语言模型的端侧部署与规模化应用提供了关键验证平台。据介绍扩散语言模型的全局生成特性能更好适配AI PC、智能汽车等端侧场景对实时性、规划能力和计算效率的要求。以AI PC为例dLLM的并行解码机制能够充分释放端侧芯片的并行算力为模型提供更低延迟、更高吞吐的运行基础。例如当Agent需要同时处理邮件、整理日程、检索文件并生成后续计划时传统自回归模型需要逐步生成、依次执行而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完成多个任务的动态耦合。在 Acrab 参考设计的 Coding Agent 任务中dLLM 可并行处理多个代码位置显著提升代码生成与修改效率在视频剪辑智能体任务中dLLM 凭借全局建模能力可协同处理图像、语音和文字等多模态信息。据介绍扩散智能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。Acrab基于高度适配智能体工作负载的原生计算架构致力于突破智能体在性能、能效与部署效率上的瓶颈为端侧场景提供高效、灵活且可规模化落地的算力底座。公司已发布第一代端侧 AI 芯片 GΞLIX 1 及搭载该芯片的 Agent Box 智能终端。GΞLIX 1 提供超过 700 TOPS 的 AI 算力与 273GB/s 的统一内存带宽Agent Box 可在消费、工业等场景离线部署智能体。目前公司累计融资超过 4.8 亿美元已进入产业量产。