不再逐个吐字：扩散语言模型 Clover-35B 开源，空管任务比 Qwen 快 8.5 倍

想象一个空管调度台：屏幕上滚过 20 条报文，每条都夹着地点、半径、高度和生效时间。人要把它们读成一张三维禁飞区地图，通常需要几分钟；一个语言模型如果按从左到右、一个字一个字往外蹦的方式生成，光输出结构化结果就要花掉大半时间。深圳一家创业公司想换一种写法——不逐字生成，而是像图像去噪一样，一次铺开一整块文本，反复修正到收敛。

10 月 28 日，扩散智能（DiffuSpace）发布并开源 Clover-35B-A3B-Preview。这是一个采用混合专家架构的扩散语言模型，总参数 350 亿，每次推理只激活约 30 亿。团队称其生成速度达到 680 tokens/s，并在部分智能体任务上追平甚至超过同等规模的自回归模型。

一分钟速览

• 总参数 35B、激活 3B，规模是上一代 Clover 的约 5 倍
• 生成速度 680 tokens/s，官方称多项智能体基准超过同尺寸模型
• 空管报文 Demo 耗时 7.32 秒，对照模型 62.3 秒，相差约 8.5 倍
• SWE-bench Verified 73.6、Terminal-Bench 2.1 为 51.7、τ³ 为 65.3
• Apache-2.0 许可，权重与代码已上 Hugging Face、GitHub 和 ModelScope

扩散模型做语言，到底改了什么

主流大模型是自回归的：给定前文，预测下一个 token，再把它接回去继续预测。这种串行结构稳定、可扩展，但每一步都要等上一步完成，解码速度天然受限。

扩散语言模型走的是另一条路：先把一整块文本初始化成“噪声”，再通过多轮去噪并行更新块内多个 token，直到整块内容稳定。好处是块内 token 可以同时生成、互相交换信息；代价是训练和推理的工程复杂度都更高，尤其是在长上下文和复杂推理上，过去一直难以追上自回归模型。

Clover 的做法不是从零训练，而是站在一个自回归底座上改造。它基于 Qwen3.6-35B-A3B 构建，保留原有的混合 GDN/Attention 专家骨干，再引入块级扩散生成机制，并把门控 Delta 网络做双向化改造，让同一生成块里的 token 可以双向看见彼此。历史上下文则通过递归状态压缩，减少重复计算。

团队把这个设计讲得很直白：历史信息用压缩状态保留，当前生成块内部允许双向交互和并行更新。前者解决长文本的成本，后者解决并行生成时的语义一致性。

数字背后的真实场景

最有说服力的不是 tokens/s，而是端到端耗时。在无人机空域管理 Demo 里，模型要读 20 条空管报文，提取地点、半径等信息，再在三维地图上设置禁飞区。Clover 完成整件事用了 7.32 秒，对照的 Qwen3.5 用了 62.3 秒。

在包含 49 个任务的 WindTunnel 测试中，Clover 的中位执行时间是 1.52 秒；Jev 与 Mercury 2.5 组合为 3.21 秒，GPT-5.6 Luna 为 5.74 秒，Gemini 3.6 Flash 为 7.22 秒。按这组数字，Clover 的中位耗时约为前者的 47%。

需要提醒的是，不同模型的部署方式、工具调用流程和计费规则并不相同，单看中位执行时间，不能直接推导出生产环境里的综合成本。智能体任务的耗时往往卡在多轮规划、外部工具等待和结果校验上，模型生成再快，也可能被一个慢接口拖住。

能力边界：不是全面超越

团队公布的评测里，Clover 在 SWE-bench Verified 拿到 73.6，Terminal-Bench 2.1 为 51.7，τ³ Overall 为 65.3，三项都高于 Mercury 2.5 和同参数规模的 Qwen3.6-35B-A3B。这三项分别对应真实软件问题修复、终端环境任务执行和带工具交互的复杂任务，比知识问答更接近智能体日常要干的活。

但在通用能力上，结论要谨慎得多。团队自己的数据也显示，部分数学和代码评测中其他模型仍然领先。扩散模型的能力提升不是均匀发生的：它对生成顺序、上下文建模的要求与自回归模型不同，某些任务受益明显，某些任务反而吃亏。

一家创业公司的赌注

DiffuSpace 由香港大学 NLP 实验室联合主管孔令鹏及其博士生龚珊三、叶佳成创立，团队此前做过 DiffuSeq、Dream 7B 等扩散语言模型研究，近期连续完成两轮融资，总金额达数亿元人民币。

他们的下一步计划是推出决策模型和多模态模型。决策模型面向快速、结构化的判断任务，计划支持在一次生成过程中联合处理最多 8 个关联问题，让多个判断共享上下文，减少逐项独立决策带来的逻辑冲突。这个设想目前还停留在规划阶段。

趋势洞察

扩散语言模型已经不只是实验室课题。谷歌做过 Gemini Diffusion，Inception 在迭代 Mercury 系列，LLaDA 等开源研究也在探路。与此同时，自回归阵营通过推测解码、结构优化和推理引擎改进持续提速，两条路线并不是替代关系，更可能在不同任务上各占一块地盘。

对开发者而言，真正该问的问题不是“哪种架构更先进”，而是“在同样的硬件、相近的能力和可接受的质量下，谁的成本更低”。Clover 把 35B 参数、680 tokens/s 和 Apache-2.0 许可摆上桌面，至少让这个问题第一次有了可复现的对照物。