扩散智能开源 Clover 35B-A3B、350 亿参数速度翻 10 倍、港大团队四个月融到近 5 亿

写代码，机器开始抢跑

10 月 28 日，一家名字听起来很新的公司开源了一个新模型。

公司叫扩散智能（DiffuSpace），模型叫 Clover-35B-A3B-Preview。

这个模型最扎眼的一个数字是速度：整体生成速度 680 tokens/s，最快可以做到同尺寸自回归模型的 10 倍。

另一组数字更狠：这家公司 2026 年 8 月才成立，四个月里融到近 5 亿元人民币，创下了全球扩散语言模型（dLLM）方向的最大规模融资纪录。

用人话说： 现在几乎所有大模型都在做同一件事——一个字一个字往外蹦。你让它写一段代码，它得一个字符一个字符地"想"出来，每一步都要重新算一遍，所以越写越长就越慢。扩散语言模型换了个思路：不是一个字一个字挤牙膏，而是一整段一起涂出来。涂的速度，就是它快的全部秘密。

一句话总结

扩散智能把扩散语言模型的参数规模做到 350 亿、速度做到 680 tokens/s，用"一次涂一整段"换来了最高 10 倍的提速——但真正的看点不是跑分，而是它意味着 AI 写代码这件事，正在从"排队等它写完"变成"一口气交卷"。

一、这家公司到底做了什么

先看一组官方公布的数据：

项目 · Clover-35B-A3B-Preview

总参数 / 激活参数 · 350 亿 / 30 亿（MoE 混合专家）

上下文长度 · 128K

整体生成速度 · 680 tokens/s

相对同尺寸自回归方案 · 最快快 5–10 倍

支持 · 块扩散生成、思考模式

开源位置 · Hugging Face、GitHub、ModelScope

推理框架 · 支持 SGLang 与 llama.cpp

这里要解释一个词：MoE（混合专家）。

模型有两组参数，一组是"总参数"代表它的"脑容量"，一组是"激活参数"代表它每次思考时真正用到的那部分。

用人话说： Clover 的脑子有 350 亿个零件，但每次思考只点亮其中 30 亿个。所以它既能塞下很大的知识量，运行时又不至于慢得没法用。这个 350 亿对 30 亿的比例，在现在的模型里算是相当"瘦"的配置。

六项智能体评测里，它都拿到了当时公开榜单的最高分：

SWE-bench Verified 73.6（真实 GitHub 问题修复）

Terminal-Bench 2.1 51.7（命令行任务）

τ³ Overall 65.3

官方给的一个演示案例也值得看：从 20 条空管报文里提取地点和半径，帮人设定无人机禁飞区——Clover 用了 7.32 秒，一款同尺寸的自回归模型用了 62.3 秒，差了八倍多。

第三方测评机构 WindTunnel 用 49 项任务测下来，Clover 的中位执行时间 1.52 秒，Jev 加 Mercury 2.5 的组合是 3.21 秒。

但这里必须说清楚：上面的成绩，绝大部分是厂商自测或厂商提供的第三方测评。 独立第三方复现目前还没有大规模出现，这是判断这类发布时必须打的折扣。

二、快这件事，是怎么做到的

技术上的关键动作，是对门控 Delta 网络（GDN）做了一次结构性重构。

拆开说主要是三件事：

第一，用递归状态高效压缩历史上下文。 模型读过的前文不是每次都完整重算，而是压成一份"摘要状态"带着走。

第二，用双向注意力做块内交互。 普通模型在一个词里只能"往前看"，双向注意力可以让模型在一段之内来回对照。

第三，可学习的块大小校准。 简单任务用小块快速推，复杂任务自动换成大块慢推。

还有一个容易被忽略的对比：这一代参数规模是上一代的 5 倍，速度却没变。

用人话说： 过去两年行业的默认假设是"模型越大越慢"。这一版把这个假设反过来演示了一遍——在扩散语言模型这条路线上，结构和算法优化的收益，可以盖住参数翻 5 倍的代价。 这对想自己部署模型的人是个实打实的好消息。

三、四个月融到近 5 亿，是谁在投

据多家媒体报道，扩散智能由香港大学 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。公司此前推出过 DiffuSeq、Dream 7B。

10 月初，这家公司完成连续两轮融资，合计近 5 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、地平线跟投。

这家公司的下一步也值得记一下：官方说会先推决策模型——一次同时处理最多 8 个关联问题，内部验证答对率 95.0%，独立模式是 89.8%；再推多模态模型。

用人话说： 这轮钱的阵容说明了一件事——华为哈勃和地平线这样的产业资本进场，看的不是"又一个聊天机器人"，而是机器人本体需要的"会做决策的大脑"。 一个模型如果既能快速写代码、又能快速拆解复杂任务，它就能直接坐进机器人里当调度器。

四、对普通人意味着什么

能上车的地方：

第一，AI 编程工具会明显变便宜、变快。 现在挡住很多中小团队的问题是"AI 写代码太慢，改一轮等半天"。速度翻十倍意味着同样的钱能试更多方案。

第二，开源 + 支持 llama.cpp 这条线很重要。 开源模型配合可以本地跑的推理框架，意味着数据不出门这件事，在不牺牲速度的前提下第一次变得可行。对律师、医院、律所这类不能把文件传到外面的场景，这是硬门槛。

第三，如果你在做机器人、自动化这类"需要模型快速决策"的事，扩散模型的速度优势直接对应真机的响应速度。

该警惕的地方：

第一，基准分大多是自测。 这个模型的评测里有官方自建的新基准，也有厂商提供的第三方报告，但独立复现还没跟上。跑分和实际体验之间的差距，需要你用自己的真实任务去测。

第二，"参数 350 亿"不代表它比同尺寸的模型更聪明，只代表它更大。 智能体评测拿高分，说明它在这几类任务上强，不等于它各方面都强。

第三，"四个月融 5 亿"是资本节奏，不是产品节奏。 钱多不等于模型好，尤其在一条还没被充分验证的技术路线上。真正的验证点是这个团队能不能在 2027 年之前拿出一个不依赖"先开源再微调"路径的完整闭环。

写在最后

1、这次发布真正的意义，不在参数，在架构

350 亿这个数字很快会被下一个模型盖过去。

但"扩散语言模型能在参数翻 5 倍的同时保持速度不变"这件事，是一条路线级的信号：大模型的下一轮竞争，很可能不再是"谁更大"，而是"谁能把同样大的模型跑得更快"。 因为对绝大多数真实业务来说，跑得动的模型比更大的模型有用。

2、GitHub 那边的数据，和这条消息是同一件事

就在同一天，GitHub 的年度报告说：超过 40% 的新代码合并请求，是从智能体的第一版草稿开始的。 四成。

这意味着"AI 写代码"已经不再是演示，而是每天在全世界最大的代码托管平台上真实发生的日常工作流。

而速度，恰恰是这条工作流能不能铺开的瓶颈。一条更快的路线，可能就是让那四成变成八成的关键一步。

3、对你来说，最值得做的不是研究架构

普通人在这条新闻里能抓到的抓手只有一个：你的工作里，有多少是"排队等 AI 写完"这种时间成本？

如果你的日常里有大量等 AI 出结果、等 AI 改一版、等 AI 跑一遍的环节，那么模型速度翻十倍，对你意味着同样的活少花掉几倍的等待时间。

未来一年，"模型有多聪明"的差距会慢慢拉平，"模型跑多快"的差距会被放大。而真正拉开差距的，很可能不是发布会，而是那些把速度真正塞进工作流里的团队。

如果觉得这篇拆解对你有帮助，不妨点个关注和在看。

你的 AI 陪跑伙伴 【数字新奇点】 会继续关注开源模型、推理效率和具身智能的进展。

咱们下期见！

参考资料

DiffuSpace 开源 350 亿参数新模型，生成速度最高达同尺寸自回归模型 10 倍

扩散智能 DiffuSpace 开源 Clover 35B-A3B-Preview

扩散智能发布并开源最新模型，参数规模增至 5 倍、保持"10 倍速"

参数规模增至 5 倍、保持"10 倍速"：扩散智能 DiffuSpace 开源 Clover 35B-A3B-Preview

DiffuSpace 开源 Clover-35B-A3B：MoE 扩散模型提速至 680 tokens/s