扩散语言模型优化研究

2026年11月5日，上海交通大学邓志杰在CNCC 2026上介绍了扩散语言模型如何通过多块并行、后训练优化和系统改进实现高质量快速生成。研究团队提出了LLaDA、Dream等模型，以及D2F、MultiBD等并行方法，在保证生成质量的同时显著提升速度，并探索了在流式视频、语音修复和多模态智能体等领域的应用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。