一句话看懂：在沉寂两三年之后，连续扩散语言模型（Continuous Diffusion Language Models）重新成为研究热点。相比当前主流的自回归大模型，这类模型试图用“去噪”而非“逐词预测”的方式生成文本，可能为可控生成、文本填充等任务开辟新路径。
事件核心：发生了什么
据 Sander.ai 技术博客在 Hacker News 上引发讨论的文章，连续扩散语言模型正在经历一波明显的学术复兴。此前，2021 年最早出现的扩散语言模型多采用离散扩散机制，例如多顶扩散、D3PM 和 SUNDAE；2022 年前后，Diffusion-LM、DiffuSeq、SSD-LM、GENIE 等一批连续扩散方法集中亮相，其核心思路是用连续嵌入向量表示离散文本 token，从而直接套用图像领域成熟的 Gaussian 噪声扩散框架。然而 2023 年底之后，该方向几乎陷入停滞，新研究基本转向离散扩散。文章作者指出，近期又有一批新论文密集出现，推动连续扩散路线“东山再起”，但目前尚未出现具有行业标杆意义的代表作。
为什么重要
当前几乎所有主流大语言模型（LLM）都采用自回归架构，即一个 token 接一个 token 地生成文本。自回归模式在训练和扩展上极为高效，但也存在天然短板：生成过程中一旦出错难以回头修正，且难以自然支持文本填充、约束生成等任务。连续扩散语言模型则把文本生成看成“逐步去噪”的过程，理论上能一次性建模整个句子，在可控文本生成、插空补全等场景中有独特的结构优势。该路线的复兴意味着学术和工业界在大模型技术路线上开始重新审视“非自回归”的可能性。虽然距离替代 Transformer + 自回归范式还很遥远，但它提供了差异化的技术储备，尤其对需要高精度控制的生成式 AI 应用有潜在价值。
对用户/开发者/创作者的影响
对普通用户和内容创作者而言，短期内感知不会很明显——连续扩散模型尚在论文阶段，没有进入主流 API 或产品。不过，如果这类技术成熟，未来可能在 AI 写作工具的“修改局部文本而不重写全文”、游戏或影视剧本的分支剧情生成，以及需要严格遵循格式和约束的文本生成场景中，提供比现有模型更灵活的交互方式。对开发者和研究者而言，关注点在于：连续扩散是否能解决自回归模型在“长文本一致性”和“纠错能力”上的痛点；其采样速度是否能在推理成本上达到可用水平，尤其是否能在消费级 GPU 上跑通。目前公开信息显示，该方向还没有出现开源社区广泛采用的基础模型。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，这批新论文中是否会出现足够强的开源模型，并像 Stable Diffusion 之于图像那样，催生文本生成领域的社区生态。第二，连续扩散语言模型能否与现有 LLM 基础设施结合，例如作为辅助模块嵌入自回归框架，或用于蒸馏和加速推理。第三，采样效率和生成质量的平衡是否得到实质改善——这是过去连续扩散路线被放弃的核心原因之一。若没有明显突破，热度可能仍停留在学术讨论层面。
来源：Hacker News
