一句话看懂：深圳创业公司扩散智能（DiffuSpace）开源了350亿参数的扩散语言模型Clover-35B-A3B-Preview，官方测试显示生成速度达680 tokens/s，并在部分Agent编程评测中超过同尺寸自回归模型。这为“非逐Token生成”路线补上了一个大规模样本。
事件核心：发生了什么
10月28日，由香港大学NLP实验室联合主管孔令鹏教授及其学生创立的DiffuSpace，发布了Clover-35B-A3B-Preview。该模型沿用Qwen3.6-35B-A3B的MoE骨干，总参数约350亿，每次推理仅激活约30亿参数，相比上一代Clover总规模扩大约5倍。技术上的关键改动，是把门控Delta网络（GDN）双向化，并引入块级扩散生成：历史上下文通过递归状态压缩保留，当前生成块内部允许双向注意力并行去噪。
根据团队公布的内部测试，Clover在SWE-bench Verified得73.6，Terminal-Bench 2.1得51.7，τ³ Overall得65.3，官方称上述成绩超过Mercury 2.5及同参数规模的自回归模型。在一项49任务的WindTunnel测试中，其中位执行时间为1.52秒，对比GPT-5.6 Luna的5.74秒和Gemini 3.6 Flash的7.22秒。需要说明的是，这些数据来自厂商自测，任务条件、部署方式和计费口径可能存在差异，尚不能视为跨平台永久排名。
为什么重要
自回归模型的串行解码长期是推理速度的瓶颈，扩散语言模型试图用并行更新多个Token绕开这一点。但此前dLLM多停留在较小规模，能力能否随参数放大而逼近主流模型，是路线之争的核心疑问。Clover把规模推到35B并直接对标Agent编程，目前公开信息显示，这是该路线少有的一次规模化验证。同时，团队也没回避短板：在部分数学和代码评测中，同尺寸自回归模型仍然领先，扩散模型的能力提升并不均匀。
对用户/开发者/创作者的影响
模型已按Apache-2.0许可证开源，权重与代码分别发布在Hugging Face、GitHub和ModelScope，并提供SGLang、llama.cpp等推理后端支持，开发者可以在本地或自建集群上做同条件对比。对Agent应用开发者而言，更值得关注的是端到端任务耗时，而非单纯的tokens/s：若任务瓶颈在工具调用和外部等待，生成速度的收益会被稀释。企业采购时，建议以自家工作流实测为准。
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
一是团队计划基于Clover推出决策模型和多模态模型，其中决策模型宣称可在一次生成中联合处理最多8个关联问题，实际效果尚未验证；二是开源社区能否在统一硬件和任务条件下复现其速度与Agent成绩；三是自回归阵营的推测解码等优化持续跟进，两条路线的成本对比会更清晰。
来源：InfoQ CN
