扩散语言模型领域迎来重要进展，扩散智能DiffuSpace与亚洲智能体计算平台企业Acrab宣布达成深度战略合作。双方将共同推动dLLM技术在AI个人电脑、智能汽车、机器人及智能家居等端侧场景的规模化应用。测试数据显示，该技术可使端侧智能体的运行效率提升五倍，部分场景下推理速度达到传统GPT类模型的十倍水平。
与传统自回归模型"逐字符生成"的模式不同，dLLM采用图像生成领域的扩散机制实现"全局建模"。这种技术路径使其能够动态整合上下文信息，在处理复杂任务时具备显著优势。以智能汽车场景为例，当系统需要同时规划路线、调节车内环境并处理语音指令时，dLLM可并行推演多个决策路径，根据实时路况动态调整方案，而传统模型只能依次处理每个指令。
Acrab公司推出的第一代端侧AI芯片GΞLIX 1为这项技术提供了算力支撑。该芯片具备700TOPS的AI算力与273GB/s内存带宽，其搭载的Agent Box智能终端已在消费电子和工业领域实现离线部署。在代码生成测试中，dLLM可同时处理多个代码模块的修改建议；视频剪辑场景下，该模型能协同处理图像、语音和文字等多模态数据，展现出强大的跨模态理解能力。
扩散智能DiffuSpace团队由香港大学NLP实验室联合主管孔令鹏教授领衔，核心成员包括博士生龚珊三、叶佳成等学者。这支来自清华、北大、港大及卡内基梅隆大学的研发团队，在条件生成、离散信号建模等关键技术领域取得突破。2022年推出的DiffuSeq模型开创了序列生成新范式，2025年发布的Dream 7B模型更是在参数规模仅70亿的情况下，规划能力比肩6710亿参数的DeepSeek V3。
此次合作标志着扩散语言模型首次与端侧计算平台实现系统级适配。Acrab芯片的原生计算架构针对智能体工作负载优化，有效解决了端侧部署的性能瓶颈。在AI个人电脑场景中，dLLM的并行解码机制可充分释放芯片算力，使邮件处理、日程管理等任务实现零延迟响应。这种技术融合为端侧AI的规模化落地提供了新的解决方案，相关测试数据已引发行业对模型技术路线的重新评估。
据公开资料显示，Acrab公司已完成4.8亿美元融资，其端侧AI解决方案已进入量产阶段。扩散智能DiffuSpace团队持续推进技术迭代，近期在模型压缩和能效优化方面取得新进展。随着Google、Inception、蚂蚁集团等企业加速布局dLLM领域，这场由扩散机制引发的模型革命正在重塑人工智能的技术格局。
