「扩散模型能不能替代GPT类模型」这个老问题，在10月28日被重新推上桌：深圳团队扩散智能（DiffuSpace）发布并开源了扩散语言模型Clover-35B-A3B-Preview，写代码、生成网页、调用工具都有实测演示，权重已经挂上Hugging Face。 目前的答案是一句更克制的判断：这是「分工」，还不是「替代」。扩散路线证明了它能进真实的Agent工作流、而且确实更快；但它的能力底子、长文本一致性和训练生态，还立着三块没拆掉的短板。知乎
它到底做到了什么
最抓眼球的还是速度。在网页Agent评测WindTunnel的49个任务中（每项尝试3次），Clover的中位执行时间为1.52秒，「Jev＋Mercury 2.5」组合为3.21秒，用时少了一半多，成功率分别为98.6%和95.9%。 其中Jev是近期走红的主打快速决策的模型，Mercury 2.5是Inception Labs的扩散代码模型，两者拼成一条组合流水线，被Clover一个模型在耗时上超过了。代码上，73.6的SWE-bench Verified成绩也已经过了「玩具模型」的阶段。 按实测者刘聪NLP的说法，它的纯文本生成速度能达到基座模型的5至10倍。但要划清边界：这些分数全部来自团队自报，发布当天知乎、Reddit、Hacker News上还都没有像样的第三方复现。36氪知乎
快从哪来：块扩散和一条95%的及格线
我们熟悉的GPT类模型是自回归（AR）：根据前文预测下一个token，逐字「接龙」，每吐一个字整个模型跑一遍。扩散语言模型反过来，先把要写的内容整段遮住，让模型每轮同时猜多个空位，一步步去噪成文。Clover的折中是「块扩散」：把内容分成约32个位置一块，块与块按顺序推进，块内同时猜，每轮只定下把握超过95%的位置，其余下一轮接着猜。 这相当于签了一份没有撤回键的合同：一块定稿就改不了，混进一个错token，后面都得围着它写，所以95%是在「定得多」和「定得对」之间往保守站的一步。历史信息则交给按块扩散改造过的门控Delta网络（GDN）：已生成的上下文被压缩成持续更新的状态供后续读取，当前块内token再用双向注意力相互参考。 模型总参数350亿、每个token激活约30亿，支持思考模式和128K上下文。这套改造想解决的，是扩散路线长期绕不开的矛盾：并行省时间，但一次提交越多，越难保证整体一致。知乎36氪
三块短板，都打在要害上
第一块：能力天花板还「承自父辈」。 Clover不是从零训练的，它从自回归模型Qwen3.6-35B-A3B的权重出发，再做扩散训练。 好处是省下天价预训练成本、直接继承成熟语言能力；代价是能力上限相当程度上仍受原来那个模型约束。「扩散」带来的增量主要是并行生成的速度和块内互相参考的灵活性，而不是凭空长出的一套新脑子——问它今天能不能替代ChatGPT，答案本身就别扭：它和要替代的对象共享同一个底子。知乎
第二块：长文本一致性没有架构性解决。 模型卡自己写着「我们观察到非常长的生成有时会变得重复」，团队为此内置了重复控制和渐进收尾的工程控制项。 对动辄连跑几十轮的Agent，这是实打实的风险。更底层的解释来自蚂蚁LLaDA团队的技术分析：扩散并行预测的每个位置学到的只是各自的边际分布，每个token单独看合理，不代表拼在一起仍合理；速度优势和联合一致性风险，本质上来自同一个变量——每次前向提交多少token。 这解释了为什么并行提交总先出现在标点、模板、括号这类低熵区域，碰到真正的语义分叉就变保守——自由创作类任务去噪轮数上升，速度红利相应缩水。知乎知乎
第三块：训练成本和生态还没算平。 有人给路线泼冷水：「恋猫」等知乎答主直言，扩散模型目前最大的问题是没办法低成本规模化；刘聪NLP也提醒，文本扩散训练难度偏高、去噪步数多，模型要在多步生成中保持稳定和一致并不轻松。 硬币的另一面是数据：蓝振忠团队向《晚点》介绍，后训练阶段的有限数据在自回归模型上训练约两轮就开始过拟合，扩散模型能训练到10轮以上——数据越来越贵的年代，这个利用率很诱人。但生态仍是硬账：此前扩散语言模型的工业级推理框架只有蚂蚁dInfer等刚起步的少数玩家，自回归多年积累的微调经验、工具链和部署玩法，这边基本要从头再来。知乎知乎
替代还早，但人人都想占一个座
「三年内全面替代」的说法源自小红书一个高赞帖子，搬到知乎后迅速聚起数万浏览量，吵的其实是趋势而非定论。实测过的刘聪NLP判断：「三年内扩散模型会不会全面替代AR，还很难说，但百花齐放总是好的」，他眼下最看好扩散在伴写、PPT、公文这类有模板、有固定结构任务里的速度优势。 产业地图也确实不止Clover一家：蚂蚁LLaDA系列参数从80亿扩到千亿，LLaDA 2.0对话能力与同代自回归模型持平、推理速度提升3倍以上，已在金融风控和代码修改两个场景落地。 谷歌推出DiffusionGemma探索并行文本生成，何恺明今年参与的ELF则把扩散搬进连续嵌入空间——各家方法不同，押的都是「换一种生成方式」这件事。知乎知乎
接下来盯什么
这条路线什么时候可信，目前有三个可观察的信号。第一是第三方复现：官方榜单能不能在真实工作负载下站住，社区评测这几天就会开始补票。第二是长文本水位：被工程手段压住的「重复生成」，在几十轮连续Agent任务里会不会重新冒头。第三是端侧：10月初扩散智能连续完成两轮融资、合计近5亿人民币，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——后两家芯片厂的指向很明确：端侧。 团队也在推进多模态版本和端侧适配的验证，AI PC、智能汽车这类算力有限、又要求毫秒级响应的场景，可能才是扩散语言模型最先「不可替代」的地方。知乎36氪
所以回到标题的问题：Clover证明了扩散模型能把GPT类模型的活干了，还没证明能替掉GPT类模型。「替代」的答案大概率不会以顶替ChatGPT的形式出现，而是出现在自回归模型挤不进去的场景里——那才是这场路线之争接下来真正的看点。
