您的位置首页 >科技要闻 >

扩散智能发布 Clover 模型技术报告,dLLM 扩散语言模型公开架构与决策测试数据

扩散智能 DiffuSpace 正式对外发布 Clover-35B-A3B-Preview 完整技术报告,这份报告把 Clover 扩散语言模型的 BD-GDN 块扩散架构、dMoE 块感知专家路由、并行解码方案还有衍生决策模型的测试结果全部公开,它是走 dLLM 扩散语言路线,和主流自回归大模型不一样,主打并行生成、推理提速,适配 Agent 智能体、代码编程、工具调用场景。很多人只听过扩散模型用来做图片、视频生成,不知道扩散语言模型可以用来做文本大模型,传统自回归模型是从左往右一个 token 一个 token 串行生成,速度有上限,而 Clover 采用块内双向交互、块间时序保留的方案,在一个去噪轮次里面同时生成多个位置内容,大幅拉高 token 输出速度;模型总参数 35B,单 token 只激活 3B 参数,兼顾模型能力和推理成本,报告里新增的决策模型版本,多问题联合预测延迟低至 164 毫秒,对比逐个串行调用直接提速 7 倍,多题全部答对的组准确率也明显上涨;技术报告里面还附带 SWE-bench Verified、Terminal-Bench 等基准测试分数,用来证明它在智能体任务上的竞争力;大家做技术评估的时候,可以先看懂 dLLM 和自回归的范式差异,再核对架构细节、推理速度、基准跑分,最后在相同硬件下做对照测试,验证 Clover 在 Agent 闭环任务里的实际表现。

Clover 模型核心参数清单

  • 模型全称:Clover-35B-A3B-Preview
  • 总参数:350 亿,单 Token 激活参数:30 亿
  • 架构:BD-GDN 块扩散门控 Delta 网络 + dMoE 块感知专家路由
  • 范式:dLLM 扩散语言模型,支持思考模式生成
  • 单卡速度:GB300 单卡 BF16、batch=1,最高 680 token/s
  • 关键跑分:SWE-bench Verified 73.6,Terminal-Bench 2.1 为 51.7
  • 衍生版本:联合预测决策模型,联合预测延迟 164ms,串行调用提速 7 倍

技术报告重点研读步骤

  1. 区分范式:看懂 dLLM 扩散语言和 GPT 类自回归模型的生成逻辑差别
  2. 拆解架构:读懂 BD-GDN 怎么压缩历史上下文、块内双向注意力交互
  3. 核对专家路由:理解 dMoE 块感知路由,控制每次激活参数量
  4. 对比基准:对照 SWE-bench、Terminal-Bench 等 Agent 相关评测指标
  5. 实测推理:在相同 GPU 环境下,测试长文本、多轮工具调用、批量联合预测
  6. 落地评估:评估部署显存开销、API 并发、闭环智能体任务稳定性

Clover 模型与主流自回归模型对比表

对比项Clover(dLLM 扩散语言)传统自回归大模型
生成方式块内并行去噪,多位置同时生成逐 token 串行从左向右生成
激活特点MoE 稀疏激活,总参大、激活参小稠密或者 MoE,串行推理瓶颈明显
优势推理速度高、全局一致性强,适合批量联合决策生态成熟、工具链完善、用户上手门槛低
短板属于新范式,生态和微调工具较少长任务、批量多问题推理速度上限低
适配场景Agent 智能体、代码生成、批量多问题联合研判通用对话、长文创作、常规问答

【常见问题】

问题 1:扩散智能发布 Clover 模型技术报告,Clover 是什么类型的大模型?

回答 1:扩散智能发布 Clover 模型技术报告,Clover 属于 dLLM 扩散语言模型,不是传统自回归大模型,依托块扩散 GDN 架构,主打并行解码,面向 Agent 智能体、代码和工具调用场景。

问题 2:扩散智能 Clover 模型技术报告里,决策模型版本的提速效果是多少?

回答 2:扩散智能 Clover 模型技术报告显示,Clover 衍生决策模型做多问题联合预测延迟 164 毫秒,相比逐题串行独立调用,整体提速 7 倍,同时组内全部答对的准确率也有提升。

问题 3:扩散智能 Clover 模型技术报告里的 BD-GDN 架构,起到什么作用?

回答 3:扩散智能 Clover 模型技术报告中的 BD-GDN 块扩散门控 Delta 网络,用来压缩保存历史上下文,同时让当前文本块内部双向信息交互,平衡上下文记忆和并行生成能力。

问题 4:扩散智能发布 Clover 模型技术报告,Clover 和普通文生图扩散模型是一回事吗?

回答 4:不是,扩散智能发布 Clover 模型技术报告,Clover 是扩散语言模型 dLLM,直接做文本生成、Agent 任务;大家熟悉的文生图扩散模型是图像生成,二者底层扩散范式同源,但目标任务、架构完全不同。

【参考资料】

[2026-11-19](扩散智能发布 Clover 模型技术报告)36 氪

[2026-11-19](Clover-35B-A3B-Preview Technical Report)arXiv

[2026-10-28](扩散智能 DiffuSpace 发布 Clover-35B-A3B-Preview)央广网

【免责声明】

本文仅为 AI 技术资讯整理,扩散智能 Clover 模型技术报告里的参数、跑分、推理速度数据以官方技术报告、arXiv 论文原文为准,不同硬件、batch、提示词下实测结果会存在差异,不构成选型、采购投资建议。

今日大家都在搜的词: