大语言模型领域迎来创举！ Inception Labs 推出首款生产级扩散式LLM（Mercury），采用非顺序生成模式，性能实现双 10倍突破（速度提升10倍/成本降90%）。

传统LLM采用的自回归生成模式存在固有瓶颈——逐词生成导致长文本任务延迟高、计算消耗大。Mercury的突破在于借鉴图像扩散模型，采用 「全图绘制」逻辑：首先生成完整但粗糙的文本框架，再通过多轮迭代优化细节，最终输出精确结果。

技术优势体现在三个层面：

全局感知能力：模型能从整体视角优化输出，减少逻辑矛盾

灵活编辑特性：支持任意顺序调整token，满足格式审查等硬需求

跨模态适配：已完成代码生成等结构化任务验证，耗时仅为传统模型1/6

行业专家安德烈·卡帕斯指出，该突破突破了文本扩散长期存在的离散符号噪声处理难题。Mercury 的核心价值在于开辟了并行化文本生成新路径，为终端设备部署高性能LLM提供了可能性。

该技术目前虽处早期阶段，但其展示的潜力已改变LLM演进方向预期。随着工程优化推进，未来可能催生兼具类GPT理解力与扩散模型效率的新架构，这不仅是技术迭代，更是对语言生成本质的重新解构。