扩散模型不再逐个生成 Token：Clover-35B 用 350 亿参数挑战 Agent 编程
扩散语言模型正在从研究走向更大规模。10 月 28 日，DiffuSpace 开源 Clover-35B-A3B-Preview，用混合专家架构把总参数推到 350 亿，官方称生成速度达 680 tokens/s，并在 SWE-bench 等 Agent 基准上给出成绩。它想证明的是：并行解码不只是快，也能干活。 ## 换一条生成路线：从“逐字写”到“并行改” 大语言模型一定要从左到右、一个词一个词地往外生成吗？ 过去几年，GPT、Claude、Qwen 等主流模型都采用自回归方式：每生成一个 Token（模型处理文本的基本单位，可粗略理解为词或词的一部分），都要基于前面所有内容重新计算一遍。