专题：2026北京智源大会
6月12日至13日 ，2026第八届北京智源大会在北京中关村国际创新中心举行 。蚂蚁技术研究院深度学习实验室负责人李建国出席并演讲 。
李建国表示，扩散模型或将成为语言模型下一阶段的重要发展方向和补充 ，其在生成速度和可编辑性方面展现出显著优势。
他解释到，扩散模型在图像生成领域已是主流范式，应用非常广泛 。正向过程是通过对图像逐步添加噪声直至变为白噪声 ，反向过程是从白噪声中逐步去噪 ，恢复出原始图像 。
而在语言领域，当前主流范式是“Next Token Prediction”。“就像打字机一样 ，我前面打出一个字 ，后面接着就依赖前面去产生下一个字。扩散语言模型则将图像领域的范式迁移到语言中，可以像印刷机一样批量 、成批地输出词元 。 ”
李建国以今年2月发布的LLaDA 2.1模型（可编辑扩散生成）与蚂蚁百灵2.0模型（100B参数）对比为例 。LLaDA的生成速度约为1000 token/秒 ，而百灵2.0约为200 token/秒 ，速度相差4倍以上。
他指出，从核心特性看 ，有两个速度 ，一个是传统的AR模型，一次只输出一个token ，即使采用投机采样方法（如MTP）也只能做到2-3个 。另外一个速度 ，就是扩散语言模型，起步平均能做到5-6个，在代码生成 、智能体等场景中 ，实际观察可超过10个 ，最高可达15个 。
此外，扩散语言模型的另一个重要特性是可改写性。例如在生成过程中某个字出现错误 ，可以通过“悔改 ”机制只修改错误的那一个位置 ，而无需重新生成整个序列 。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅 ，新浪网登载此文出于传递更多信息之目的 ，并不意味着赞同其观点或证实其描述 。
