10月9日，全球扩散语言模型（dLLM）领域的融资纪录被深圳一家公司刷新：DiffuSpace完成两轮合计近5亿元融资，领投方是经纬创投、顺为资本、君联资本，华为哈勃、地平线跟投。
为什么华为、地平线会押注DiffuSpace？
DiffuSpace是港大NLP实验室孔令鹏教授和博士生龚珊三、叶佳成创立的，核心团队早就是全球探索扩散语言模型的先行者。它的前身是2025年港大NLP和华为诺亚方舟实验室联合推出的Dream系列模型——当时Dream7B就做到了同参数规模下比自回归模型通用能力更强，规划能力还比肩671B的DeepSeek V3，还在ICML2025上和Google Gemini Diffusion等并列三大代表性dLLM。
华为愿意押注，不光因为技术渊源：华为本身在盘古模型上就有扩散语言模型的研究，还在探Agent场景的应用；地平线那边，自动驾驶领域早就用上了扩散模型，比如他们的DIVER框架把扩散和强化学习结合做自动驾驶规划，现在又要做整车智能体芯片，端侧AI的需求刚好和DiffuSpace的技术匹配。两边加进来，等于给DiffuSpace的产业化铺了产业端的路——不然纯实验室的技术，很难快速落地。
扩散语言模型，不是自回归的“备胎”
很多人刚听到扩散语言模型，会觉得是自回归的补充，其实不是。龚珊三举了个直白的例子：“小明去广州吃叉烧”，自回归是一个词一个词按顺序生成，扩散则是先把核心关键词（小明、叉烧）搭出来，中间的内容可以回头改，还能并行生成多个词，推理速度能快5到10倍。
而且扩散有三个核心优势：能可逆修正生成的任意位置、全局建模（生成时能读所有上下文）、柔性计算（简单内容少算，复杂内容多算）。还有数据利用率高——同一条数据加噪、遮盖、恢复，能变出更多可训练样本，对数据少的场景太友好。
龚珊三说，她不觉得扩散是备胎，反而觉得它会逐步替代自回归，尤其在自己擅长的场景。目前DiffuSpace在训30B参数的模型，还计划开源更大的dLLM。
端侧和Coding Agent，DiffuSpace的落地重点
DiffuSpace的商业化优先级是今年底到明年初的Coding Agent和端侧部署。端侧的优势太明确：隐私好、响应快、弱网能用，AIPC、手机、车载、机器人都有需求。之前他们还和亚洲智能体计算平台公司Acrab合作，端侧Agent系统适配后，速度提了5倍。
具身智能那边，扩散的优势更明显：比如人形机器人擦桌子，自回归模型接到指令就直接擦，容易碰乱东西；用扩散的话，会先规划把杯子移开再擦，动作和语言的对齐更好，不会出现模态误差累积。
龚珊三提到，蚂蚁、字节、英伟达、谷歌都有做dLLM，但没All in。DiffuSpace定位是基础模型公司，走开源路线，现在Dream7B已经开源，新训的大模型近期也会发出来。
2026年被龚珊三看作扩散语言模型产业化的关键年，一边要让小模型在端侧跑起来，一边要冲更高的智能上限。只是不知道，当端侧的扩散模型真的占了主要份额，那些一直重仓自回归模型的大厂，会不会突然加大对这条路线的投入？
素材来源：钛媒体 · AI情报、融资并购、大模型、AI智能体
查看报道原文
本文由 WeValue 情报引擎基于公开报道整理改写
发表第一条评论吧