扩散语言模型（dLLM）正加速从学术论文走向产业落地。据钛媒体独家消息，中国扩散语言模型团队DiffuSpace已与亚洲智能体计算平台公司Acrab达成战略合作协议，双方将共同推进dLLM在AI PC、智能汽车、机器人、智能家居等端侧AI场景中的应用。适配测试显示，dLLM可将端侧Agent的运行速度提升5倍，部分场景推理速度甚至可达GPT式自回归模型的10倍。

DiffuSpace是全球最早投入dLLM范式研究的团队之一，其核心成员自2022年以来陆续推出DiffuSeq、RDM、DiffuLLaMA等研究成果，并研发出全球代表性dLLM之一Dream 7B。该团队声称是全球唯一在条件生成、离散信号建模、Scaling三大dLLM核心问题上均有全球领先突破的团队。Acrab则是亚洲一家专注于突破智能体在性能、能效与部署效率瓶颈的计算平台公司，已进入产业量产阶段。

传统GPT类自回归模型采用从左至右、逐个Token的方式生成内容，而dLLM借鉴图像生成领域的扩散机制，采用全局生成，能够结合上下文持续调整生成结果。简单来说，前者更像“一个字一个字写”，后者则试图“先整体生成，再不断修正”。这种并行生成能力被搬到端侧Agent上，并进行系统级适配。在Acrab的参考设计中，Coding Agent已成为测试场景之一，dLLM可以并行处理多个代码位置，提升代码生成和修改效率；另一个测试场景是视频剪辑智能体，利用dLLM的全局建模能力处理图像、语音和文字等多模态信息。

此次合作的关键信号在于，dLLM与端侧计算平台的结合并非简单地把模型“塞进芯片”，而是围绕Agent工作负载进行模型、算力和应用场景的协同适配。这背后对应的是端侧Agent面临的现实问题：实时响应、计算效率，以及有限端侧算力下的模型运行速度。Acrab提供计算底座，已推出第一代端侧AI芯片G LIX 1，提供超过700 TOPS的AI算力和273GB/s统一内存带宽，以及Agent Box智能终端，可在消费、工业等场景离线部署智能体。Acrab累计融资超过4.8亿美元，并已进入产业量产阶段。

dLLM本身也正成为大模型领域的新变量。今年以来，Google、Inception、蚂蚁集团等科技公司陆续推出相关模型。随着更多企业进入这一赛道，行业内已出现一种更激进的判断：扩散语言模型可能在未来两年内替代GPT类自回归模型。DiffuSpace作为国内较早投入该研究的团队，见证了行业对这一技术路线从“非共识”逐步走向更多认可。该团队认为，dLLM已展现出成为下一代基础模型范式的潜力，接下来需要继续完成更多技术突破与产业验证。

从此次合作来看，dLLM正在尝试解决一个越来越现实的问题：当AI Agent真正进入PC、汽车、机器人和家庭设备后，用户需要的可能不只是“更聪明的模型”，还需要一个能够在本地更快行动的Agent。如果5倍速、10倍速在更多实际任务中被验证，扩散语言模型或许会成为下一轮模型竞争中一个不可忽视的新变量。