扩散语言模型公司DiffuSpace获数亿元融资

    发布时间:2026-10-12 04:12 更新时间:2026-10-12 04:12 阅读量:0

    在主流自回归大模型之外,一条相对小众的技术路线正在获得资本关注。据公开信息,运营主体为深圳弦迹引力科技的扩散语言模型公司 DiffuSpace,已于近期连续完成两轮融资,总额达数亿元人民币。本轮由经纬创投、顺为资本、君联资本领投,中科创星、华为哈勃、地平线等参与跟投。有报道称,这一融资规模创下了全球扩散语言模型(dLLM)赛道的纪录,具体金额与条款以官方公告为准。

    团队背景与技术路线

    DiffuSpace 团队源自香港大学 NLP 实验室,由孔令鹏及博士生龚珊三、叶佳成创立,落地深圳。与逐字生成的自回归模型不同,扩散语言模型借鉴图像生成中的扩散思路,通过多轮去噪生成文本,在部分场景下可实现约 10 倍的推理加速。团队此前已推出 Dream 7B、DiffuSeq 等成果,在学术与开源社区积累了一定基础。

    值得关注的是,DiffuSpace 在 9 月已与端侧计算平台 Acrab 达成合作,推动 dLLM 在 AI PC、智能汽车、机器人、智能家居等场景落地。按照披露的计划,团队正推进新一代更大参数规模 dLLM 的训练,并计划于 2026 年 10 月正式发布并开源。对于关注端侧与推理效率的开发者来说,这是一个可以留意的时间节点。

    为什么这条路线值得站长关注

    对多数站长和运维人员来说,模型架构的差异最终会体现在成本上。推理速度提升意味着同等并发下可以少占 GPU,端侧可运行则意味着部分功能不必回传云端,既省带宽也减少数据外发的合规压力。如果 dLLM 的加速效果在真实业务中站得住,那么在客服问答、内容分类、日志摘要这类对生成质量要求不极端、但对延迟和成本敏感的场景里,它会是一个可评估的选项。

    需要提醒的是,扩散语言模型目前仍处于早期阶段,工具链、微调生态与社区支持的成熟度无法和主流自回归模型相比。是否引入,建议先在测试环境用官方开源的权重跑通推理流程,再评估显存占用与单位请求成本,不要直接压到生产环境。相关版本号、许可协议与下载方式,请以团队官方仓库和公告为准。

    从更大的视角看,DiffuSpace 的融资也反映出 2026 年国内大模型融资的一个特点:资金除了向头部集中,也开始向差异化技术路线分流。对建站与运维群体而言,多一条路线竞争,长期看有利于推理成本下降和部署选择变多。

    继续阅读

    📑 📅
    算力券与国产芯片:AI基建的补贴逻辑 2026-10-12
    DeepSeek千亿融资接近落定,内蒙古数据中心规划16万枚昇腾芯片 2026-10-12
    阶跃星辰开源Step 3.5 Flash,并完成50亿元B+轮融资 2026-10-11
    国产AI加速卡份额升至41%,超节点与端侧成新战场 2026-10-11
    国产AI算力份额升至41%,超节点成新战场 2026-10-11
    Kimi以500亿美元估值完成新一轮融资 2026-10-12
    Manus母公司蝴蝶效应完成超5亿美元融资 2026-10-12
    智谱关联方设10亿创投合伙企业,落子浙江 2026-10-12
    超节点与Token经济:运营商AI产品密集落地 2026-10-12
    国产AI加速卡份额突破四成,训练落地成关键 2026-10-12