扩散语言模型DiffuSpace两轮融资近5亿,10月将开源新模型

    发布时间:2026-10-19 08:02 更新时间:2026-10-19 08:02 阅读量:0

    在主流自回归大模型占据视野的同时,一条差异化技术路线正在获得资本关注。2026年10月上旬,聚焦扩散语言模型(dLLM)的DiffuSpace宣布连续完成两轮融资,合计金额近5亿元。据央广网、科创板日报等媒体报道,该笔融资创下扩散语言模型领域全球最大融资纪录,由经纬创投、顺为资本、君联资本联合领投,中科创星、华为哈勃、地平线等机构跟投。

    公开信息显示,DiffuSpace于2026年5月成立并落地深圳,团队来自香港大学。从成立到完成两轮融资,间隔不到半年,这一节奏与10月国内大模型领域整体融资升温的背景相互呼应。据了解,本轮资金将用于新一代模型训练与商业化推进,具体用途以公司官方披露为准。

    扩散语言模型是什么,与主流路线有何不同

    目前常见的大模型大多采用自回归方式生成内容,即按顺序逐个预测下一个词元。扩散语言模型则借鉴图像生成领域的扩散思路,先对整段文本加噪,再通过多步去噪还原出完整结果。这种范式在理论上具备并行生成、全局规划的潜力,但工程实现与训练稳定性要求较高,因此长期停留在研究阶段。

    对站长和运维人员来说,路线之争的直接影响体现在部署侧:模型结构不同,推理框架、显存占用与批处理策略都会有所差异。关注这类新模型时,除了看参数规模,更要看官方是否提供成熟的推理代码、量化方案和硬件适配说明,再决定是否投入测试环境。

    端侧合作与开源计划值得留意

    据科创板日报等报道,DiffuSpace正在训练新一代更大参数规模的扩散语言模型,并计划于2026年10月正式发布并开源。同时,公司已与端侧计算平台公司Acrab合作,称端侧Agent运行速度可提升5倍,目标场景包括AI PC、智能汽车、机器人和智能家居。

    这些性能数据来自厂商披露,实际效果需以官方发布后的实测与文档为准。对建站和运维读者而言,端侧模型与云端API是互补关系:轻量端侧模型适合处理低延迟、隐私敏感的本地任务,复杂推理仍可回落到云端服务。若后续开源权重上线Hugging Face或ModelScope,可先在隔离环境做小规模验证。

    给站长与运维的观察建议

    新模型开源后,切勿直接在生产环境部署。建议先在测试机拉取权重,确认推理框架版本与显卡驱动匹配,再评估显存与并发能力。下面是一个通用的环境准备示例,具体包名和版本请以模型官方仓库的README为准:

    # 创建独立虚拟环境,避免污染现有服务
    python3 -m venv dllm-test
    source dllm-test/bin/activate
    
    

    安装推理依赖(示例,实际以官方文档为准)

    pip install --upgrade pip pip install torch transformers accelerate

    查看GPU显存与驱动状态

    nvidia-smi

    部署前还要核对开源许可证条款,确认商用范围;对外提供服务时做好限流与日志审计,避免因单模型占满显存影响同机其他业务。总的来看,DiffuSpace的融资与开源计划说明国内大模型路线正在分化,站长群体可以保持关注,但落地决策仍应以官方文档和自身实测为准。

    继续阅读

    📑 📅
    10月国产大模型融资潮:头部千亿级与细分路线并进 2026-10-19
    蚂蚁开源560B模型Ling-3.1-flash,1M上下文落地 2026-10-19
    扩散语言模型公司DiffuSpace连获两轮数亿元融资 2026-10-19
    阶跃星辰开源Step 5 Preview权重,国产算力同步适配 2026-10-19
    面壁智能MiniCPM-V 4.7发布:端侧多模态跑进3GB内存 2026-10-19
    面壁智能发布MiniCPM-V 4.7:端侧多模态再进一步 2026-10-19
    百度文心5.0原生全模态大模型发布 2026-10-19
    元环智能两轮融资数亿元,做能设计模型的元模型 2026-10-19
    国产AI芯片出货量超GPU,算力格局生变 2026-10-19
    模思智能完成超10亿元Pre-A轮融资 2026-10-19