扩散语言模型公司DiffuSpace两轮融资近5亿

    发布时间:2026-10-24 04:56 更新时间:2026-10-24 04:56 阅读量:5

    在主流大模型普遍采用自回归架构的当下,一条相对小众的技术路线正在获得资本关注。2026年10月10日,成立不到半年的大湾区AI公司DiffuSpace宣布完成两轮融资,合计金额近5亿元,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。据了解,这是目前全球扩散语言模型(dLLM)领域规模较大的一笔融资。

    对多数站长和建站开发者来说,扩散语言模型还是个陌生词。简单理解:现在常见的对话模型是一个字一个字往后“接龙”,而扩散模型借鉴图像生成思路,先把整段文本打散成噪声,再逐步去噪还原成完整内容。这种范式在并行生成、整段可控性上有想象空间,也因此被视为架构层面的一条探索路线。需要说明的是,该路线目前仍处早期,实际落地效果以官方发布和评测为准。

    团队背景与已有成果

    公开信息显示,DiffuSpace于2026年5月在大湾区成立,核心成员多来自香港大学,包括孔令鹏、龚珊三、叶佳成等。团队此前推出的Dream 7B模型基于Qwen2.5 7B初始化,在Hugging Face上的下载量已超过250万次,说明这条路线在开源社区已有一定受众。素材还提到,公司计划在10月发布并开源新一代更大参数的dLLM,并在9月与端侧平台Acrab达成合作,方向上兼顾云端与端侧部署。

    从融资节奏看,成立约五个月便完成两轮合计近5亿元的融资,投资方中既有财务机构,也有产业资本与硬件厂商背景的基金,反映出资本对“非主流架构”仍愿意下注。不过融资额本身不等于产品成熟度,模型能否在真实业务中稳定跑通,还需要时间验证。

    对站长和开发者的实际意义

    如果你运营的是内容站或工具站,短期内不必急着替换现有模型方案。更务实的做法是先把开源权重拉下来做小规模试用,观察生成质量、显存占用和推理速度是否符合自己的业务场景。等官方仓库和模型卡发布后,可按下面的方式准备环境(具体命令与依赖以官方文档为准):

    # 以官方仓库发布为准,以下为通用准备步骤示例
    python3 -m venv dllm-env
    source dllm-env/bin/activate
    pip install --upgrade pip
    

    待官方公布依赖清单后安装,例如:

    pip install -r requirements.txt

    下载模型权重前先确认显存与磁盘空间

    df -h nvidia-smi

    需要提醒的是,扩散语言模型的推理流程与自回归模型不同,采样步数、去噪策略都会影响输出质量,部署前应先阅读官方说明,不要直接套用现有对话模型的参数模板。对预算有限的中小站点,更稳妥的路径仍是先用成熟API跑通业务,再评估是否引入新架构做增量实验。

    热度背后的冷思考

    本月国内大模型赛道资金明显向头部集中,DiffuSpace能在垂直技术路线上拿到大额早期融资,说明资本仍在寻找差异化标的。但对普通建站用户而言,模型架构之争的胜负尚早,真正影响成本的是推理价格、上下文长度和生态适配。建议持续关注其开源模型的许可证条款与商用限制,再决定是否纳入技术选型。以上信息均来自公开报道,具体融资细节与模型发布计划以公司官方公告为准。

    继续阅读

    📑 📅
    智谱GLM-5.2开源观察:长程任务与MIT协议落地 2026-10-24
    国产AI芯片与算力观察:2185 EFLOPS之后 2026-10-24
    10月国内AI融资观察:千亿资金涌向头部模型公司 2026-10-24
    MiniMax开源M3.1 Flash:428B参数模型免费可商用 2026-10-24
    科大讯飞星火X2.6发布:端云一体让敏感数据留在本地 2026-10-24
    MiniMax M3.1 Flash开源:428B参数与百万上下文 2026-10-24
    DeepSeek千亿融资与科创板IPO动向 2026-10-24
    MiniMax开源M3.1 Flash:428B参数、72小时处理百万亿Token 2026-10-24
    千亿资金涌入大模型:DeepSeek融资翻倍至千亿 2026-10-24
    模思智能获超10亿元Pre-A轮 将推MOSS Live 2026-10-24