全球扩散语言模型最大融资!顺为、华为哈勃、地平线押注港大系初创DiffuSpace 模型生成范式之争升温
港大团队创立的DiffuSpace获近5亿元融资,华为哈勃、地平线等产业资本跟投,扩散语言模型加速从前沿研究走向规模化训练与端侧应用验证。

10月9日,深圳扩散语言模型(dLLM)初创企业DiffuSpace(扩散智能)对外披露,近期连续完成两轮融资,经纬创投、顺为资本、君联资本联合领投,中科创星、华为哈勃、地平线等跟投。综合信息显示,公司两轮融资规模合计近5亿元,或创下全球dLLM初创企业融资规模纪录。
DiffuSpace于今年5月由香港大学孔令鹏教授及博士生龚珊三、叶佳成联合创立。在自回归架构主导大模型市场的背景下,成立仅约五个月的初创企业获得数亿元融资,显示资本开始加码主流架构之外的生成路线,大模型竞争进一步延伸至底层生成机制。
从逐Token生成到并行修正 港大团队验证另一条技术路线
当前主流大语言模型普遍采用自回归架构,按顺序逐个生成Token(词元)。扩散语言模型则允许多个位置并行生成,通过多轮迭代补全、修正内容,在代码编辑、多约束规划等任务中具备潜在优势。其技术瓶颈集中在如何控制迭代计算开销,同时保持生成质量。
DiffuSpace团队自2022年起持续探索这一方向,技术积累已形成清晰的演进路径:
· 2022年,团队提出DiffuSeq,将扩散机制用于序列到序列文本生成,论文被ICLR 2023接收。
· 2025年,团队与华为诺亚方舟实验室联合推出70亿参数的Dream 7B,多项通用、数学及代码评测达到或超过同规模自回归模型水平。在Countdown、数独等部分规划测试中,其表现甚至超过6710亿参数的DeepSeek V3。团队还利用Qwen2.5 7B已有权重初始化,验证了从成熟自回归模型向扩散架构迁移的可行性。
· 2025年底,团队进一步推出Dream-VLA,将扩散语言模型延伸至机器人动作生成,在LIBERO机器人仿真基准测试中取得97.2%的平均成功率。
全球厂商加速跟进 提速优势已出现,通用能力仍待追赶
谷歌、Inception、蚂蚁集团、字节跳动等企业持续布局扩散语言模型,竞争重点正从算法可行性转向推理效率与应用表现。
2026年6月,谷歌推出DiffusionGemma。官方测试显示,在指定GPU及测试条件下,生成速度最高达到对应自回归模型的4倍,但整体输出质量仍低于标准Gemma 4,高并发场景的成本优势也存在不确定性。
美国AI公司Inception则提供了商业应用案例。其Mercury系列模型已进入编程Agent工作流程,帮助Augment Code将上下文压缩耗时从约150秒降至27秒,延迟下降82%,成本降低90%,同时保持该任务的输出质量。
多项性能数据,已显示出明确的应用机会:扩散语言模型有望率先在低延迟交互、代码处理及高频调用的Agent工作流程中形成效率优势。
从华为联合研发到资本入局 端侧AI打开软硬协同空间
此次融资的产业价值,还体现在模型研究与计算平台之间的联系进一步加深。
华为诺亚方舟实验室此前已参与Dream 7B联合研发,此次华为旗下投资机构进一步进入资本层面;地平线长期布局智能驾驶芯片及车端计算平台,与扩散模型的低延迟推理、端侧部署需求存在潜在协同空间。
2026年9月,DiffuSpace与智能体计算平台公司Acrab开展端侧系统适配。据公司官网披露,双方结合扩散模型的并行生成能力与端侧计算基础设施,在特定条件下实现最高5倍的端侧Agent运行提速,面向AI PC、智能汽车、机器人及智能家居等场景。
端侧AI对响应延迟、功耗和本地算力有更严格的约束,也对模型与硬件的协同效率提出更高要求。
从计算架构看,扩散模型的并行生成与多轮迭代具有不同于自回归模型的计算负载特征,为GPU利用、显存访问和推理调度提供新的优化空间。
如果相关效率优势能在真实产品中持续兑现,芯片厂商便有机会围绕扩散模型优化硬件架构与软件栈。目前,相关协同仍处于探索阶段,尚未披露与地平线的具体联合研发或产品部署项目。
大模型下一轮竞争,触及生成机制本身
过去几年,大模型产业主要依靠规模化训练与算法优化持续提升能力,自回归架构已形成成熟的技术与应用生态。
DiffuSpace融资则释放出新的产业信号:资本开始支持另一套生成机制的规模化探索,并将模型研发与端侧计算需求更紧密地结合。
而扩散语言模型能否扩大竞争优势,仍取决于三项关键验证指标:更大参数规模下的通用能力、同等输出质量下的端到端推理成本,以及真实业务中的稳定性。
DiffuSpace目前正训练300亿参数扩散语言模型,计划于10月发布并开源,届时将提供新的规模化验证样本。
随着AI从单次问答走向持续运行的Agent与实时交互终端,产业竞争的衡量标准将进一步延伸至完成任务所需的时间、成本及硬件资源。模型生成机制与计算平台的协同效率,有望成为下一轮AI基础设施竞争的重要变量。
参考资料
[1] 钱微镜. 深圳DiffuSpace5亿元融资刷新全球扩散语言模型融资纪录,华为、地平线押注其中[EB/OL]. (2026-10-09)[2026-10-10].
[2] GONG S, LI M, FENG J, et al. DiffuSeq: Sequence to Sequence Text Generation with Diffusion Models[EB/OL]. (2022-10-17)[2026-10-10].
[3] HKU NLP Group. Dream 7B[EB/OL]. (2025-04-02)[2026-10-10].
[4] YE J, GONG S, GAO J, et al. Dream-VL & Dream-VLA: Open Vision-Language and Vision-Language-Action Models with Diffusion Language Model Backbone[EB/OL]. (2025-12-27)[2026-10-10].
[5] O'DONOGHUE B, FLENNERHAG S. DiffusionGemma: 4x faster text generation[EB/OL]. (2026-06-10)[2026-10-10].
[6] ERMON S. Introducing Mercury 2.5[EB/OL]. (2026-09-08)[2026-10-10].
[7] DiffuSpace. News[EB/OL]. [2026-10-10].

陈宥文
关注:具身智能/产业财经
邮箱:youwen.chen@infocase.world





