机器之心PRO · 会员通讯 Week 23 --- 本周为您解读 ② 个值得细品的 AI & Robotics 业内要事 --- 1. 挑战 next token prediction，Diffusion LLM 够格吗？ 低成本下的高性能模型，是悖论还是可能？ 为什么 Gemini Diffusion 是「被忽视的重大突破」？dLLM 有何底气冲击自回归模型？Diffusion 也可被视作无损数据压缩器？dLLM 还有哪 些潜在优势？兑现 dLLM 的潜力还需解决什么问题？ ... 2. AI 推理成本暴跌，「互联网女皇」 Mary Meeker 从中看到了什么？ Mary Meeker 为何强调 AI 发展速度远超互联网时代？AI 模型训练成本与推理成本「剪刀差」将如何重塑行业竞争格局？企业 该如何平衡算力投入与商业化回报？中国开源模型崛起对全球供应链有何潜在影响？人机协作时代如何平衡劳动力结构转型与 技能重塑？ ... 本期完整版通讯含 2 项专题解读 + 27 项 AI & Robotics 赛道要事速递，其中技术方面 11 项，国内方面 4 项，国外方面 12 项。 本期通讯总计 29595 字， ...

机器之心报道 编辑：Panda 上个月 21 号，Google I/O 2025 开发者大会可说是吸睛无数，各种 AI 模型、技术、工具、服务、应用让人目不暇接。在这其中， Gemini Diffusion 绝对算是最让 人兴奋的进步之一。从名字看得出来，这是一个采用了扩散模型的 AI 模型，而这个模型却并非我们通常看到的扩散式视觉生成模型，而是一个地地道道的语言模 型！ Google DeepMind 表示，他们正在使用「扩散」技术来探索新的语言模型方向，从而为用户提供更强大的控制力、创造力和文本生成速度。 从演示效果看，Gemini Diffusion 也确实快 ——「生成速度是我们迄今为止最快模型的五倍，同时还具有相当的编程性能。」 那么，扩散模型为什么会这么快呢？这与其工作原理有关。简单来说，不像自回归语言模型那样直接预测下个文本 token，扩散语言模型（dLLM）是通过逐步细 化噪声的方式来学习生成输出。这意味着它们不仅可以快速迭代，还能在生成过程中进行纠错。这些特性有助于它们更好地应对编辑等任务，包括在数学和代码 环境中。 用户输入「 Explain what artificial intell ...

机器之心报道 编辑：Panda 近段时间，已经出现了不少基于扩散模型的语言模型，而现在，基于扩散模型的视觉-语言模型（VLM）也来了，即能够联合处理视觉和文本信息的模型。今天我 们介绍的这个名叫 LaViDa ，继承了扩散语言模型高速且可控的优点，并在实验中取得了相当不错的表现。 现目前，几乎所有流行的 VLM 都是基于大型语言模型（LLM）构建的，而这些模型采用的范式是自回归（AR），即按照从左到右的顺序逐一生成 token。 例如，生成一首每行都以特定音节开头的诗歌，或从预定义 JSON 格式的图像中提取结构化信息 —— 这些任务通常需要模型填充或协调整个序列中的内容。即使 使用精心设计的提示词和演示，自回归模型仍然难以稳定地满足此类约束。 近段时间，离散的扩散模型（DM）开始崛起，甚至被许多人认为是自回归 LLM 的一种有力替代，比如我们曾报道过的 首个 8B 扩散大语言模型 LLaDA 、 扩散 推理模型 Dream 7B 以及 首个商业级扩散 LLM Mercury 。 不同于自回归 LLM，扩散模型是将文本生成视为在离散 token 上的扩散过程。会有一个前向过程逐渐将离散文本 token 序列退 ...