上海交大邓志杰介绍扩散语言模型并行生成优化方法
热点事件持续更新
上海交大邓志杰介绍扩散语言模型并行生成优化方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
上海交通大学副教授邓志杰在CNCC 2026上介绍了扩散语言模型的并行生成优化方法，旨在提升生成速度的同时保证质量。 他提及了LLaDA、Dream等模型，以及D2F和MultiBD等方法，并称MBD-LLaDA2-Mini模型在两张H100显卡上达到了约746 TPS的生成速度。 此外，他还展示了扩散语言模型在视频生成、语音修复、多模态与智能体等领域的应用探索。
AI 根据报道生成 · 3 小时前更新
最新进展11月5日 13:44
上海交大邓志杰：扩散语言模型，怎样才能又快又好报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- 雷锋网上海交大邓志杰：扩散语言模型，怎样才能又快又好
上海交大邓志杰在CNCC 2026上提出，通过扩散语言模型实现多位置并行生成，可在保证质量的前提下提升生成速度。他介绍了LLaDA和Dream等模型，以及D2F和MultiBD等方法，其中MBD-LLaDA2-Mini在两张H100上达到约746 TPS。此外，他还展示了扩散语言模型在视频生成、语音修复、多模态与智能体中的应用探索。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 911月5日 16:00
- 近 24 小时变化
- –
02.557.510
16:0017:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。