扩散模型闯入Agent赛道 350亿参数版速度优势明显 - ebpay钱包

扩散智能推出全新扩散语言模型Clover-35B-A3B-Preview，该模型总参数达350亿，采用MoE架构，每个token激活约30亿参数。ebpay钱包

用户实际体验显示，它能快速完成代码编写、网页生成以及工具调用等Agent工作，整体响应节奏明显优于同类产品。

在网页Agent评测中，模型中位执行时间为1.52秒，成功率达到98.6%，对比Jev组合速度提升近一倍。

速度对比：执行效率显著提升

WindTunnel平台49个任务测试显示，Clover在连续操作中保持稳定输出，远超Gemini 3.6 Flash等多款模型。

生成太阳系模拟器或整理LaTeX简历等场景下，模型思考时间控制在1秒左右，整体完成速度令人印象深刻。

任务能力：支持连续Agent流程

官方演示中，Clover通过WebMCP连续处理开票、报名、查询等多项业务，成功完成购物车添加与结账全流程。

在代码评测方面，它在SWE-bench Verified和Terminal-Bench 2.1上分别取得73.6和51.7分，展现真实仓库问题解决实力。

技术原理：块扩散与记忆优化

扩散语言模型采用块扩散机制，允许多个位置并行更新，再经多轮去噪逐步确定结果，避免自回归逐token等待。

ebpay钱包团队重构门控Delta网络，将历史上下文压缩为独立状态，当前块内token通过双向注意力相互参考，提升长程任务稳定性。

团队背景：从研究到产品落地

扩散智能由香港大学孔令鹏教授团队创立，早期DiffuSeq工作奠定序列生成基础，Dream 7B后继续扩大规模至350亿参数。

未来计划推出多模态版本，并推进端侧适配，探索更大模型以应对更复杂长程任务。