DiffuSpace 开源 Clover-35B-A3B-Preview 扩散语言模型

深圳 AI 创业公司 DiffuSpace 于 10 月 28 日发布并开源了基于 Qwen3.6-35B-A3B 骨干架构重构的扩散语言模型 Clover-35B-A3B-Preview。该模型采用混合专家（MoE）架构，总参数量 350 亿，激活参数约 30 亿，官方宣称整体生成速度达 680 tokens/s，旨在解决大模型串行解码的效率瓶颈。 在技术实现上，Clover 通过引入块级扩散生成机制和对门控 Delta 网络（GDN）进行双向化改造，实现了并行去噪与长上下文压缩的平衡。评测数据显示，在包含 49 个任务的 WindTunnel 测试中，Clover 的中位执行时间为 1.52 秒，显著快于 Jev + Mercury 2.5（3.21 秒）、GPT-5.6 Luna（5.74 秒）和 Gemini 3.6 Flash（7.22 秒）。同时，其在 SWE-bench Verified 等基准测试中得分超过同规模自回归模型，但在部分数学和代码评测中并未全面占优。 事实层面，Clover 已开源权重及代码，支持 Apache-2.0 协议及 SGLang、llama.cpp 等推理后端。推断层面，该模型展示了扩散架构在处理结构化信息提取和多步骤规划任务上的潜力，但实际生产环境中的综合效率仍受工具调用、外部服务等待等非模型因素制约。猜测层面，团队计划推出的决策模型能否实现多问题联合处理，以及扩散模型能否在通用场景下稳定超越自回归架构，仍需后续产品落地验证。