全球首个Agentic扩散模型问世

原文内容概括缩写：全球首个Agentic扩散模型由研究团队发布，核心创新在于将扩散模型从图像生成领域迁移至AI Agent（智能体）任务，实现了“边行动边纠错”的实时推理能力。该模型支持128K token的超长上下文窗口，与当前主流自回归模型（如GPT-4）持平，但解决了自回归模型在长程任务中易出现错误累积、推理速度慢的痛点。模型采用扩散过程逐步生成动作序列，每次迭代都可以根据当前状态修正之前的错误，从而在复杂多步任务（如网页导航、机器人控制、代码编写）中表现出更高的鲁棒性和准确性。实验数据显示，在多个长程Agent基准测试中，该模型在任务完成率、纠错效率上超越同等规模自回归模型，且推理延迟降低约30%。研究团队认为，这一架构有望替代自回归成为下一代Agent基础模型，并已开源部分代码。新闻还提到，该模型需要大量算力进行训练和推理，但因其并行生成特性，实际部署效率优于逐token生成的自回归模型。