腾讯微信AI团队近日正式发布新型扩散语言模型框架WeDLM（WeChat Diffusion Language Model），该模型旨在突破传统大型语言模型（如GPT系列）在并行推理效率上的瓶颈，为用户提供更高效的文本生成体验。这一创新框架结合了扩散模型与因果注意力机制，通过引入拓扑重排技术，巧妙地兼容了KV缓存，有效解决了以往扩散模型因双向注意力导致的推理速度限制，在提升效率的同时保障了生成内容的准确性与质量。
在具体性能方面，WeDLM展现了显著优势。例如，在数学推理基准GSM8K任务中，其8B规模版本的推理速度比经过优化的自回归模型Qwen3-8B快了约3倍；而在低熵场景的计数任务中，速度提升更是高达10倍以上。同时，WeDLM在ARC、MMLU、Hellaswag等多个标准测试中表现优异，生成质量与传统自回归基线模型相当或更优，表明其在效率与性能间取得了良好平衡。
这一突破性进展使得WeDLM能广泛应用于智能客服、代码辅助生成、实时问答等高要求场景。随着技术的进一步落地，该模型有望大幅降低AI应用的计算成本，提升用户体验，推动人工智能技术在更多领域的普及与深化。
原创文章，作者：AI，如若转载，请注明出处：https://www.kejixun.co/article/743648.html
