據報 DiffuSpace 完成兩輪數億元人民幣融資，將開源更大規模 dLLM

據《AI 前線》報導，擴散語言模型新創 DiffuSpace 近期連續完成兩輪融資，總額達數億元人民幣，報導稱創下全球擴散語言模型（dLLM）最大規模融資紀錄。經緯創投、順為資本與君聯資本聯合領投，中科創星、華為哈勃與地平線等跟投；資金將主要用於模型訓練、垂直場景適配及基礎設施研發。 報導稱，DiffuSpace 正在訓練新一代、更大參數規模的 dLLM，並計畫近期發布及開源，但目前尚未公布模型名稱、參數規模或開源日期。公司由香港大學 NLP 實驗室聯合主管孔令鵬教授及博士生龔珊三、葉佳成共同創立，核心團隊自 2022 年起投入 dLLM 研究，曾推出 DiffuSeq、RDM、DiffuLLaMA、Dream 7B，以及 Dream-VL、Dream-VLA 和 DreamOn 等模型或研究成果。 依報導說法，Dream 7B 於 2025 年推出，在數學、程式碼與規劃任務上全面超越同參數規模的自回歸模型，規劃能力可比肩 671B 參數的 DeepSeek V3，並已在 Hugging Face 累計獲得超過 250 萬次下載。報導另稱，DiffuSpace 的 DiffuSeq 於 2022 年將擴散模型引入 Seq2Seq 條件式文字生成，相關成果收錄於 ICLR 2023；Dream 7B 則被視為其 dLLM Scaling 路線的代表成果，並在 2025 年 ICML 相關演講中與 Google Gemini Diffusion、Inception Mercury 並列。 dLLM 與 Claude、GPT 等自回歸模型不同，可對內容進行全域生成及平行解碼，並在生成過程中反覆修正任意位置、讀取完整上下文及動態分配計算資源。報導稱，這類模型在特定場景可帶來 5 至 10 倍推論加速，並適合長動作序列、多模態輸入及多個平行任務的規劃；相關效能與能力主張目前均應視為報導內容，材料未提供完整評測條件。 此外，報導稱 DiffuSpace 已與亞洲智能體計算平台公司 Acrab 合作，利用 dLLM 的平行生成與全域建模能力，讓端側 Agent 執行速度提升 5 倍，雙方後續將探索 AI PC、智能汽車、機器人及智能家居等場景。材料未提供該提升幅度的測試方法或基準對照。報導並稱，2026 年前 8 個月 dLLM 相關論文數量已達 2025 年全年的 2.4 倍，Google、Inception 及螞蟻集團等公司也已投入相關方向；DiffuSpace 則於 2026 年 5 月成立並落地深圳。