模型發布
扩散智能開源 Clover-35B-A3B-Preview:擴散語言模型挑戰 Agent 編程,SWE-bench Verified 達 73.6
AI 前線單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據
擴散智能(DiffuSpace)開源 Clover-35B-A3B-Preview,總參數 350 億、激活參數約 30 億,11 月 19 日發布技術報告並同步開放 SFT 程式碼。據報導,在統一評測協議下,Clover 在技術報告所列對比模型的七項 Agent 指標(涵蓋工具使用、專業工作與智能體編程)均取得最高分;其中 SWE-bench Verified 為 73.6,Terminal-Bench 2.1 為 51.7,τ³ Overall 為 65.3。速度方面,在部分測試配置下,Token 生成速度可達同級自回歸模型的 5 至 10 倍。
架構上,Clover 採用分塊擴散(Block Diffusion),塊內並行生成 Token,已完成內容透過 KV Cache 複用;並將 Gated DeltaNet 改造為雙向的 BD-GDN。模型每四層為一組(三層 BD-GDN–dMoE 加一層 Full Attention–dMoE),重複十次。技術報告顯示,在 64 條 Agent 歷史軌跡前綴回放測試中,塊大小由 8 增至 16 後,每輪提交 Token 數與吞吐量均有提高。目前生成仍逐塊向後進行,雙向修改主要發生在塊內,全局規劃尚未完全實現。
生成加速是否能轉化為任務加速仍未定論。扩散智能聯合創始人兼首席科學家龔珊三表示,團隊尚未對端到端任務耗時進行嚴格的系統性比較,僅依使用體驗估計模型速度提升大致可以 1:1 轉化為任務效率提升。在一項瀏覽器建立私有專案並邀請成員的測試中,Clover 用 13 個步驟、169.9 秒完成,對照的 Qwen3.6 Flash 用 21 個步驟、392.3 秒;另一組 WindTunnel 測試(49 項任務)中,Clover 執行耗時中位數為 1.52 秒,Jev 與 Mercury 2.5 組合為 3.21 秒。此外,公開評測採用與對照模型相同的 Harness,團隊另在開發適配擴散模型的 Harness。
在 Humanity's Last Exam(HLE)等高難度測試中,Clover 表現相對較弱,部分傳統任務成績也略低於 Qwen,龔珊三將其主要歸因於相關訓練數據不足。Clover 採用從 Qwen3.6-35B-A3B 出發的訓練路線,訓練數據與自回歸模型基本相同,主要差異在於訓練時隨機遮蔽部分 Token 再學習恢復。
另據報導,團隊同步展示聯合決策模型:在一項合同判斷任務中,聯合模式五題全部答對,獨立模式答對四題,Jev 答對兩題。在包含 500 組、共 2,420 道關聯問題的內部驗證集上,聯合預測的單題準確率為 93.88%、整組全對率為 77.0%;獨立逐題預測則分別為 90.37% 與 65.4%。團隊亦表示已開始嘗試機器人部署,多模態將是下一階段重點。
龔珊三強調扩散智能仍是基礎模型公司,開發 Harness 與客戶端主要為展示擴散模型的並行使用體驗,而非轉向 C 端產品競爭。報導為單一來源,相關數據與評測結果均來自開發團隊披露,尚未有獨立第三方驗證。
讀原始報導